随着国民经济水平的提高,越来越多的短时性大型活动在各大城市举办,而活动的开展导致区域内人群集中,不仅对周边基础设施造成巨大的压力,也极易发生群体事件。如何将各类大型活动吸引及散场客流进准确的预测并采取有效的管控措施进行疏导已成为了相关部门重点需要解决的问题,因此针对这一问题,本文对短时性大型活动背景下其周边轨道站点客流进行研究。本研究利用北京市IC卡刷卡数据及大型活动数据,分析各类型短时性大型活动对周边轨道站点客流的影响,各场馆周边受影响轨道站点固定且在活动开始前3小时客流出现增长,活动开始前1小时客流达到峰值;并与活动结束后1小时内完成客流疏解,在结束后15分钟-30分钟客流达到峰值。在此基础上,为了给客流疏解方案的制定提供合理的数据支持,本文对大型活动引起的客流进行定量的预测和分析。轨道站点客流预测影响因素众多、数据量大,而决策树方法具有预测速度快,精度高的优点,且常用来进行预测,因此本文选择其作为预测模型。随后以轨道站点、日期属性、月份、活动属性、场馆位置、活动前后时段、星期、天气、举办者、活动类型、开始时间、活动上报人数12个影响因素为输入参数构建梯度下降决策树(GBDT)预测模型。并通过某场短时性大型活动周边轨道站点客流进行预测。预测结果表明:东大桥、东四十条及团结湖15分钟出站客流,预测平均精度分别为93.67%、90.76%及89.61%,预测精度高;受部分时段客流基数较小影响,进站客流预测精度分别为80.68%、78.96%,78.11%,预测精度较出站客流低。但预测结果已能对大型活动期间轨道交通客流纾解方案的制定提供相应的支撑。考虑到大型活动各影响时段内轨道站点客流强度差异显著,因此需要针对不同强度客流制定相应的应急处置方案,以更好的应对大客流且减少人力物力投入。因此论文最后通过K-means算法将活动影响时段内各轨道站点15分钟客流分为Ⅲ级、Ⅱ级或Ⅰ级突发性大客流,其中Ⅰ级突发大客流多发生于演唱会,Ⅱ级突发大客流多发生于演唱会及中超联赛,Ⅲ级突发大客流多发生于CBA联赛及中超联赛活动前后,在此基础上明确控制中心、车站、公安及DCC等各部门工作预案。