El rápido desarrollo urbano asociado con la reforma y apertura de China ha sido la fuente de muchos problemas urbanos. Para entender estos problemas, es necesario tener una comprensión profunda de la distribución de la estructura espacial urbana. Tomando los seis distritos de Dalian como ejemplo, en este estudio, integramos el índice de vegetación mejorado, los puntos de interés y los datos de temperatura superficial en los datos de luz nocturna. Además, aquí analizamos la densidad de núcleo de los puntos de interés y construimos tres índices utilizando la media geométrica de imágenes: un índice de asentamiento humano (HSI), un índice HSI-POI (HP) y un índice HSI-POI-LST (HPL). Utilizando una máquina de soporte vectorial para identificar el tipo de terreno en el área construida de Dalian, se crearon 1000 puntos de muestreo para verificación. Luego, se seleccionó el límite de umbral correspondiente a la mayor precisión general de cada índice y coeficiente kappa. Las conclusiones relevantes son las siguientes: en comparación con los otros tres tipos de datos, el índice HPL construido en este estudio exhibió atributos naturales y sociales, y el área construida extraída utilizando este método tuvo la mayor precisión, una alta resolución espacial de imagen y pudo superar los problemas de omisión observados al utilizar una o dos fuentes de datos. Además, este método produce detalles espaciales más ricos del área construida real y proporciona más opciones para evaluar áreas urbanas construidas a pequeña escala en investigaciones futuras.