居民出行调查与出行量预测是交通规划实践中重要的组成部分。居民出行调查统计结果有助于认识与掌握城市居民的出行规律，出行量预测则为交通规划提供基础数据与控制阈值，可见，居民出行调查结果与出行预测结果将对后续的交通规划工作起到至关重要的作用。但分析目前居民出行调查实践发现，调查过程存在着成本高、效率低、工作量大的问题；而在以土地利用参数为自变量的出行量预测过程中，由于土地利用参数获取过程同样存在着调查成本高、效率低的缺点，这些势必将降低交通规划工作的总体效率。遥感图像是当前城市规划工作者提取城市信息的重要来源。遥感图像所提供的信息丰富，数据量大，同时遥感图像还能够直观地体现出同一区域的历史变化，使得遥感图像在不同领域都得到了广泛应用。同时，为解决调查存在的不足，新手段如GPS、GIS、互联网、手机信号、蓝牙、电子邮件等调查方式也出现在居民出行调查与土地利用参数调查的过程中。如何利用遥感图像所提供的信息、并将其进一步应用到出行调查与出行量预测过程中是本文主要研究部分。本文以遥感图像作为获取城市土地利用信息的来源，将从中提取到的土地利用信息应用到居民出行调查与出行量预测过程中。主要内容如下：1、从遥感图像中提取交通小区土地利用参数，为出行调查和出行量预测提供基础数据。2、结合土地利用参数，以分层调查理论为基础，模糊聚类为手段，将交通小区进行分类。3、利用交通小区分类成果，运用多元线性回归方法描述交通小区的土地利用参数与出行量之间的数学关系。结合主要研究内容，论文首先对国内外居民出行研究与遥感技术应用研究现状进行分析，明确研究内容与研究方法；结合实际调查数据，总结居民出行特征，以此为基础，从微观和宏观两个方面分析影响居民出行的相关因素，进一步阐述建筑面积、用地面积、容积率以及建筑密度等土地利用参数对居民出行的影响作用；接下来对城市用地在遥感图像中的特征进行总结，并结合遥感图像，利用GIS软件提取交通小区内不同类别用地对应的建筑面积、用地面积、容积率以及建筑密度等土地利用参数；应用分层抽样思想，以交通小区不同类别用地对应的建筑面积、用地面积、容积率以及建筑密度等土地利用参数作为分层依据，以模糊聚类为手段对交通小区进行聚类分析，确定分层抽样的类别数；结合聚类分析结果，利用逐步回归与偏最小二乘等多元线性回归方法分析交通小区土地利用参数与出行量之间的内在关系。通过实例分析发现，偏最小二乘法拟合和预测效果要优于传统回归方法的拟合和预测效果，同时也说明了在土地利用程度较高的区域，交通小区内道路用地面积、建筑密度、公共设施用地建筑面积以及居住用地建筑面积等土地利用参数是影响出行量预测的重要参数。