城市轨道交通车站是轨道系统与外界产生关系的唯一节点,车站客流既表征着相应即时各车站进、出站客流量的大小;同时也是城市轨道交通线路、线网客流的“源”。换句话说,车站客流的相互叠加最终形成了线路客流、网络客流。因此,车站客流高峰时段与线路客流高峰时段并不是完全相同的,线路客流高峰时段仅能代表本线路大部分车站的高峰时段,而非全部车站的高峰时段,由此产生了车站高峰偏移。但就目前的城市轨道交通客流预测工作来看,为了从总体上控制网络误差,往往选择线路高峰时段进行客流预测,车站设计客流也是线路高峰时段的车站客流。对于车站高峰时段与线路高峰时段差异过大的车站,车站设计容量往往不足。此外,车站高峰时间的差异性越大,则线路高峰的时间参数选择难度越大。因此,准确的辨识车站高峰的时段对城市轨道交通车站自身的设计和运营,以及对采用宏观客流预测模型进行高峰时段预测时的时间参数选择均具有重要的意义。论文首先通过对国内外研究成果的分析,总结了城市轨道交通车站客流预测方法的发展历程,并且梳理了目前的车站时间分布以及高峰客流的研究现状。其后,对不同城市、同一城市不同轨道交通网络时期的车站高峰与线路高峰的差异性进行分析,说明车站高峰与线路高峰不一致现象的普遍性。由于车站高峰客流属于车站客流时间分布上的研究范畴,从车站客流时间分布影响因素出发,寻找车站高峰偏移的影响因素,并探讨这些影响因素对车站高峰时间偏移、车站高峰客流量与线路高峰客流量差异这两项的影响。从居民出行过程中的时间和空间关系出发,探讨车站高峰客流的形成机理。根据车站高峰客流形成机理,建立车站高峰时间及客流量预测模型,并对构建模型的关键问题进行研究。最后以西安市为例进行模型验证,并在案例中探讨非办公用地中的办公人群对车站高峰出现时段影响。论文的主要工作为:(1)对线路高峰与车站高峰的关系进行探讨,从车站客流时间分布影响因素、车站高峰影响因素两个方面,寻找城市轨道交通车站高峰时间产生偏移的影响因素。利用特征分解的分析方法对车站客流时间分布进行分析,发现工作日车站客流时间分布的基本形态是进站和出站均具有明显早晚高峰特征的“马鞍形”,车站客流时间分布的差异形态的高峰与基本形态的高峰时刻不一致,各车站通过不同的比例叠加后会形成不同的客流分布形态以及不同的车站高峰,各车站两种主要客流时间分布的形态所占份额与车站周边用地及车站区位相关。根据车站客流时间分布影响因素的结果,利用地理加权回归模型,探讨不同城市、同一城市不同线网结构时期车站高峰时间偏移影响因素以及车站高峰客流量偏移影响因素。结果发现不同城市的车站高峰时间偏移以及客流量偏移均与车站周边用地以及车站区位相关,但不同线网结构对车站高峰偏移影响较小。最后探讨了超高峰系数与车站高峰偏移系数的差异性。(2)从居民出行过程的一般规律出发,分析居民出行链的承接关系、居民对其出行的出发、到达时间的预估性以及轨道交通出行的接驳特征。分早、晚高峰对轨道交通线路的进站高峰、出站高峰以及换乘高峰的形成机理进行探讨。在早高峰期间,车站周边用地对车站出站客流影响较大,车站出站客流的时间分布为不同属性用地吸引的出行目的时间分布的叠加结果。车站的进站客流、换乘客流是出站客流在轨道交通网络中的逆推,因此车站进站客流、换乘客流是不同出行目的的出站客流到某一进站车站或换乘车站的时间曲线前移后的加权叠加结果。晚高峰车站高峰预测的难点在于对“回家”为目的出行的出发地属性的判定,根据居民出行链地点的承接性,辨别不同属性出发地的“回家”出行目的时间分布。在机理研究中发现,进、出车站之间的客流分配权重与车站之间的关联性程度相关。参照空间自相关指标Moran’s I指数,构建针对城市轨道交通站间客流空间关联性检验指标,发现轨道交通车站存在空间关联性且关联性强弱不同。参考重力模型构建车站站间的客流分配计算方法。(3)根据城市轨道交通车站高峰形成机理,分别对车站出站高峰、进站高峰、换乘高峰的时间及客流预测模型进行构建。早高峰出站高峰时间及客流预测模型是在车站直接估计模型的基础上,考虑各类别用地属性产生的不同目的出行时间分布的不同,在模型中引入时间分布函数,建立车站出站客流时间分布预测模型;对此函数求定积分,即寻找某一时刻,使得从该时刻开始的一段既定时段内车站出站客流达到最大值的时刻为车站高峰开始时刻,定积分结果则为车站出站高峰客流量。(4)车站进站高峰预测模型在车站出站高峰预测模型的基础上,根据居民在轨道交通中出行引起的时间分布函数前移的特征,引入站间客流吸引系数而建立的。站间吸引系数根据重力模型的思路,通过进出车站用地属性之间的互补性、地价差以及不同目的出行的居民乘坐城市轨道交通的距离分布概率而建立。车站换乘高峰预测模型重点在于路径选择的计算,通过构建换乘的广义费用函数进行计算。