随着社会经济的不断发展和城镇化速度不断加快,用地紧张、交通拥堵和环境污染等问题已经在不同程度上制约了城市的可持续发展。在城市形态系统中,土地利用和交通需求具有相互作用关系。因此,现在越来越多的城市开始开发土地-交通整体规划模型。土地-交通整体规划模型可以较准确预测土地开发和位置选择情况以及未来交通需求。在土地-交通整体规划模型中,不同种类的建筑空间分布数据是土地交通整体规划模型的必要输入,然而目前还没有很好的方法能够得到较准确的基准年的建筑空间分布数据,从而影响模型精度。根据人口普查中得到的人口与就业数据,再引入空间消费系数概念,构建空间消费系数估计模型,从而实现对各种类建筑空间分布进行估计。首先,介绍了建筑空间分布的相关概念,阐述了建筑空间分布与人口和就业之间的关系,为建立空间消费系数估计模型提供理论基础。然后构建空间消费系数估计模型,再根据模型特点选择简约梯度法和遗传算法进行模型求解。利用MATLAB中的GADS遗传算法工具箱进行编程,从而得到优化结果。以武汉市为例,根据武汉市人口和就业数据,建立武汉市空间消费系数估计模型,利用非线性规划方法中的简约梯度法和遗传算法分别对模型进行求解。通过实证对比,结果表明遗传算法优化方法更准确,估计精度提高了29.6%。在交通小区分区情况下,估计建筑空间总量与实际建筑空间总量的误差为8.3%,其中中心城区误差仅为6.0%,说明构建的估计模型具有一定的理论和实践价值,可为土地-交通整体规划模型提供数据支撑。