城市居民日益增长的良好交通出行环境需要和城市公共交通发展不平衡不充分之间的矛盾,由此引发的交通拥堵、环境污染等问题严重阻碍了城市可持续发展。优先发展公共交通,尤其是大运量的轨道交通,是缓解交通拥堵,形成以绿色出行为导向的建成环境建设,实现城市健康有序发展的必然途径。基于此,本文聚焦轨道交通可达性,以精细化可达性为关键技术,以揭示影响机理为理论依据,实践指导城市空间资源配置。首先,本文在城市公共交通数据的基础上,利用幂律分布、指数分布和对数正态分布拟合公交、出租车和共享单车乘客的出行距离分布,挖掘各种出行方式的乘客空间行为动力学特征。结果表明,相较于幂律分布和指数分布,对数正态分布能更好地拟合城市公共交通乘客的出行距离分布特征,且出租车和共享单车乘客的出行距离分布已偏离幂律现象。其次,结合公共交通乘客空间行为动力学特征和城市多源大数据,在传统2SFCA法的基础上进行扩展,提一种出基于ME-2SFCA法的城市轨道交通可达性模型。研究发现,基于ME-2SFCA法的计算结果能有效表征可达性在城市尺度的空间分布不均衡性,同时还可反映站点供给能力对可达性的影响。再次,基于城市多源数据,构建了涵盖密度、多样性、设计、目的地可达性及公共交通邻近性的“5D”建成环境要素框架,基于Light GBM算法和SHAP框架构建了可解释机器学习模型,揭示了城市建成环境要素对轨道交通可达性的特征重要度和非线性影响机理。最后,基于轨道交通可达性结果和城市建成环境对轨道交通可达性的影响机理,以建成环境要素为决策变量,以轨道交通可达性最大为优化目标,以阈值效应约束、土地利用约束及道路密度约束为多约束条件,综合构建了基于轨道交通可达性的城市建成环境优化模型,以典型区域展开实例分析。结果表明,基于轨道交通可达性的城市建成环境优化模型能够满足城市建成环境的调控与优化,且有助于实现土地精细化管理。