人类移动行为的定量化研究,包括时间特性和空间特性,.对于理解许多由人群交互所产生的传播现象至关重要,并且在空间位置预测、信息推荐等领域有很大帮助。近年来大数据技术和城市公共信息管理系统的兴起,使得获取城市人群大规模行为数据成为可能。本文借助成都市快速公交智能卡数据,定义并定量研究了乘客出行的时空规律特征,并且采用信息熵定义了乘客出行的空间熵和时间熵。研究表明,快速公交乘客出行在时间和空间上都存在异质性。在时间上,乘客日常出行具有明显的早晚高峰现象,周末出行量比工作日出行量少,早晚高峰现象也变得不明显,90%的乘客的出行在途时间不超过30分钟,乘客的连续出行多发生在1.5小时左右的短时间、8.5至13.5小时的通勤出行以及以24小时的倍数依次衰退的周期3个时间段。在空间上,大部分乘客出行具有明显的空间偏好,一些站点的访问次数很多,也有站点的访问很稀疏。而对于同一站点,进站和出站频率往往并不对称。对于大多数乘客,受到物理因素的限制,只访问过系统中的少数站点。而乘客出行的移动距离分布,既不服从指数分布,也不服从幂函数分布,而是具有若干离散的峰值,这可能与站点间的距离分布以及线路较为单一有关。快速公交出行的时空规律特征的回归性分析表明,乘客出行的时间熵与出行绝对时间差存在正相关关系,而空间熵随着乘客访问站点个数的增加而增大,随着乘客出行频率的增加而减小。时空熵各自的分布表明,乘客出行在空间上受到的限制更大,而在时间上表现出很强的随机性和离散性。时间熵和空间熵对于乘客出行的首次刷卡进站时间、出行频率以及访问站点的个数有不同程度的影响。