习近平总书记于2014年视察北京时提出“明确城市战略定位;调整疏解非首都核心功能”等五条要求,定下了北京市“疏解整治促提升”的基调。“疏整促”工作的目标在于解决北京市因“用地资源过密分布”、“职住功能区不合理分布”等城市布局问题引发的污染严重、地铁拥挤等一系列“大城市病”。2021年,北京市印发了《关于“十四五”时期深化推进“疏解整治促提升”专项行动的实施意见》,《意见》指出要“内部功能重组与向外疏解相促进”,即“优化存量、控制增量、疏解余量”。本研究将“十四五疏整促”工作中的目标作为现实问题,针对这一现实问题展开后续一系列的研究。“疏整促”背后的科学问题实则是北京市城市用地的布局优化问题,本研究着眼于地铁站点影响域内用地与地铁系统的协同优化问题,从站点影响域内用地对客流需求的影响机理入手,构建了地铁系统、城市用地协同优化的多目标优化模型,针对站点影响域内用地优化问题以及由此引出的相关问题进行了深入的研究,主要内容包括以下几个部分:首先,对地铁站点影响域划分展开研究。地铁站点影响域划分主要包含两个核心内容,一是划分地铁站点影响域范围,二是明确地铁站点对影响域内不同距离用地单元影响程度。在研究地铁站点影响域范围时,聚焦地铁站点对周边乘客的吸引,将地铁接驳行为作为站点客流吸引的表征,针对乘客接驳地铁站点这一出行行为,构建基于步行、骑行、公交三种接驳方式的地铁接驳广义出行费用模型。依托随机效用理论,根据每种接驳方式的优势接驳距离,将地铁站点影响域范围划分为三个圈层。在研究地铁站点对不同距离用地单元影响程度时,将地铁站点影响域视作一个聚集效应场,构建了改进的Huff模型,并利用此模型计算了地铁站点对影响域内不同距离用地单元的影响程度。第二,对地铁站点影响域内用地强度展开研究。针对现有研究中城市用地评价颗粒度较粗,无法区分不同单位之间规模差异的问题。构建了基于多元、多维城市大数据集融合的地铁站点影响域用地单元评价多元数据集,将用地单元作为新的评价主体,对地铁站点影响域内用地强度进行精细化评价。在此基础上,构建地铁站点影响域内用地评价指标体系;依托地铁站点影响域内用地单元评价数据集以及评价指标体系,通过对用地单元的评价,实现地铁站点影响域内用地进行精细化评价。第三,对地铁站点影响域内用地影响地铁站点客流的机理展开研究。由于城市用地与地铁客流之间存在“源与流”的关联关系,所以城市用地对地铁客流的影响问题,也可以理解为地铁站点影响域用地对地铁站点客流需求的影响问题,也即地铁站点客流需求预测问题。利用Stacking集成学习框架,融合KNN、Lasso等机器学习模型,构建了地铁站点客流需求预测集成模型,并引入SHAP算法对集成学习模型预测结果进行解构,分析了站点影响域内用地对工作日/休息日早、晚高峰,早、中、晚平峰十个时段站点客流需求的影响机理,丰富了土地-客流互动理论。最后,对地铁站点影响域用地布局优化展开研究。依托前三章的研究,针对北京市用地布局不合理,以及由此引发的地铁乘坐舒适度差等问题,设计了高峰期站点乘客滞留率最小、地铁运营经济效益最优、站点影响域内用地混合度最高、站点影响域内生活品质最优以及站点影响域内用地冲突程度最小5个目标。构建基于以上5个目标的地铁站点影响域内用地多目标优化模型,利用改进的NSGA-Ⅲ算法对多目标优化模型进行求解,通过地铁站点影响域内用地优化研究,为北京市疏解整治促提升工作提供辅助决策支持。本研究从地铁站点影响域内用地对地铁站点客流影响机理这一关键点入手,对地铁站点影响域内用地进行了较为全面、精细的评价,同时就用地对客流影响的机理进行深入分析,并依托以上研究通过地铁站点影响域内用地的调整,实现了城市用地和地铁系统的协同优化,丰富了土地-客流互动理论的同时,也可以为北京市“疏整促”工作的开展提供辅助决策支持。