城市的快速发展与机动车拥有量的迅速提高，导致交通拥堵现象在城市中的出现日益频繁。为防止城市路网中少量路段拥堵现象的大面积扩散，进而造成路网的整体瘫痪，从而影响城市的正常运行，有必要对城市道路交通状态特征进行分析，研究城市交通运行状态变化的规律，从而为交通规划决策提供支持。　　 同时，信息技术以及交通信息采集系统的发展，使交通规划者掌握了大量的、多种形式的连续交通信息，如FCD数据、交通IC卡数据、公交车辆运行数据、道路交通检测数据、牌照识别数据、移动通信数据等。这些数据的获取，为进行城市道路交通状态特征分析提供了支撑。　　 本文从城市道路时空关联分析的角度出发，以路段车速为研究对象，将道路间的时空关联关系细分为两类：　　 一、路段车速变化间的时空关联关系。采用随机矩阵理论的方法，分析不同路段的车速在时间维上的变化间所存在的非随机的关联关系，识别车速变化在时间维上存在稳定的相似趋势的路段组团。　　 同时，将这种路段车速变化间的时空关联关系作为一种附加信息，加入到路段行程车速短时预测中。通过采用ARMA与状态空间模型对路段行程车速短时预测进行对比分析，证实考虑路段车速变化间的时空关联关系，可以有效提高路段行程车速短时预测的精度。　　 二、路段车速状态间的时空关联关系。依托空间统计学的知识，分析城市路网中路段交通状态集聚的现象。通过截取不同的时间断面，研究路段交通状态集聚现象随时间所产生的变化，进而分析城市机动车出行在时间维上所表现出的不同特征。　　 此外，通过构建不同的空间权重矩阵，分析空间权重矩阵对全局空间关联强度的影响。结果表明，随着路段间距离的增加(间隔路段数增多)，路段间相互作用的强度以极快的速度衰减。