随着我国大城市的快速发展,城市轨道交通对居民出行的支撑和保障作用日益明显。城市轨道交通客流量具有复杂性、时变性,与城市土地利用和建成环境具有多重耦合关系。基于此,本文采集轨道交通站点影响范围内各类POI数据,结合轨道交通AFC数据,建立了考虑站点类型耦合作用的城市轨道交通站点进出站客流预测和客流分布预测模型与方法,具体研究内容如下:为了保证研究基础数据的准确性,对通过网络爬虫技术获取的POI数据中,存在多个具有同名称和地址,但其表征相同物体或建筑物的离散异常兴趣点数据,采用基于密度聚类的DBSCAN算法进行去除。另外利用数据库和Python对轨道交通AFC数据进行处理,提取站点各客流指标数据,以及轨道通勤客流的提取和分析。为了更加准确的确定轨道交通站点影响范围,采用基于等时圈可达影响范围来确定站点影响区域,并调用高德路径规划API接口获取矢量影响范围边界。利用GIS空间分析技术提取站点影响范围内各类POI数量,并结合站点客流特征建立站点聚类因素集,使用主成分分析对其进行降维,最后采用K-MEANS聚类算法将轨道交通车站分为7类,并结合站点聚类结果分析各类站点特征。本文在对POI数据在城市空间上分布特征、轨道站点影响范围内分布特征以及与站点客流量关系,进行分析的基础上,采用逐步回归法筛选影响各类型站点进出站客流量的关键影响变量,建立各类型站点进出站客流量OLS回归预测模型,并预测各站点进出站客流量。通过有重复的双因素方差分析发现,出行OD的起终点站点类型因素对客流分布影响作用显著。并根据各类型站点间的客流分布强度,计算了站间客流耦合强度值。在既有重力模型相关研究基础上,将站间客流耦合度值引入到分布阻抗函数中,提出了考虑站点类型耦合作用的改进双约束重力模型,并充分考虑乘客出行时间综合阻抗,对轨道站间客流分布进行预测。实例研究表明,考虑站点类型耦合作用的客流分布预测模型对线网预测的平均绝对误差（MAE）为6.12,比传统双约束重力模型预测结果误差低2.12个百分点。对于推动轨道交通精细化的运营管理提供了参考依据。