在日新月异的城市化过程中,交通问题成为城市发展过程中的普遍现象,降低了城市的运营效率与公交交通设施服务水平。虽然各大城市对公共交通基础设施进行优化以及建设轨道交通,但由于较少考虑对城市公共交通与土地利用互动关系进行精细化定量的研究,传统的交通规划与管理方法在解决交通问题时的效果并不理想。因此,理解和把握城市公共交通与土地利用的互动关系,是制定科学合理的城市规划发展方案的重要前提。在大数据分析技术日益成熟的时代,以公共交通刷卡数据为代表的交通出行大数据的出现,为定量研究城市公共交通与土地利用的互动关系带来了新数据和新方法。公共交通刷卡数据中包含海量的个体出行信息以及精细粒度的时空信息,准确反映了公共交通客流及居民出行需求的时空分布特征,可以进一步提高研究结果的有效性与科学性。本研究基于交通大数据,定量研究与分析城市公共交通与土地利用的互动关系,为促进二者协调发展提供案例参考和建议。主要研究内容与结论如下:(1)城市公共交通是由站点、线路以及所承载客流组成的复杂系统。研究者往往由于真实客流数据的限制与不足,构建基于单一交通网络或者将多个交通网络聚类的公共交通网络模型,这种简化的网络难以表现城市公共交通系统真实的拓扑特征及客流运输能力。在交通出行大数据的支持下,本研究采用顾及出行需求与出行效率的加权方法构建公交-地铁复合网络模型,并对复合网络模型中的拓扑特征与单层公交网络进行对比分析,研究结果表明公交-地铁复合网络模型能够更加准确地反映公共交通网络的拓扑结构与客流空间分布特征。为了进一步验证复合网络模型的适用性、有效性以及现实意义,本研究运用城市标度律来分析不同空间尺度下复合网络的标度律特征,利用复合网络节点加权度与人口的标度关系研究并揭示公共交通基础设施水平与人口规模的均衡性,并提出相应的公共交通网络与城市土地利用优化方案。(2)协调城市公共交通和土地利用的互动发展是从根源上解决城市交通问题的前提,而公共交通网络的可达性是理解二者互动关系及把握其规律的关键。公共交通网络可达性通常在城市空间上表现出分异特征,从公共交通网络可达性的视角利用POI数据评估土地利用有助于精细化城市管理。基于公交-地铁复合网络模型,本研究首先分别构建公共交通直达网络与换乘网络,并基于此提出格网的复合网络可达性计算方法。以格网的复合网络可达性值为因变量,格网内代表土地利用信息的六类POI加权数为解释变量,运用地理加权回归模型(GWR),从公共交通网络可达性的视角定量分析与评估不同类型土地利用分布的空间异质性特征,丰富现有的城市公共交通与土地利用互动发展的评价方法。(3)城市公共交通与土地利用存在复杂多变的耦合关系,交通客流是土地利用对公共交通非线性影响的重要体现,也是公共交通引导下土地利用优化规划的重要目标。已有研究表明线性模型无法准确地表达站点服务范围内的土地利用等因素对站点客流影响的非线性特征。本研究在结合客流特征与POI数据的将站点分类的基础上,通过将站点的客流变量作为因变量,站点类型变量、土地利用变量以及交通特征变量作为自变量,利用XGBoost(e Xtreme Gradient Boosting)模型研究影响因素对站点客流影响的非线性特征。针对非线性机器学习模型的黑匣子特性(影响因素的可解释性不足),本研究通过引入SHAP(SHapley Additive ex Planations)解释模型定量分析XGBoost模型中土地利用等因素对站点客流影响的非线性特征:重要性、方向及阈值现象。解读上海轨道交通站点服务范围内的土地利用等因素对站点客流影响的非线性特征,对正在或者即将开展轨道交通建设的大部分城市具有较强的借鉴与指导意义。