【摘要】以成都市为例,基于地铁刷卡、POI、建成环境等多源大数据,运用GIS、Python、Spark等进行数据处理,分析156个站点客流量、出行时间的空间分异特征,并通过梯度提升决策树(GBDT),解析站域设施数量、建成环境、经济属性等15个因素对客流量与出行时间的非线性影响机制。研究发现:(1)成都市轨道交通客流量具有中间高—两边低的倒U型分布特点,每站日均客流量为1.6万人次;(2)出行时间随距CBD距离增加逐渐增大,每站乘客平均出行时间为32 min,出行时间的概率密度呈Gamma分布特点;(3)路网密度、容积率、办公设施、交通设施等对客流量具有非线性正向影响,而房价、距CBD距离与客流量则分别为"凸"形与"凹"形的非线性关系;(4)距CBD距离、购物数量、办公数量等与出行时间非线性正相关,而交通设施、房价等与其负相关。最后,提出考虑"流量"与"时间"阈值效应的建成环境优化、构建"出行+生活"的轨道通勤圈等规划策略。