可达性是交通评价的一项重要指标,所以公共交通可达性的研究对于评价和改善现有公共交通服务,为交通规划及个体行程安排提供决策支持具有非常重要的意义和价值。行程时间具有时间依赖和不确定性的本质特征,公共交通还具有固定路线、固定站点、时刻表等特殊性。然而,目前关于公共交通可达性的研究相对较少,为了简化问题,已有的研究多存在假设车辆运行速度均匀、等车时间固定、运行模式单一等问题,这无疑会影响真实的可达性分析结果。本文针对公共交通的特殊性和复杂性,旨在建立一种灵活高效的可达分析方法,包含数据处理、时空网络模型建立、换乘算法设计实现、可达性分析等流程,解决行程时间不确定性条件下的公共交通可达性分析问题,主要创新点如下:一、考虑公交、地铁和步行三种交通模式,在对历史数据处理和分析的基础上,建立一个考虑时变的多模态不确定时空网络模型,可实现不同时空粒度下可达性综合分析;二、在传统基于时刻表的公交换乘算法中加入行程时间不确定信息,结合行程时间不确定条件下基于路网的最短路径问题解决方法,根据公共交通自身的特殊性,设计实现一种大规模多模态高效率的可靠公共交通行程规划算法,提供可靠行程规划方案,解决多模态条件下大规模公共交通换乘求解困难问题;基于上述方法和创新点,本文以深圳市为例,在对大量公交轨迹数据分析的基础上模拟时刻表及行程时间分布信息,从公共交通可达覆盖范围和通过公共交通到达兴趣点的可达性两个角度对深圳市公共交通的可达性进行分析,结果直观反映了时变和行程时间不确定性对于可达性的影响以及地铁在公共交通系统中发挥的重要作用,从而证明了本文提出方法的有效性及设计算法的高效性。