当今中国城市地铁交通经过了一定时期的快速发展建设,地铁出行效率和服务品质的提升问题逐渐受到越来越多的关注,这使得人们更需加深对城市客流人群出行客观规律的深入认知。作为客流人群集散的重要节点,地铁站点存在不同的时间尺度上的复杂周期性客流变化。这些变化中蕴含着大量信息,对理解其中的出行行为变化规律、指导城市交通规划、站点开发均具有较大实践意义,需要系统性的解读。本文基于地铁智能刷卡记录,对多个时间尺度下地铁站点客流变化规律进行研究。首先整理了国内外对地铁站点客流变化的相关研究,梳理了客流表示方法、现有相关研究的主要理论成果及分析方法。其次根据现有理论及方法,构建微观(一日内早晚高峰对比)、中观(一周内工休日对比)及宏观(多年运营期内首末对比)时间尺度下的地铁站点客流变化研究框架。然后以深圳市轨道交通从2011年至2016年的首次网络化运营阶段为例,对地铁站点客流在不同时间尺度下变化的规律性特征及异常性特征进行研究,并分析探讨了站点环境因素对各时间尺度站点客流变化所形成的不同影响。研究结果表明,地铁站点客流变化在不同时间尺度具有不同的规律性特征及异常性特征。微观尺度下地铁站点最主要且普遍的出行行为是早晚高峰通勤出行,中观尺度下休息日客流在高峰通勤基础上同时存在整体延后的出行,宏观尺度下站点出行总量整体均衡增长,而出行行为构成稳定不变。各时间尺度下在少数站点中存在的不同情形的高峰异常、工休异常、增长异常出行现象。站点环境因素对客流变化存在重要影响。站点周边用地功能是决定微观尺度客流变化呈现不同情形的根本原因,宏观尺度下的站点客流增长变化是区位环境及周边环境共同作用的结果。本文希望为城市地铁交通规划及管理等提供科学的参考。