摘要
准确识别城市轨道交通站点的功能特征并对其进行相应分类，有助于揭示客流规律并优化资源分配，从而提升多模式城市交通系统的协调效率。现有关于站点影响范围划分的研究往往存在区域重叠现象，难以充分体现区域差异性。此外，现有的分类方法主要依赖静态单一指标，未能整合多尺度特征。为解决这些问题，本文提出一种无重叠的区域划分算法，用于精准界定站点影响范围。通过引入包括动态客流、居民属性、连接特征以及空间分布在内的多维指标，采用改进的基于中心点的划分算法构建了精细化的站点分类模型。基于该分类结果，建立了工作日与周末两种场景的分析框架，并运用普通最小二乘法、地理加权回归法以及多尺度地理加权回归法来分析客流的空间时间分布规律。以北京轨道交通站点为案例研究表明，改进后的算法显著提升了聚类效果。工作日时，可将站点分为四类：周边基础服务型、核心通勤集聚型、城郊居住依赖型以及多功能复合型。而周末时，则可划分为三类：周边生活服务型、核心休闲活力型以及中心混合用途型。此外，客流驱动因素也表现出明显的空间时间差异：工作日以通勤需求为主，就业与住房比例、教育程度以及道路网络密度是主要的正向影响因素；而周末则休闲需求占主导地位，就业与住房比例、兴趣点密度以及道路网络连通性之间存在着较强的协同效应。这些研究结果为轨道交通站点的功能分类及精细化管理提供了理论支撑。
