近年来,随着小汽车保有量的迅速增长,城市道路交通拥堵问题日益严重。通过扩张城市道路数量等传统手段已无法满足日益增长的交通需求。随着GPS设备的普及,出租车GPS数据为研究城市交通问题提供了新的数据源。基于GPS数据分析城市交通时空特征,识别城市路网关键点段以辅助城市交通规划与管理是缓解城市交通拥堵问题的重要手段。本文以北京市2015年1月12日至18日4万余辆出租车GPS数据为基础,首先从整体出行特性及时空热点模式两方面系统分析了北京市出租车的时空出行特征,然后基于有向加权复杂网络模型,从路网拓扑结构及路网交通属性两方面展开了城市路网关键点段的识别。主要研究内容包括以下三部分:(1)在数据处理的基础上,以统计分析及时空立方体模型分析了出租车整体交通出行特征及出行热点模式和趋势。首先,利用统计分析及核密度分析对北京市出租车的整体出行特征展开研究。然后,基于时空立方体模型从出租车整体出行轨迹及上下客出行轨迹两方面进行了出行热点模式识别及热点趋势分析。研究发现出租车交通出行呈现明显的日周期特征,且工作日及周末呈现两种时空规律,出租车出行热点区域可分为五种模式。此外,不同时刻下的出租车出行轨迹热点模式及热点趋势均存在较大差异。(2)基于有向加权复杂网络,从路网拓扑结构及交通属性两方面出发,构建了城市路网关键点段的识别模型。首先,基于以往研究提出了对关键点段的定义。然后,运用加权复杂网络分别构建了基于关键点段识别的城市原始路网模型及对偶路网模型。第三,从道路交通属性及路网拓扑结构两方面综合构建了关键点段评价指标体系并依据改进的层次分析法对各指标进行了赋权。最后,提出了一套城市路网关键点段识别算法。(3)以北京市西城区为研究对象,展开了对西城区关键点段的识别。首先,对西城区的基本概况进行了描述分析并从工作日和周末两个角度对比分析了西城区各等级路段的交通拥堵情况。然后,基于出租车GPS数据及上述模型分别展开了不同时段下城市路网关键点段的识别实例分析,并将识别结果与传统的仅依赖复杂网络静态特征的方法及仅考虑交通属性的方法的识别结果进行了对比分析,结果表明,本文提出的关键点段识别模型实现了对路网拓扑结构及交通属性的平衡表达,具有更好的实用性和有效性。最后,针对识别结果分别提出了对关键点段的管理建议。