随着中国城市化的加紧推进和小汽车保有量的急速增加,交通供需不平衡所带来的城市拥堵等问题日渐严重。单纯依靠扩大供给无法从根源上解决矛盾更与可持续发展观念相悖。只有从城市规划的角度,通过促进交通与土地利用的协调发展才能真正解决问题。然而以往的研究大多基于传统规划资料,更新不及时、数据获取成本高,并对公交站点客流研究较多,缺乏对浮动车及共享出行下网约车的深入探索。近年来网约车这种新型出行方式因其便捷性受到司机端和乘客端用户的欢迎,同时出行服务企业与公众的资源共享、大数据和移动通讯技术的深度融合也为网约车数据的获取和分析提供了开放的渠道和新的研究手段。本文基于大规模的滴滴网约车订单和表征土地利用的POI数据,提出了基于两级分区思想的交通小区划分方法,将所划分的交通小区作为后续研究单元,在此基础上深入探索了土地利用对网约车出行的影响。本文的主要研究内容如下:(1)确定北京五环核心区为本文的研究范围。介绍了滴滴网约车行程数据的数据结构,对其坐标纠偏、清洗及筛选,并对网约车出行的时空分布特征进行分析,明确工作日与非工作日出行模式的差异和打车热点区域。介绍了基于互联网的POI数据,对其去重、筛选、合并后重新分成六大类,并可视化了12种功能用地的密集区,为后续研究奠定基础。(2)基于两级分区理论建立大数据条件下的交通小区划分方法。对五环范围建立网格模型,利用能反映居民打车出行特征的滴滴专快车数据和能表征土地利用属性的POI数据,首先通过基于模块度的社区检测算法将研究区域划分成若干内部联系强度较高、外部联系较弱的交通中区,再针对每一交通中区利用聚类算法将出行特征和用地属性相似的网格聚集为若干交通小区,分两步将五环核心区划分成402个交通小区。(3)以所划分的交通小区为基本单元,探究土地利用对网约车出行模式的影响规律。绘制网约车出行吸引量与发生量密度小时分布曲线得出二者的差值与用地属性有较强的相关性,构建净流入密度矩阵(DPDM)表征交通小区的出行模式。对402个交通小区的网约车净流入密度通过时间序列聚类算法识别出7类出行模式后,基于用地功能指标和对应分析方法定量地分析土地利用与网约车出行模式的关联性。最后在明确了二者对应关系的基础上,通过分析不同出行模式对应的交通小区的地理位置,对城市空间结构进行了用地功能的语义标定。(4)以所划分的交通小区作为基本单元,通过普通最小二乘回归(OLS)和时空地理加权回归模型(GTWR)分析土地利用对网约车出行量的影响并对网约车客流进行预测。将表征用地功能类型的居住、工业、商业服务业、公共设施、绿地广场、交通设施用地密度和表征公共交通用地特征的地铁站、公交站密度共计8个自变量最终输入模型中。工作日与非工作日交通发生量、吸引量为4个因变量,通过OLS模型初步分析平均影响,通过GTWR模型深入探究土地利用对出行量影响的时空异质性。最后对比发现,GTWR模型对时空数据的拟合度更好,预测残差随机分布且更为准确。