作为准确描述公共交通需求的重要数据，公交客流OD(Origin-Destination)矩阵的实时估计及短时预测是公共交通系统智能化运营、管理及调度的关键技术之一。目前与OD相关的研究大多集中于道路交通领域，相对而言针对公共交通领域的公交客流OD研究还较为匮乏。随着公交自动售检票系统(AFC)的应用和普及，公交客流OD的研究得到重视。本文以实时采集的AFC数据为基础，对公交客流OD进行实时估计及短时预测。　　在公交客流OD实时估计方面，论文首先利用AFC数据对公交站点客流量进行估计，在此基础上研究构建了公交客流OD卡尔曼滤波实时估计模型，并对其估计结果进行性能评估。其中，状态转移方程反映的是公交客流OD的时间演变关系，观测方程反映的是公交客流OD量与公交站点客流量之间的映射关系。评估结果表明，模型总体估计性能较好，且工作日模式下模型的估计性能略优于周末模式。对比不考虑公交乘客出行分布时间分布特性的公交客流OD估计结果发现，模型估计的准确性得到提高。　　在公交客流OD短时预测方面，论文基于平稳性检验、模型阶数的确定及模型参数的估计，研究构建了公交客流OD预测的自回归移动平均ARIMA(0，1，1)模型，并选用相应评价指标对模型的预测性能进行了评估。评估结果表明，模型总体预测性能较好，且工作日模式下模型的预测性能略优于周末模式。此外，工作日模式下模型在高峰时段预测性能高于平峰时段，周末模式下高峰时段模型的预测性能低于平峰时段。