La naturaleza dinámica de la urbanización exige conjuntos de datos más actualizados y más fiables que los métodos convencionales, para comprenderla con fines de planificación. Los métodos actualmente más utilizados para estudiar la urbanización dependen en gran medida de los cambios en las poblaciones residenciales y las densidades de construcción, cuyos datos son estáticos y no capturan necesariamente la naturaleza dinámica de la urbanización. Este es particularmente el caso de los países de ingresos bajos y medios, donde, según las Naciones Unidas, la urbanización se está experimentando principalmente en este siglo. Este estudio tiene como objetivo desarrollar un enfoque más efectivo para comprender los patrones de urbanización a través de la fusión de grandes datos, utilizando múltiples fuentes de datos que proporcionan información más fiable sobre las actividades urbanas. El estudio utiliza cinco fuentes de datos abiertos: imágenes nocturnas del conjunto de radiómetros de imágenes infrarrojas visibles de la asociación nacional de órbita polar; datos de puntos de interés; datos de cobertura de redes móviles; datos de cobertura de redes viales; datos del índice de vegetación de diferencia normalizada; y el lenguaje de programación Python. Los hallazgos desafían la comprensión actualmente dominante de los patrones de urbanización de Sri Lanka basada en datos censales y estadísticas que son subestimados o sobreestimados. El enfoque propuesto ofrece una alternativa más fiable y precisa para que las autoridades y los planificadores determinen los patrones de urbanización y las huellas urbanas.