随着中国经济的飞速发展,人民生活水平不断改善,一些经济条件好的城市,机动车辆人均占有率在急剧上升,对道路基础设施建设的要求也在不断增加,一些城市陆续出现城市高速多车道道路。尽管人们加宽了道路,也采取了种种其他措施,但是交通问题仍未解决,并且有越演越烈的趋势,例如交通拥堵问题是给人们出行带来重大不便的问题之一,人们常常为此而浪费宝贵的时间。人们对交通条件提出了更高的要求,对交通流的研究也显得越发重要。对交通流的研究可以追朔到上个世纪初,学术成果迄今为止可谓硕果累累,但大多数研究的出发点侧重于理论推导和数值计算,对于交通流数据本身的收集和分析的工作则较为欠缺。而本文尝试从数据角度切入,利用统计学原理进行分析,得出车辆在不同车道,不同密度,不同路况情况下的运行规律,进而为交通流模型及模型参数的比较、筛选提出依据。本文依托于国家自然科学基金项目的平台支持,借鉴实验流体力学中的DPIV方法,通过对实际交通过程进行长时间录像拍摄,用计算机程序提取“速度-车头间距”数据对,从而获得交通流的大量实测数据。对这些数据进行分析后,认为其车头间距和车速满足正态分布规律,平均车速随车头间距变化的规律与交通流的基本性质相符,并且不同车道上的平均速度变化规律也符合常识和观察到的现象,这些都说明了我们得到的数据的合理性。同时,与上海交通监管部门提供的同期线圈数据的比较也说明了基于录像测量得到的数据的正确性和科学性。利用上述多个样本的实测数据作出流量-密度图,与德国科学家Kerner提出的流密关系模型进行比较,认为在本文的数据测量基础上,确实可以发现一些高密度高速度的实测数据,这符合现实中观察到的交通现象,并且得出一个结论：随着路段整体平均密度的递增,Kerner指出的低密度自由流阶段的曲线特性越来越不明显。此外,对包括Greenshields模型、Greenberg模型、Underwood模型、Payne平衡函数、Kerner-Konhauser平衡函数、Lee平衡函数和一维管流模型在内的多种交通流速密关系模型进行了比较研究,结果发现,应用一维管流模型进行我国高速道路交通流参数计算,具有比较明显的优势。在道路拥挤、车速很低和道路畅通、车速较高的两种不同条件下,该模型中的交通状态指数分别取值m=2.5和m=2.8左右。实测数据亦能支持和启发交通流模型的进一步研究：在二阶宏观微分模型方面,提出一种基于大量数据统计特性的准则,对比研究已有的平衡函数模型,通过计算实测速度与由各平衡函数模型导出的速度的平均绝对误差,从中筛选出具有与实测数据最优拟合程度的平衡函数,给出分段平衡函数的表达式,这样得到的交通流模型更加贴近中国的真实交通状况；在元胞自动机模型方面,给出激进型驾驶者划分准则的分析；在MCLWR模型方面,给出了各层次车辆所占比例的划分标准和速度系数的计算方法,可以作为参数引进到MCLWR模型中。本文最后从微分方程组首次积分的角度出发,讨论了交通流的一阶、二阶模型的统一理论。针对一维管流模型方程组进行研究,研究了一种初值比较一般的解析解,并构建算例进行不同工况下的最优计算格式的筛选。