出租汽车作为城市居民出行活动中的运输方式之一,是城市综合交通运输体系的重要组成部分。由于出租汽车自身的时间自主性、运行线路自由性、实时性等运营特征,使得出租汽车轨迹数据能准确的反映城市居民的出行时空特征和通勤行为。为更有效的进行出租汽车调度和配置、更准确的分析载客热点区域的类型及空间活动特征,本文将利用出租汽车轨迹数据来开展载客热点区域的挖掘以及对该区域空间活动特征的研究。本文以出租汽车轨迹数据作为研究基础,通过构建轨迹数据语义化模型来更为准确的反映出行特征,应用数据库技术判别出租汽车载客点。以Python语言为技术支撑,计算出租汽车载客热点区域最合适的距离以及点的数量,作为下一步研究的基础。构建空间数据挖掘的聚类方法模型,计算出租汽车载客热点区域:首先,依据出租汽车轨迹数据聚集性的特征,构造基于密度的分类模型,挖掘出城市出租汽车载客热点区域位置;其次,以动态时间弯曲模型为理论基础,提取出租汽车载客热点区域内所有时序数据的特征值;然后,为了将时序数据的特征值进行分类,提出了确定合理分类数量的计算方法,应用基于划分的聚类方法将出租汽车载客热点区域进行分类,最后,将热点区域可视化显示在地图上,为研究归纳每一类区域的空间活动特征提供依据。以西安市为例进行实例分析,分别从总量统计和时间排序方面对出租汽车出行活动特征进行统计分析,其次,将轨迹数据输入编辑好的程序进行数据分析,计算西安市出租汽车载客热点区域,并提取出每个载客热点区域内时序数列的特征值;然后依据特征值对载客热点区域进行分类,得到五类载客热点:一直处于平稳状态、晚上七点出现高峰、五点出现早高峰、八点半出现晚高峰和七点半出现早高峰等五类特征;最后结合城市公共汽车POI信息进行匹配,综合分析出租汽车作为城市公共交通系统的补充所承担的出行量,从而挖掘公共汽车站点分布存在的不足之处,为城市综合交通运输体系的完善和管理提供实际依据。