随着城市化进程的迅速发展,交通拥堵已成为世界各大城市所共同面临的问题。在日益严峻的交通环境下,智能交通系统(ITS)正获得越来越广泛的应用。然而,ITS硬件设施迅速发展和完善的同时,道路交通管理系统智能化程度低的问题依然存在;在未来一段时间内,交通管理部门所关注的不再是如何获取实时的交通流运行状况数据,而是怎样从海量的交通流数据中挖掘有用的知识与信息,以指导交通管理决策。因此,在实测数据的基础上,开展交通状态特征及拥堵传播规律研究,不仅可为探索城市交通系统运行机理提供一种新的思路,同时也能为完善道路基础设施、制定拥堵缓解策略提供决策支撑。本文在总结和分析现有研究成果的基础上,对城市道路交通流实测数据特性进行探索性分析;根据交通流实测数据特性,首先提出基于时空自相关的道路交通状态分析方法,对道路交通状态进行分类研究,并探索不同交通状态在时空上的分布和演化特性;其后,考虑交通流的空间不平稳和时空不平稳性,在对交通流进行空间建模与时空建模的基础上,提出基于实测数据的拥堵传播空间特性及时空过程的分析方法。主要研究工作和结论如下:(1)从时间和空间两个角度,探索了城市道路交通流实测数据的时空自相关性、时空平稳性以及周期性,并在此基础上分析了交通流实测数据对交通事件发生的记录能力。通过以北京市道路交通系统作为典型进行分析发现,在一定的时间和空间范围内,交通流数据存在时间和空间正相关性,且随着时间的推移和空间范围的扩大而逐渐减弱;同时,在交通流属性取值、变量间关联性以及空间自相关三个方面,道路交通流皆表现出时空不平稳性。由于通勤出行的周期性变化,道路交通流数据在时间上也存在显著的周期性,在长期演化中存在以7天(1周)为间隔的周期模式,而在短期内则存在以24小时(1天)为间隔的周期模式。交通流的周期变化,导致交通流数据中的当期扰动对于交通事件的发生具有一定的记录作用,通过当期扰动的计算可有效识别当期内交通事件的发生、评估事件严重程度,并在一定程度上反映交通事件发展规律。(2)对传统Moran’s I指数进行时间维拓展,建立时空Moran’s I指数和时空Moran散点图分析方法,通过运用行驶速度作为交通状态基本量化指标,将道路交通状态划分为畅通聚集、畅通异质、拥堵聚集以及拥堵异质四种类型,并分析了四种交通状态的物理特征;通过对北京市路网的实际数据进行案例研究,探索了交通流的时空关联性以及四种交通状态的时空分布规律。在交通流的时空关联性方面,节假日与周末的交通状态关联程度明显低于工作日,这是由节假日和周末的通勤出行大量减少、出行需求的不确定性和随机性增加所导致的;在一天内,由于午夜的畅通以及高峰时段拥堵的空间范围广且持续时间长,因此交通状态的强聚集特征主要出现在凌晨时段与早、晚高峰的部分路段。四种交通状态在时空上的分布也具有一定规律。午夜因出行行为较为稀疏,故路网上主要存在的是畅通聚集状态;早晚高峰的出行行为在空间上最为聚集,因此拥堵聚集状态占据主体;而在中午,因出行行为的随机性增强,路网中的畅通异质或拥堵异质状态有所增加。在空间上,对于出行行为较为聚集的城市中心区,拥堵聚集状态占据了较大的时空域;随着空间位置远离城市中心区,因出行行为分散到更广阔的空间内,畅通聚集所占据的时空域也逐渐扩大,而拥堵聚集的时空域则逐渐缩小。特别地,畅通异质和拥堵异质两种交通状态的提出,可有效识别路网上的瓶颈路段和能力相对富余的路段,为路网设施改造以及交通管理措施制定提供重要依据。(3)考虑交通流空间不平稳性,对SDM模型进行改进,并在此基础上提出了一种基于实测数据的道路交通拥堵传播特性分析方法。北京市案例研究表明,相对于传统模型,所提出的拥堵空间传播特性分析方法,因考虑交通流的空间不平稳性,对路网交通流的描述更加准确。案例研究发现,局部路段拥堵往往会造成周围路段的服务水平皆趋于下降,特别是路网平均密度为22辆/km时(午后14:00左右),这种影响达到最大。而早晚高峰时段由于固有服务水平低且行驶速度限制了拥堵的传播,局部拥堵的影响反而相对有限。另外,局部交通拥堵的空间影响还随空间范围的增加而急剧衰减,其中,向上游路段扩散的影响最大,下游路段次之,对替代路段的影响最小。在空间分布上,局部拥堵加剧影响较大的关键节点在三环以外区域绕城市中心区分布,且沿各放射线上的关键部位向外扩散,这是由于在这些关键部位,车流接近饱和态,道路服务水平的抗干扰能力低,因此局部拥堵加剧对一定范围内路网的影响程度较大;而在城市中心区内,由于车流密度大且固有服务水平低,局部拥堵所传播的空间影响反而比较微弱。可见,交通拥堵缓解措施的制定应从系统的角度出发,对路网临界密度状态(午后14:00左右)、以及路网中局部拥堵影响较大的关键节点(通常环绕中心区分布)进行重点监控和疏导,控制拥堵所传播的空间影响,减少拥堵传播引起的二次拥堵,从而改善城市出行环境。(4)考虑交通流数据的时空不平稳性和多重共线性,提出一种改进的PLS-STAR模型,并在此基础上推导了一种基于实测数据的拥堵时空传播特性分析方法。北京市案例研究表明,相对于传统模型,所提出的拥堵时空传播特性分析方法和模型由于考虑了时空不平稳和多重共线性,对拥堵传播过程的描述效果得到了显著提高。北京市案例研究发现,对于一天中的午夜、早高峰、中午以及晚高峰四个典型时间点,局部路段拥堵的影响持续时间分别为50、120、100以及110分钟,可见,在较为拥挤的路网中,局部拥堵加剧的影响持续时间长且消散速度慢;而在相对畅通的路网中,局部拥堵的影响持续时间短且能迅速消散。在传播范围上,白天(早晚高峰和中午)因车流密度高,拥堵的最大传播范围也较大,一般可达8阶以上空间邻域,而车辆稀少的夜间,拥堵最大传播范围仅在3阶空间邻域以内。拥堵影响的持续过程还可进一步划分为扩散与收敛两个阶段。在扩散阶段,局部交通拥堵的影响从发生位置向外迅速扩散,直至达到最大传播范围;在路网相对畅通的情形下(午夜和中午),拥堵的扩散时长一般仅在30分钟以内,而在高拥堵状态下(早、晚高峰),拥堵的扩散时间甚至会超过1小时。在收敛阶段,拥堵的影响区域从最大传播范围开始向内逐渐缩小;其中,午夜和中午拥堵的收敛速度较快,这主要是由路网出行需求低、车辆相对稀少所决定的:早、晚高峰出行行为密集、车流密度大,拥堵传播的收敛速度相对较慢。因此,在路网中局部位置爆发交通拥堵后,应及时(在扩散阶段内)采取调整信号方案、制定诱导策略等手段,重点针对拥堵区域外围的关键节点进行监控和疏导,切断拥堵的传播途径,缩短拥堵的扩散时间和影响范围,使拥堵及早开始收敛,以减少拥堵传播所引起的二次拥堵,达到改善城市交通环境的目的。