为了能够最大限度地发挥城市公共交通的优势,必须深入了解城市公交乘客的出行特征,分析乘客的出行习惯,并掌握乘客出行的时空特征。随着大数据技术在我国智能交通系统的广泛应用,交通数据采集技术的迅速发展,很多城市都累积了海量多源的公共交通数据,如乘客IC卡刷卡数据、公交车辆GPS数据、GIS地理信息数据以及车辆调度信息数据等等,这些数据不仅记录了每位持卡乘客选择公共交通方式出行时的时间顺序,还记录了公共交通车辆在运行时的时空轨迹,为研究个体出行习惯和客流时空特征提供了可靠的数据来源。本文以公交IC卡记录数据、公交车辆运行GPS数据以及公交系统运行数据作为数据基础,介绍了公交数据分析处理的方法与步骤,依托某城市的公交数据,用数据融合的方法对上车站点进行匹配,继而全面分析了乘客出行链的结构与时空特征,建立下车站点判断模型,依据人工跟车调查的实验数据,对乘客下车站点推算模型的精度进行了检验。在推算出乘客每次出行的上下车站点与时间的基础上,论文全面介绍了个体公交出行在强度、时间与空间方面的特征,并对各出行特征值的处理规则和方法进行了详细的论述,依据某城市三个月的公交数据,计算城市中持公交IC卡出行乘客的各出行特征值,并建立了公交出行特征值集合。论文对国内某城市公交出行数据进行了实证分析,在建立乘客个体出行特征值集合后,对公交出行乘客进行聚类分析,挖掘出城市中不同公交出行强度与稳定性的人群比例,并针对该人群与不同的IC卡类别,分别分析了该城市乘客出行的时空范围与时空谱分布,对不同乘客出行时空规律与公交系统两方面宏观地进行了解释。把握城市中公交出行稳定人群的出行时空规律对交通运营管理是非常重要的,这类人群在出行时空上的范围与支配度不仅反应了乘客间行为的差异,也影响了公交出行客流量在早晚高峰的分布和区域上的分布。