工业化进程的加速和城乡建设空间的扩张推动了我国城乡结构的巨大变化,具体而言,2019年我国的常住人口城镇化率约是1978年的3.4倍,而城镇人口则是1978年的4.9倍。40多年“压缩型”城市化进程,给我国的城市发展带来了诸多问题。党的十九大以来,城市建设开始步入追求高质量发展的新时期,面对国土空间规划工作的全面开展,识别和划分不同城市用地的主导功能,是确定城市未来发展方向的重要基础,也是构建国土空间规划数据体系、推动国土空间规划工作顺利开展的重要依据。本文立足于西安市城市特点与发展现状,通过大数据挖掘和空间分析相结合的方法,构建了基于大数据的城市现状用地功能识别、验证以及分析评价的研究框架。依据《国土空间调查、规划、用途管制用地用海分类指南（试行）》对POI数据进行用地功能重分类,以机器学习方法进行地块主导功能的识别标记,得到了西安市中心城区的现状用地功能结果,并以此为基础提出相应的优化策略。本文主要研究内容和研究结论如下:（1）城市大数据的融合与处理。对兴趣点数据进行预处理,统一空间标准,与OSM道路网划分出的地块单元进行空间连接,将西安市中心城区按照现状街区生成2568个地块单元,作为城市现状用地功能识别的最小研究单元。（2）西安市中心城区现状用地功能的识别。选取用地面积和功能影响力对POI数据进行属性加权,以TF-IDF统计方法为依托,构建切实可行的西安市中心城区用地功能识别体系,完成对现状用地功能的识别工作;利用混淆矩阵计算Kappa系数和总体精度,选取典型地块对比其识别结果与电子地图影像,总体精度达到79.44%。（3）西安市中心城区用地功能的空间特征。现状用地功能的识别结果显示,西安市中心城区以居住和商业服务业用地为主;莲湖区、新城区和碑林区具有较高的用地混合度;高新区、曲江新区、龙首原等发展成为了次级城市功能组团。（4）西安市中心城区用地功能的优化策略。针对中心城区功能结构、空间格局以及用地混合等方面的问题,提出相应的优化建议:在中心城区开展城市更新,完善各类基础设施,构建完整的绿地景观系统;在“一核多组团”格局基础上加强各组团的建设发展;针对用地混合现象制定相应的规范标准。