本发明涉及一种城市公共交通规划方法，包括：测算城市碳排量，计算得到各种交通出行方式所应该得到的优化幅度；收集待优化城市的出租车、私家车出行数据；对收集的出行数据进行处理；对行程中原始GPS轨迹点进行地图匹配；对地图匹配后数据中的起终点进行聚类操作，得到候选公共交通站点；使用基于注意力机制的BiLSTM神经网络模型，从上述得到的候选公共交通站点中，计算当前公共交通站点到下一个不同公共交通站点的概率；将得到的新的公共交通线路与现有公共交通体系线路进行对比，查看是否达到预期目标。本申请能够优化公共交通系统，通过深度学习的模型方法优化调整城市公共交通系统，降低碳排放，促进碳中和。