近年来随着公共交通的快速发展,公共交通已经成为居民出行的重要交通方式之一,公交汽电车拥有量更是连年上升。但是在公交快速发展的同时,公交运营安全日益受到重视。本文以公交运营报警数据为依据,对公交运营位置风险进行研究,以期对公交运营风险做到事前精准预防,为城市公共交通运营管理提供科学决策,提高公交日常运营安全。论文首先对公交运营报警数据进行清洗,清洗内容包括公交运营报警数据的缺失、异常等问题。利用清洗后的有效数据对公交运营报警数据进行了初步分析,包括公交运营报警数据的报警类型分布以及报警数据和驾驶员、天气等因素的初步探索,在空间上划分了研究的具体范围,基于划分范围建立公交运营报警数据的位置分析区。其次,研究了公交运营报警数据的时空特征,在空间上利用核密度估计、莫兰指数分析了公交运营报警数据的空间自相关性,结果发现除了急减速报警之外的报警数据并不存在空间相关性;在时间上利用差异系数发现公交运营报警受早晚高峰出行的影响较大。利用时空立方体模型结合时间、空间两个维度发现公交运营报警数据在工作日分布在政务区等办公区域;周末分布在市中心、大学城等附近区域,数据在工作日、周末分布模式存在显著差异。然后,研究了面向公交安全的公交运营报警风险指标体系与公交运营风险辨识模型。对不同报警类型数据进行重构,基于人、车两个因素建立了公交运营位置风险指标体系,利用熵权-改进TOPSIS法构建公交运营位置风险辨识模型。根据分值结果与正态分布原理对不同位置分析区划分了低、中、高三级风险,结果发现高风险运营位置分析区周边的用地特征以学校、医院、商场、工业区为主。最后,对位置风险的道路与环境要素建立识别模型并提出改善策略。以风险辨识模型输出的结果结合公交运营位置周边用地特征、道路设施条件、道路路况等数据建立公交运营位置风险要素识别模型;通过数理统计原理对模型进行贝叶斯推断与敏感性分析。分析结果表明:周边用地特征、行人过街、公交站点、交叉口对于公交运营安全有显著影响,并针对公交高风险运营位置分析区提出了相关改善策略,构建的公交报警数据挖掘方法可以为公交运营安全提供决策支持。