随着城市化进程的飞速发展,城市空间及人口规模迅速扩张。急剧增长的人类活动量与滞后的城市规划建设之间的不协调导致了一系列城市问题的产生,这严重影响了城市居民的生活质量。理解城市空间结构有助于提升城市空间布局的合理性,也是缓解日益恶化的城市问题的重要途径。因此,本研究通过使用轨迹数据构建空间交互网络对城市社区进行感知,着重分析城市社区的层级性及动态性特点,并提出排序方法对城市空间的层级结构进行排序分析,以及针对动态性城市社区提出了一套分析框架。研究内容如下:（1）单层空间交互网络的层级社区感知分析。这部分内容主要感知了城市社区的层级特性,并提出排序方法对层级社区进行排序。这部分涉及到以下两个方法:首先是层级结构提取方法,结合了统计检验与Louvain-Spectral社区检测方法以保证层级城市社区的统计显著性和鲁棒性;其次是层级结构排序方法,通过融合网络社区指标、城市功能指标和道路网络拓扑指标来计算不同层级城市社区的排名。以武汉市中心为研究区域展开实验,首先基于轨迹数据,构建以人口普查区为节点,行程为边的单层空间交互网络;然后利用层级结构提取方法进行层级城市社区提取,并对三个层级的城市社区进行空间可视化和排序分析,并着重对高排名和低排名的城市社区进行分析。（2）多层空间交互网络的动态社区感知分析。这部分内容主要感知了城市社区的动态特性,并提出一套分析框架对动态社区进行分析。首先基于出租车轨迹数据构建多层空间交互网络,运用动态社区提取算法提取动态城市社区;提出一套针对城市中动态社区的分析框架,该框架从总体和个体两个层面进行设计。其中,总体分析根据动态社区的变化特点对动态社区进行聚类分析,得出城市中的动态社区类型;个体分析通过对典型动态社区进行时空模式分析,得出动态社区的时序变化形态以及空间交互模式。综上所述,论文从单层空间交互网络及多层空间交互网络的角度对城市社区进行了感知,很好地揭示了层级性及动态性特点。研究结果可加深人们对城市空间结构的理解,从而改善城市空间布局,为城市管理及规划提供决策支持。