我国正处于城市化加速发展阶段和社会经济的转型时期,经济的快速增长加快了城市交通的发展速度。城市轨道交通已经成为我国解决城市交通问题的长期发展战略,在各大城市掀起了建设浪潮。城市轨道交通对沿线土地利用性质的影响使得其沿线范围服务影响区域内住宅、商业用地等的需求量猛增,提高了土地开发强度。这些改变使得城市轨道交通沿线房地产的增值潜力大大提高。目前,大多数针对城市轨道交通沿线房地产价格的定量研究采用的基本都是交通成本模型和特征价格模型。然而,由于模型建立所需的大量基础数据可得性较差,使用这些模型研究我国城市轨道交通沿线影响范围内的房地产价格具有一定局限性。因此,在基础数据有限的情况下,本文结合多元统计分析方法,使用BP神经网络和马尔可夫链建立了城市轨道交通沿线住宅房产价格预测模型。本文通过研究城市轨道交通和土地利用之间的关系,结合大量研究学者的研究成果,分析了影响城市轨道交通沿线住宅房产价格的因素,认为影响城市轨道交通沿线住宅房产价格的因素主要包括区位因素、结构因素和邻里因素,并从这三类因素中选取了城市轨道交通沿线住宅房产价格的影响指标,并对影响指标进行了因子分析,将其简化为6个共性因子作为BP神经网络的输入层神经元。随后,本文利用BP神经网络的理论构造了城市轨道交通沿线住宅房产价格预测模型的BP神经网络结构,并建立了基于马尔可夫链的修正模型,以提高预测精度。最后,本文运用建立的土地资源价值预测模型对10处住宅房产的样本数据进行了分析,预测了这些样本的土地价值。经过实际价值与模型的预测结果比对,验证了该模型能够有效的预测城市轨道沿线住宅的价格,从而为解决URRT规划开发部门部分资金短缺、市民盲目选购房产、跟风投资,房地产商缺乏对房地产开发项目获利能力了解等问题提供有效的科学依据。图8幅,表17个,参考文献54篇。