La rápida urbanización en China ha contribuido significativamente a la vasta expansión de las áreas urbanas construidas. Extraer y monitorear estas áreas de manera precisa es crucial para entender y optimizar el proceso de desarrollo y los atributos espaciales de las ciudades inteligentes y compactas. Sin embargo, la mayoría de los estudios existentes tienden a centrarse de manera estrecha en una sola ciudad o en una escala global con una sola dimensión, a menudo ignorando el análisis a mesoescala en múltiples aglomeraciones urbanas. En contraste, nuestro estudio emplea técnicas de SIG y procesamiento de imágenes para integrar datos de múltiples fuentes para la identificación de áreas construidas. Comparamos y analizamos específicamente dos aglomeraciones urbanas representativas en China: el Delta del Río Yangtsé (YRD) en el este y la región de Chengdu-Chongqing (CC) en el oeste. Utilizamos diferentes métodos para extraer áreas construidas a partir de factores socioeconómicos, superficies naturales y dimensiones de la red de tráfico. Además, utilizamos un conjunto de datos de áreas construidas de alta precisión de China como referencia para verificación y comparación. Nuestros hallazgos revelan varias ideas significativas: (1) El enfoque de fusión de datos de múltiples fuentes mejora efectivamente la extracción de áreas construidas dentro de las aglomeraciones urbanas, logrando una mayor precisión que los métodos empleados anteriormente. (2) Nuestra metodología de investigación funciona particularmente bien en la aglomeración urbana de CC. La tasa de precisión promedio en CC es del 96.03%, mientras que la tasa de precisión promedio en YRD es más baja, del 80.33%. Este estudio proporciona una evaluación objetiva y precisa de las características de distribución y la estructura espacial interna de las áreas construidas dentro de las aglomeraciones urbanas. Este método ofrece una nueva perspectiva para identificar y monitorear áreas construidas en las aglomeraciones urbanas chinas.