城市轨道交通因其运量大、准点率高、环境友好等特点,是城市交通体系的骨干。客运需求的时空分布不均衡性导致的运力供需不平衡广泛存在于轨道交通系统中。大小交路模式能够在保障大客流需求区段供给的基础上避免小客流需求区段运力虚糜,但是该模式加大了乘客时空轨迹的多变性,使得时空轨迹估计黑箱问题更加复杂。乘客的时空轨迹是运营组织部门监控线网状态,优化运营组织方案,制定限控流措施等工作的基础。而现阶段时空轨迹估计相关研究忽略大小交路的影响。因此,本文以AFC（Automatic Fare Collection）数据、列车运行图数据和线网数据为基础,对城市轨道交通大小交路模式下的乘客时空轨迹估计方法展开研究,开展了以下工作:1.依托成都地铁2号线AFC数据,研究大小交路模式下轨道交通客流分布特征。首先,从时间层面和空间层面,对比分析了工作日和非工作日的客流分布特征;结果表明,工作日早晚高峰客流量显著大于非工作日,且不同站点间客流量差距明显。其次,对比分析了大小交路模式下和单一交路模式下的客流时空分布特征;结果表明,成都地铁2号线大小交路客流时空分布密集程度显著高于单一交路。2.提出了大小交路运营模式下的乘客时空轨迹估计模型。采用子过程分析法,将乘客行程分解为聚集、留乘、在车、线路换乘、大小交路换乘、疏解多个子过程展开研究。首先,依托线网数据构建网络拓扑,利用KSP（K-Shortest Path）算法筛选所有起讫点之间的可选路径集;其次,依托AFC数据、列车运行图数据,基于可选路径数、可行行程数、换乘次数、有无大小交路换乘,将客流划分为10类,并筛选各类客流的可行行程集;最后,基于贝叶斯定理,用子过程概率推算完整行程概率,构建了与客流类型相对应的行程概率模型。3.基于行程估计结果,提出出行子过程概率估计方法。基于可行行程唯一的客流行程,提取疏解时间样本,利用非参数核密度估计法,估计疏解时间概率分布;基于无换乘客流行程估计结果,提取考虑留乘情况的聚集时间样本,利用混合高斯模型和EM算法,得到聚集时间的概率密度函数和留乘概率分布函数;基于一次换乘的客流行程估计结果,提取换乘时间样本,利用非参数核密度估计,拟合换乘时间概率分布;基于有大小交路换乘客流行程估计结果,利用贝叶斯定理,通过大小交路开行段的站点留乘概率推算大小交路换乘站的选择概率。4.以成都地铁为例,估计了大小交路模式下乘客的时空轨迹。首先,依托成都地铁某日的AFC数据和列车运行图数据,估计了136个站点的聚集时间和疏解时间概率分布以及14个换乘站的换乘时间概率分布,并使用K-S检验法进行验证。其次,以春熙路到龙泉驿（大小交路）和韦家碾到龙泉驿（大小交路）的乘客为例,估计了AFC数据对应的时空轨迹,并且将基于估计结果得到的仿真旅行时间与真实旅行时间对比,验证了模型的准确性。