在城市中，街区通常是被道路所包围的区域，是城市结构的基本组成单位，然而在郊区以及乡镇中，道路并不会像城市那么密集，因此人口统计街区就还会借助其他一些自然特征或人文特征来进行街区的划分与分割，例如行政边界，河流，湖泊，铁路，山脉，悬崖等。
对于世界中的绝大多数城市来说，城市都是出于规划下而发展的，道路通畅纵横交错，因此街区的形状通常也是类正方形或长方形。
街区类似美国等西方国家Block的概念，咱们中国极海有做“自然街区”，很好用。详情：网页链接
什么是自然街区？
“自然街区”是极海（GeoHey）首先打造的全新网格数据集合。它将城市依据道路、铁路、河流等对人步行造成阻碍的边界进行划分，从而以粒度更细的街道为单元，对人、地、物多维度基础数据进行统计。与以方格为统计单元的传统数据相比，自然街区更加符合人类认知与实际情况，具有更强的使用价值。
自然街区的应用场景
“自然街区”数据产品可为公安、地产投策、零售网点选址、城市规划管理等诸多领域提供强大的数据支撑，极具实用价值。例如，在公安行业中，极海可机器学习城市罪案在自然街区中的分布特征与规律，从而动态预测罪案发生地，实现警力的有效分配；在零售行业中，极海可基于自然街区单元对门店会员特征进行机器学习，从而进行网点选址与会员预测。
自然街区的优势
粒度细
传统格网采用规则的多边形边界，而自然街区则已以粒度更细的街道为单元统计人、地、物多维度基础数据。
精度高
自然街区，依照实际存在的外部道路、铁路、河流、山川这些物理阻隔划分统计单元，不会遗漏天然阻隔的影响，使得单元划分精度更高，更具有普适性。
向左转|向右转
抗干扰性强
传统格网的划分规则和复杂多变的用地类型有天然的矛盾，自然街区基于街道级的划分原则，每一个统计单元内部用地类型具备较高一致性。在分析环节，抗干扰性强。
他们都在使用极海自然街区服务
（1）某跨国零售商网点选址
极海基于多源融合的地理大数据，针对门店客群在自然街区分布的特征进行机器学习，经数次模型升级，精度超乎预期，进而锁定基于位置的潜在客群，结合城市商圈等地物特征综合选定新店地址。
（2）某城市罪案动态预测
极海的城市罪案预测解决方案在行业内堪称创举，能够基于自然街区格网、罪案位置数据、POI等地理大数据，机器学习罪案发生特征与规律，从而提供城市犯罪事件动态预测地图。该地图不仅能够预测案件发生位置，还能够与时间关联，做到动态监测，有效实现警力资源的高效配置和不同种类犯罪案件的减少。
（3）某城市监测平台的搭建
极海为城市监测平台提供街道级粒度人、地、物、财定时更新百万级的权威数据，并提供常用分析模型，支持系统平台立足各层各类空间单元进行监测，精确跟踪评估城镇化进展。