现今,对于居民出行行为的分析在城市交通规划中变得越来越重要,并已经成为城市进行交通道路建设的一项重要参考。传统的居民出行信息调查由于工作量大、持续时间长、数据处理麻烦等原因变得已经不再适用。随着现代生活节奏和城市居民生活多元化的加剧,给居民出行的调查带来了难度。由于GPS技术具有实时、客观以及数据量大等特点,在交通领域的应用变得越来越广泛；基于此,本文探讨将GPS技术应用于居民出行的研究。另外,出租车作为一种特殊的交通工具,其运营具有随机性、24小时全天行驶以及即停即走等特点,行驶起讫点和行驶时间完全由乘客决定,其运营规律能够很好的反映乘客出行特点。本文结合GIS技术对基于出租车GPS数据的居民出行行为进行了探讨和分析,研究内容主要体现在以下几个方面：1对GPS数据点的预处理方法及数字地图匹配,提出了数据处理准则,并编程实现了一种基于最短距离的数据匹配算法。2基于出租车GPS轨迹数据,从日出行总量、出行时段、出租车空驶率等四个方面统计分析了乘客出行的时间特征。3基于乘客出行行为的空间特征,采用凝聚式层次聚类算法,识别了出租车乘客出行的空间热点区域。由于天气、地形以及仪器故障等原因的影响,导致GPS数据存在某些错误,比如经纬度定位错误、载客状态显示错误等,因此需要对原始数据进行预处理,剔除错误数据后再与GIS地图匹配。出租车载客状态分为1和0两种,其中1代表载客,0代表空驶,由载客状态的变化可判知乘客的上车或下车行为。通过计算乘客上车或下车时间和地理位置,可以得出居民出行在时间和空间上的分布特点。对于居民出行频率和密度较大的区域,本文将其看作为居民出行的热点区域,在这些区域居民出行往往具有某种相似度,通过对乘客上车或下车GPS点进行聚类分析,可以计算居民出行的热点区域。