交通拥堵问题随着汽车保有量的激增而日益尖锐,严重影响了民众的出行体验和日常生活,已逐渐成为交通主管部门亟需解决的社会问题。经过多年规划与实施,我国许多城市建立了机遇浮动车GPS数据监的控调度信息平台,方便出行的同时缓解了交通拥堵,但在深入挖掘现有数据和分析交通拥堵分布规律方面仍存在不足。论文以陕西省交通运输厅的科研项目为依托,研究了利用浮动车数据进行交通拥堵状态自动辨识所涉及的关键算法与技术,从而通过对交通拥堵分布规律的分析为交通管理决策提供有力的数据支持。首先利用基于距离的加权平均法清洗速度数据来提高瞬时速度数据的质量,然后通过基于广度优先遍历的拓扑构建算法提高地图匹配算法搜索最短路径的效率,通过推算方向信息提高了地图匹配算法更新匹配信息的效率。最后利用交通拥堵自动辨识算法实现了交通拥堵的自动辨识,并统计分析了拥堵路段比例的时变规律和主干路段拥堵状态的时变规律。论文还搭建并测试了城市交通拥堵可视化系统,为交通管理者可视化地呈现交通拥堵的分布状况。首先在研究地图展现、实时拥堵状态呈现、历史拥堵状态呈现和空间数据处理等交通拥堵可视化关键技术的基础上提出了一种基于WebGIS的城市交通拥堵可视化方案,然后基于需求分析和总体设计进行数据库的设计,基于功能模块划分对各模块进行详细设计,最后采用多节点并行的方法实现了城市交通拥堵可视化系统,并对该系统进行了测试与分析。结果表明,速度清洗方法可有效去除突兀性变化,离线构建的拓扑数据可明显提升地图匹配算法的效率,论文改进算法相比于已有地图匹配算法计算效率较高。论文所实现系统已基本满足实时处理需求,且通过增加节点可实现系统的水平扩展。