作为城市区域的基本单位，城市功能区（UFZ）对城市规划、管理和更新至关重要。城市功能区主要由人类活动、经济行为和地理因素决定，但现有方法1）由于缺乏语义建模和特征融合不足，未能充分利用多模态地理数据；2）由多个阶段组成，这导致误差在多阶段累积并增加制图的复杂性。因此，本研究设计了一种端到端映射细粒度城市功能区的方法（MDFF），该方法有效整合了高分辨率遥感影像和社会感知数据。MDFF通过基于像素的模块从遥感影像中提取物理特征，并使用基于对象的模块从社会感知数据中建模社会经济语义，然后在这两个融合模块下，按照“像素-对象-功能区”层次结构融合多模态信息。在中国的两个主要城市北京和上海的实验结果表明，MDFF极大地提高了城市功能区制图的质量，其准确率比现有最先进的方法高出约5%。所提出的方法显著降低了城市功能区制图的复杂性，以便于完成城市组成结构分析。

城市功能区,多模态数据融合,遥感