主体功能区的划分对于我国构建高效、协调、可持续发展的国土开发格局具有重要意义。本文利用自然环境(NDVI、坡度等)和人类社会活动(夜间灯光、POI点等)两类数据,构建了12个因子,采用Self-Organizing　Map(SOM)神经网络和层次聚类法,对北京城市功能区进行分类,并结合经典功能区分类和Google　Each目视验证进行了主体功能区的划分。结果表明,由于SOM神经网络能够保持输入数据的拓扑关系及非线性的特征,基于SOM神经网络的层次聚类法具有较强的通用性及抗干扰能力,对于多源数据的城市用地分类有较大的应用潜力。同时表明,北京市主体功能区由中心城区向外呈优化开发、重点开发、限制开发的环形分布特征,各区之间呈“点-轴-面”协调发展的空间结构特征。