随着港口吞吐量的持续增长和城市机动车保有量的迅速上升,需要不断缓解港口与城市之间的交通需求矛盾,最终实现港口集疏运体系与城市交通体系的协调发展。集疏港交通受港口交通和城市交通共同影响,交通较为复杂。特别是强降雨等极端天气,会严重影响到集疏港路网上车辆的正常行驶,造成较为严重的交通拥堵问题。目前集疏港路网建设主要侧重于规划新建以及改善扩建集疏运通道从而提高其通行能力和服务水平。与此同时,互联网快速发展为信息实时发布奠定了基础,城市智能交通系统发展迅速并带动了港口集疏运网络信息化建设发展,但由于集疏港交通特点区别于城市交通,特别是强降雨给集疏港交通带来较为严重影响。因此本文基于集疏港交通特点,研究信息化背景下如何利用信息化手段,在现有资源下提高集疏港路网的通行能力。本文通过给驾驶员提供积水预测信息和拥堵信息来降低积水和拥堵对集疏港交通的影响并研究量化该影响的程度。首先,本文综合分析国内外研究降雨条件下区域积水深度和范围预测模型,选择基于HLLC近似黎曼解和有限体积法的Godunov格式的积水预测模型,预测强降雨条件下区域随时间变化的积水深度和范围。其次,研究积水速度和范围对车辆行驶速度影响,选择行车速度随积水深度衰减模型,量化积水深度对集疏港车辆行驶速度的影响。第三,通过实地调研驾驶员在接收路网积水深度、范围预测信息和交通拥堵指数信息后,研究驾驶员的路径选择行为,并将其作为仿真输入参数。最后基于Anylogic仿真平台构建不降雨、降雨不提供信息以及降雨并实时提供信息三种条件下对集疏港交通影响模型,积水预测模型以及行车速度随积水深度衰减模型的输出结果都将作为仿真模型的输入参数,通过研究分析三种仿真工况下输出的结果,从而量化积水预测信息和实时拥堵信息对集疏港交通的影响,为港口集疏运网络信息化建设提供支撑。本文以北方某集装箱港区集疏运路网为例,应用本研究构建模型,研究结果表明积水对集疏港交通影响较大,能明显降低其通行能力;积水预测信息和实时拥堵信息对集疏港交通服务水平的改善具有显著作用,并且在城市早晚高峰以及随着车辆OD距离的增加,该作用更加明显。