随着城市化的高速发展,“城市病”给环境与社会可持续发展带来巨大压力。城市公共交通作为实现城市可持续发展与促进解决社会公平问题的重要手段,相关理论与实例始终是研究热点。城市公共交通客流特征是公共交通站点及其周围城市空间相互作用的结果,准确把握客流特征并对影响因素进行深入分析,是合理规划交通设施、有效提高公共交通服务效率、强化城市公共交通用地综合利用的前提。智能卡系统的完善以及城市大数据的发展为更全面、精确地定量研究城市公共交通客流特征与城市功能空间关系提供途径。然而当前研究对客流发生空间场所定义较模糊,多基于微观层次单一半径缓冲区的站域尺度或中观层次交通调查基础单元的交通小区（Traffic Analysis Zone,TAZ）尺度进行客流特征的识别和影响因素分析,难以真实全面地反映城市公共交通的可达性和客流影响范围。现有客流特征识别方法对高维、复杂的智能卡数据识别存在一定的局限性,亟需一种可行的、鲁棒的数据挖掘方法从高维、复杂的序列数据中有效获取客流特征。此外,现有研究多集中于建成环境在单一尺度下对客流特征的影响因素分析,忽略了城市整体空间在不同尺度下的影响因素差异。针对现有不足,本文基于智能卡数据、地理国情数据、土地利用数据、POI数据、人口数据等多源城市大数据,首先构建不同尺度的空间分析基本单元并提出改进的关联传播（Affinity propagation,AP）聚类算法识别不同尺度下的客流特征;然后从步行可达性视角微观层次站域尺度下对总客流和老年人出行进行影响因素分析;最后从基于出行相似性的中观层次TAZ尺度下对总客流和老年人出行进行影响因素分析。本文主要研究内容与结论如下:（1）基于步行可达性的站域单元和基于出行相似性的TAZ单元对不同层次客流发生场所空间进行表征。一方面,本研究调用高德地图web服务获取站点及其周围格网的步行时间成本,获取基于步行可达性的站域范围。结果更精确、有效地反映站点客流活动的真实范围,为探究公共交通站点客流特征与站点周边城市空间及人口之间的关系提供基础。另一方面,本研究提出基于出行相似性的TAZ划分方法,先基于传统划分原则“分区”后基于数据驱动方法“聚合”的模式降低了数据驱动方法的复杂度,提高划分效率与划分结果的可读性,基于格网单元出行数据的LB＿Keogh距离度量出行相似性,有效考虑城市公共交通特征。结果表明:该方案较之传统划分方案和经典数据驱动划分方案更为合理,TAZ单元间的面积和出行密度均质性更强。这一兼顾认知层面可理解性与数据层面合理性的交通小区划分方法为“定制化”交通小区提供了可行方法和研究实例,为识别公共交通TAZ单元客流特征及其影响因素分析提供基础。（2）提出基于动态时间规整（Dynamic time warping,DTW）距离的AP聚类算法挖掘高维、复杂客流序列数据,在没有先验知识的情况下直接从智能卡数据中有效识别4种情境中站点总客流特征和老年人客流特征;基于Keogh下界函数（LB＿Koegh）的AP算法有效识别出TAZ尺度下总体出行客流和老年人出行客流。结果表明,各类公共交通站点客流在数量和时序上有显著差异,时序特征呈现“双峰型”、“单峰型”、“阶梯下降型”和“平稳型”等形式。轨道交通客流量较公交客流量大,时间特征上存在“移轴”现象;老年人周末轨道交通出行人数减少,公交出行是否减少取决于所处区域与商圈是否接近。TAZ尺度下总客流呈“双峰型”时序特征,老年人客流呈“阶梯下降型”时序特征,客流特征在数量上也有显著差异。公共交通客流量较大的TAZ仅10%,且分布在中心城区轨道交通沿线。该方法有效解决现有方法对未知事实挖掘可能性的限制,进一步深化老年人公共交通出行特征的系统研究,为未来城市公共交通设施以及政策的适老性调整、提升公共交通“以人为本”服务质量提供合理参考。（3）探究客流特征影响因素的尺度效应。以大比例尺地理国情数据为基础融合土地利用和POI数据,重分类构建城市功能景观体系作为主要影响因素。建立多元逻辑回归模型,探讨不同尺度下客流特征影响因素的显著性,结果表明,城市功能景观对城市公共交通客流的影响有显著尺度效应。社会经济功能景观中交通、商业、工业、休闲、居住、教育、医疗在不同站域尺度下对不同客流特征有显著影响;TAZ尺度下教育、医疗功能有显著影响。引入潜在城市功能景观比例（PLPUF）这一变量并发现其在站域尺度5分钟、10分钟可达区域内呈显著负向影响,对轨道交通站点客流的影响大于公交,尤其是对老年人轨道交通影响极大;在TAZ尺度无显著影响。景观水平上的斑块丰富度（PR）和散布与并列指数（IJI）对轨道交通客流无显著影响,对公交客流有显著正向影响。此外,人口密度在站域尺度下对公交站点客流显著影响范围大于轨道交通站点,而在TAZ尺度下人口数量呈显著影响。不同尺度下的影响因素差异为微观和中观层次公共交通用地综合利用规划提供有效参考。以上结果表明,考虑真实城市路网和公共交通特征的不同尺度基本分析单元划分更能合理反映城市公共交通客流发生的空间场所,为客流时空特征及其影响因素分析提供基础;基于DTW距离的AP聚类算法能在没有先验知识主观影响的情况下更客观有效识别高维、复杂序列数据并提取客流特征;城市功能景观体系能更精细、全面刻画城市功能空间,且对城市公共交通客流的影响具有显著尺度效应。本研究为城市公共交通有序管理、城市功能空间协调发展以及城市公共交通用地综合利用提供有益参考。