针对不同类型的车站在城市中的区域特征、交通功能、用地功能等方面差异,进行科学合理的车站分类,了解城市功能分区、解读居民出行特征、理解城市格局和演化以及评价轨道交通基础设施建设情况.采用主成分分析(PCA)方法对轨道交通进出站客流进行特征提取,采用Hopkins统计量分析聚类趋势并探讨聚类数量确定方法,采用CH系数、轮廓系数和DB指标对比分析高斯混合模型(GMM)和K-means聚类的优劣,基于南京市轨道交通2017年连续2周工作日的刷卡数据,采用GMM对其车站的类型进行识别,并对不同类型的轨道交通车站进行空间分析.研究结果表明:在相同的输入变量和迭代次数下,GMM的3个检验指标均优于K-means聚类;采用GMM将南京市轨道交通车站分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型和枢纽综合型6类;南京市轨道交通车站具有明显的圈层式分布特点,人口稠密的城市中心区域以就业导向型和错位偏就业型车站为主,人口密度适中的主城区以混合型车站(职住错位型、错位偏居住型和错位偏就业型)为主,人口密度较低的远郊区的轨道交通车站功能相对单一;人口密度超过2万人/km2的轨道交通车站有14个,以就业导向型和错位偏就业型为主,人口密度在1万～2万人/km2的轨道交通车站有16个,以就业导向型、职住错位型和错位偏就业型为主,人口密度在0.5万～1万人/km2的轨道交通车站有12个,以职住错位型、错位偏居住型和错位偏就业型为主.研究结果可以辨识城市轨道交通车站工作日的客流高峰时段,为轨道交通运营管理部门制定有效的进出站客流组织、避免大客流冲击造成的拥挤踩踏等群体性事件的发生具有指导意义.