城市轨道交通车站是乘客进出轨道交通系统的场所,乘客通过车站完成进站、换乘、出站等行为,形成车站客流,而线网客流的实质是各车站客流时空分布叠加的结果,因而研究车站客流的波动特征对加深整个轨道交通运营网络的认识具有重要意义。城市轨道交通从单线运营开始,到新线不断加入直至网络化运营,在这个过程中车站客流的特征逐年而异。研究不同网络环境下车站客流的波动特征可从宏观尺度把握车站客流的变化规律,为新建车站的设计规划等工作提供指导和借鉴。同时,海量的城市多源大数据可为研究这一问题提供充足的数据基础。因此,本文基于地铁AFC数据、城市土地利用等多源大数据,总结车站客流从开通运营到网络化运营过程中的波动特征,分析产生波动的原因,并构建影响车站客流波动的时空因素模型,更直观地解释不同网络环境下车站客流波动的机理。本文首先分析了车站客流的形成机理及车站客流产生变化的原因,得出:车站周边的土地利用是车站客流形成的根源,而土地利用的分布、强度等特征决定了车站客流的量级及时空特性;车站客流变化原因主要来于两方面,一是随着网络化的发展推进,线网中客流发生、吸引点增加,线路间换乘便捷,车站可达性提高引起车站客流波动;另一方面是土地利用性质、开发强度的变化引起车站客流波动。接着从时间和空间维度分析了车站客流的基本特征。在空间上,由于车站所处区域不同,周边土地利用的差异导致客流空间分布不均衡;时间上,因不同用地性质在不同时间产生不同出行目的客流,引起车站客流时间分布不均衡。接着,分析城市轨道交通从单线运营开始,到新线的不断加入的网络化发展过程中在不同网络环境下,不同类型车站客流的变化规律,并以西安市地铁OD数据为依托,分析西安地铁典型车站在西安市轨道交通单线运营、双线运营、三线运营、四线运营不同网络环境下的变化规律,总结出不同类型车站的客流波动规律。结合数据特征分析,总结出车站客流波动的三大因素:社会经济、站点属性和网络结构。其次,为了进一步研究影响因素在时间和空间上是如何影响车站客流的,选择了时空地理加权回归模型构建车站客流影响因素模型,并对模型的原理和适应性进行了研究分析。最后,基于西安多源大数据,构建了以不同年度车站日均客流为因变量的时空地理加权回归模型,分析了各影响因素在不同年度对不同空间位置上的车站客流产生的不同作用效果。