基于多源时空数据的城轨车站分类及特征研究

对城轨车站进行精细化分类研究可指导车站客流预测、客流提升及TOD开发等工作。文章以长沙市轨道交通为例，首先基于城轨客流量、车站周边设施、交通需求、交通供给和运行等相关的城市多源时空数据，选取城轨车站聚类指标；然后，在进行数据标准化处理及指标间相关性分析的基础上，采用主成分分析法提取7个主成分，以较好地表达各项原始指标变量；最后，利用K-Means聚类分析法将长沙市99座城轨车站分为对外枢纽、就业集聚、客流培育、职住均衡、居住集聚、商业中心、复合枢纽和特殊景点8类，并根据分类结果分析各类车站的用地功能、交通供需、客流等特征，以期为后续相关研究和实践提供参考和借鉴。