【目的】 城市交通需求的规模、分布、方式结构与交通流是人类社会经济及其在不同区位上的空间相互作用的结果，社会经济运行的复杂系统性决定了交通需求预测必须从城市系统出发，才能破解当前交通需求预测“就交通论交通”的技术难题。【方法】 本文解析了城市交通的系统性特征，提出了土地-人口-住房-交通一体化模拟技术框架，总结了基于城市系统的交通需求模拟预测技术。技术涵盖交通需求分布、交通方式分担与路径分配、土地利用模拟、人口与就业分布、房地产价格、碳排放等子模块以反映完整的城市系统；设置广义出行成本、区位可达性、房地产价格、职住关系系数、用地混合度等一系列子模块关联变量，反映子系统间的相互影响与时滞效应；设计子模块核心算法实现城市系统模拟预测。【结果】 本文以北京为例，展示了该技术在交通需求模拟预测上的技术效果与应用：将2020年北京市的真值与模拟值进行比较，发现对交通需求、拥堵情况、土地利用、人口分布等模拟结果的准确度可达85%以上；进一步应用该技术平台，对北京市2030年的交通需求、交通流量、拥堵指数等进行了预测。【结论】 本文提出的基于城市系统的交通需求模拟预测技术完善了城市交通理论，为城市交通规划提供了的新方法与新技术支撑。

【意义】 在全球城市多灾害风险频发的当下，如何建设具有高水平防灾韧性的交通系统已成为学界关注的焦点。相较于传统的数据类型，时空大数据以其高精细度和高信息密度的优势，在交通系统韧性研究中发挥日益显著的重要作用。然而，目前对于时空大数据在交通系统韧性研究中进展脉络的理解相对不清晰，客观上缺少对交通系统韧性领域中时空大数据的类型、应用场景和发展趋向的综合分析。【进展】 本文利用系统性文献综述方法，对在CNKI中国知网和Web of Science数据库中检索到的中英文相关文献进行了系统的综述分析，全面探讨了时空大数据应用于交通系统韧性研究的主流数据类型，量化评估、监测预警、模拟预测与系统优化4个具体实践领域及在各领域所运用的研究方法，以及相关研究的发展趋势。【展望】 在总结当前时空大数据在交通系统韧性研究中的应用成就与不足的基础上，进一步展望了若干交通系统韧性研究领域未来可能的发展方向，以期为我国时空大数据赋能交通可持续发展、推进交通强国战略目标落实提供有益思考与借鉴。