近些年来,中国的汽车产业正在快速地发展,尤其是自主品牌正在慢慢崛起,从而使得各城市的机动车保有量在逐年地增加。与此同时,伴随着中国城市化进程的发展,城市的人口也越来越密集。这就导致了人们在日常出行中需要面临愈发严重的交通拥堵。城市道路上的交通拥塞不仅降低了路网的通行效率,也使得居民的出行体验变差。车载GPS在机动车上的广泛普及使得人们可以采集到大量的GPS轨迹数据。这些轨迹数据反映了道路上的历史交通状况,这就为人们研究城市网路中的交通拥塞创造了条件。通常,先是路网中少数的路段上发生了拥堵,如果经过一段时间之后,这些路段上拥堵的交通状况没有得以缓解,那么这些拥堵路段的相邻路段就有可能在接下来的时间里发生拥堵。路网中相邻路段相继发生拥堵的现象对于研究城市交通拥塞有着重要的意义。但在目前阶段,大部分对于城市交通拥塞的研究主要分析拥塞路段在路网中的空间分布或者路段上发生拥塞的时间特性,而对于路网中拥塞传播的研究仍相对匮乏。本文利用了上海的出租车轨迹数据以及对应的上海路网数据来研究上海路网中的交通拥塞传播模式。本文主要的研究内容如下:(1)原始的轨迹数据是离散的GPS轨迹点,这些点序列是无法直接用来估计路段的历史交通状况,因此需要通过地图匹配将这些GPS点与对应的路段关联起来。我们利用ArcGIS地理空间平台实现了上海出租车轨迹的地图匹配算法。在经过地图匹配的步骤之后,我们就可以利用轨迹数据来计算出租车通过各路段时的平均速度,从而检测各时段内的拥塞路段。(2)虽然上海出租车的数据规模不小,但由于上海路网结构复杂,路段密集,且出租车只是机动车中的一种,因此出租车的轨迹数据仍相对稀疏。为了还原部分由于数据稀疏而无法检测出的拥塞路段,文中提出了分别从时间和空间两种视角下填补缺失拥塞路段的策略。在从时间视角下填补时,我们考虑的是同一条路段上的拥塞在多个时间片上的延续性;而从空间视角填补时,我们考虑的是同一时间片内拥塞在相邻路段间的空间连续性。(3)本文定义了时空拥塞子图的结构来描述路网中拥塞传播的动态过程。一个拥塞子图是由在多个时间片上形成的拥塞边连接而成的。拥塞边之间的连接要满足时间和空间上的要求。在时间上,两条拥塞边的产生时间不能相隔太久。在空间上,拥塞边所对应的路段在路网中是连接的。文中提出了在多个时间片上构建拥塞子图的算法,并说明了构建拥塞子图的具体过程。(4)为了挖掘上海路网中交通拥塞传播模式,我们提出了基于FP-growth的频繁拥塞子图发现算法,并利用上海出租车轨迹数据和上海路网进行实验。实验结果表明,频繁拥塞子图可以有效地表达拥塞传播模式。