随着城市进入存量更新时代以及对于全球气候危机的日益关注,越来越多的研究、实践领域面临着在城市或区域层面上大尺度、高精度的研究、实践的推广应用困局。相关研究证明建筑的年代特征体现的结构、材料等特性是联系能耗、规划、防灾等研究的关键变量,且在一定程度上能被建筑平面形态特征解释。但现有研究仍存在年代信息不能大规模获取的局限性。针对年代信息不能大量获取的局限性,本研究通过开源建筑平面数据中表达的形态多样性来识别建筑的年代信息。本研究所构建的“居住建筑形态多样性的时空分布挖掘模型”包括概念模型、计算模型和算法模型三部分。通过居住建筑形态多样性挖掘、基于形态特征的年代规律挖掘、形态多样性的时空规律挖掘三个步骤,来试图突破建筑多样性、年代识别研究不能大规模扩展的局限性。在形态多样性挖掘模块中,研究通过形态类型学理论和住区规划隐含知识的解读入手,使用机器学习算法从建筑平面轮廓数据中识别了居住建筑单体类型,并进一步提炼组团类型特征,在大规模城市场景中验证了前人理论实践中表达的居住建筑形态多样性能够通过算法识别出来。在年代规律识别模块中,研究验证了居住建筑的平面形态特征与年代之间具有相关关系,并识别不同形态类型的年代特征。在时空规律挖掘模型中,研究验证了居住建筑形态多样性具有时空聚集性效应,并通过模块的应用识别居住建筑的时空分布规律。将上述模型方法应用于哈尔滨主城区,验证了模型的应用有效性。在此基础上,研究应用模型挖掘得到哈尔滨市居住建筑的单体特征、组团特征、年代规律特征和时空分布特征。本研究探索了使用开源地图数据挖掘城市建筑功能、居住建筑年代规律的可能性,通过量化的手段解密住区规划隐含知识,研究结果支持能耗、碳排、灾害评估、规划等方面的以“建筑代群”为中心的扩展性研究。