随着我国城市城镇化进程不断加快，机动车保有量也随着不断升高，道路资源愈发紧张，导致城市交通拥堵问题常态化发生。公共交通作为城市居民出行的主要方式，具有运量大、覆盖广、价格低、节约城市公共资源等特点，优先发展公共交通是解决城市交通拥堵问题的有力手段。公共交通可达性评价指标能够发现公共交通网络中存在的不足，合理规划城市公共交通，优化城市空间结构。同时，出行者对于交通出行的质量提出了更高的要求，在出行过程中要求更高的效率和稳定性，而且公共交通系统容易受到各种随机因素的影响。因此在公共交通可达性评价时，除了需要考虑确定的公共交通网络状态，还需求考虑不确定的行程时间。随着大数据研究的逐渐深入，交通大数据蕴含着更充足、更完整的信息为城市公共交通研究提供了新的数据源。基于此，利用公交IC卡数据研究考虑行程时间可靠性的公共交通可达性，能够优化公共交通系统，实现城市交通可持续发展。
　　首先，总结国内外研究现状，提出了完整的公交IC卡数据清洗、处理、关联的方法，建立了公共交通出行指标计算模型。接着，定义了单位距离行程时间，分别建立了OD对和区域行程时间可靠性评价模型，并选取了出行时间、出行距离、换乘时间和OD对间出行次数进行影响因素分析。然后构建了基于动态OD分布的公共交通行程时间计算模型，并考虑行程时间可靠性对公共交通行程时间的影响，构建了基于时空概率的公共交通可达性评价模型。
　　最后，基于北京市公交IC卡数据从不同日期、不同时段、不同可靠度以及不同公共交通出行方式角度深入分析。结果表明，公共交通行程时间可靠性具有时变特征，城市外部优于城市中心，且地铁沿线区域的可靠性更高。单位距离规划时间与出行时间呈正相关，与出行距离和换乘时间呈负相关。单位距离平均时间与出行时间呈正相关，与出行距离呈负相关。公共交通可达性随着可靠性的增加而降低，不同区域公共交通可达性随可靠性增加下降比率不同，城市中心下降比率较大。轨道交通可达性受行程时间可靠性影响最小，由于地面公交多为短距离出行，轨道交通整体可达性要低于公交出行，体现了公交和轨道分工合作的特点。模型能够合理反映评价区域的可靠可达性情况，为城市公共交通规划提供理论依据和数据支撑。