随着车载GPS定位装置的大范围普及,大规模、高质量的出租车出行时空数据获取逐渐成为可能。出租车轨迹数据记录了出租车行驶的轨迹路线信息及乘客出行的OD点(上下车点)时空信息,逐渐成为城市居民出行规律分析、城市交通状况治理和城市空间结构优化等研究领域的可靠数据源。对出租车出行特征进行分析与探索,一方面对于出租车调度、出租车路线选择与城市公共交通服务优化等具有重要意义,另一方面为理解个人、群体与城市内部的动态时空演化规律提供重要依据。本文将复杂网络理论与网络基序概念引入出租车出行特征探索的过程之中,通过对出租车OD流网络进行网络基序识别,从新的研究视角进行基于网络基序的出租车出行模式的时空分析。本文旨在通过对OD流复杂网络的基本结构单元进行分析,探索出租车出行的整体与局部规律。一方面对网络基序进行识别,通过对其本身的结构、功能特征以及统计分布特征进行分析,从中探索出租车出行的整体统计分布特征与规律;另一方面在此基础上引入时空维度,通过对不同日期类型、不同时间段的数据进行网络基序识别,对比分析出租车出行的时空分布特性。本文的主要研究内容如下:(1)OD流复杂网络的网络基序识别。针对研究区域与实验数据结构特征,以城市格网为网络节点,以OD流数据为有向边,构建OD流有向带权地理网络,并生成与之相应的随机网络。针对上述两种网络进行基于枚举与节点分类的精确子图搜索,以邻接矩阵分类作为子图同构的判定依据,并对子图识别结果进行显著性检验,从而得到出现频率远高于随机网络的网络基序,为出租车出行特征分析奠定实验数据基础。(2)基于网络基序的出租车出行统计特征分析。基于网络基序识别的结果,以统计特征分析为出发点,分为整体、分日期类型(工作日、周末)和多时段三个层次,对城市出租车出行的特征进行全面分析。基于网络基序本身的结构特征及其在复杂网络中的构成与数量分布特征,把握出租车出行的统计分布特点。(3)基于网络基序的出租车出行时空特征分析。在分析过程中加入时空维度信息,分别从多个日期类型(工作日、周末)、多个时间段进行网络基序识别,通过对比其在数量与空间分布上的差异,分析总结出租车出行的时空变化特征,并结合不同时段、不同空间区域内城市居民出行的不同需求,综合理解与分析差异性存在的原因。