针对当前城市轨道交通短期起讫点（OD）客流预测存在模型构建工作量大、资源占用量大的特殊性，提出一种基于PCA-Kmeans算法的城市轨道交通短期OD客流预测方法。利用自动售检票（AFC）刷卡交易明细数据构造OD分布比矩阵，通过主成分分析（PCA）进行数据降维，再通过Kmeans算法处理降维后的数据，采用手肘法确定初始聚类数目，开展Kmeans聚类分析；依据聚类分析结果的各簇中心OD分布比及轮盘赌策略分布，以准确度较高的进站客流为OD客流，实现全线网规模的短期OD客流预测。以西南某城市轨道交通数据为研究对象开展实例研究，快速完成了全线网规模的短期OD客流预测，日粒度平均绝对百分比预测误差仅为13.7%,15min粒度平均绝对误差仅为8.56，印证了该OD客流预测方法具有较高工程应用价值。