城市人口数量和空间规模的不断扩大推动了居民出行需求的增长,随之而来的交通结构不均衡和拥堵问题导致交通压力日益增大。为优化出行结构、缓解交通压力,在相关政策的大力倡导下,地面公交已逐渐成为居民日常的主要方式之一。作为运量大、低碳环保且性价比高的出行方式,目前公交出行在城市居民日常出行占据较大比重。因此以常规地面公交出行数据为基础,挖掘并归纳城市居民出行特征,对于改善出行服务水平、缓解交通拥堵、优化城市出行结构等具有较为长远的意义。以往的居民公交出行特征分析侧重于出行量的规律总结和预测,本文在已有的研究基础上,基于智能公交系统(APTS)数据,从时间和空间角度对居民出行特征进行分析。首先基于多源数据进行数据处理和融合。文章先对黄岛区APTS基础数据中出现的冗余、缺失和格式错误等问题进行逐一筛查与校正,并通过Oracle数据库进行数据去重、补足和格式更改等操作,保证数据的准确性和计算效率。随后,基于居民出行乘车和刷卡的时间和空间关联性,以乘客消费数据为基础,根据乘客刷卡行为确定时间阈值,从而判别公交上车点;再基于出行链理论,将居民日常公交出行分为单程出行和返程出行,通过计算上车点与居民历史出行数据中上车点的空间关系判别单程出行下车站点,并通过比较上车点对应的线路编号、方向与当日其他出行的上车点对应线路编号、方向推算居民公交返程出行下车点,从而提高下车点的判别准确性。在居民出行时空特性分析方面,本文采取定量与定性相结合的分析方法。进行时间特性分析时,基于不同的时间尺度分别分析了居民出行时间周期性、相似性和集中程度;并提取工作日/周末、高峰时段/平峰时段的居民出行数据,形成四个时间组合,从而得到居民出行量随时间尺度变化而产生的变化趋势;随后根据分析结论评估了不同时间段居民出行的可预测性,从而实现居民出行特征的定量分析。分析结果表明,高峰时段居民的出行时间特性相比于平峰时段规律性更强,工作日的出行时间特性相比于周末具有更明显的集中性。进行空间特性分析时,利用网格划分法将黄岛区划分为多个网格,基于空间聚类算法提取居民在不同时段的出行热点,从而归纳得到居民日常出行的集中区域和分布范围,随后根据网格划分结果,利用叠置分析法将公交出行OD叠加到各个网格,分析各研究单元的出行交互关系和出行量空间分布,从而实现居民出行特征的定性分析,分析结果表明,居民在早高峰时段出行范围较大且较为分散、晚高峰时段出行范围相对小且较为集中;周末出行空间特性与工作日相反,且OD分布明显向娱乐性小区倾斜特征。