以交通用地理信息系统(GIS-T)为基本平台的先进交通信息系统(Advanced Traffic Imformation System )，是智能交通系统中的重要组成部分，近几年来在世界各国都得到了快速发展。其中很多重要的应用，包括动态路径规划、动态导航、路网调协交通信号系统、动态交通调度等都是在对实时路网交通状态的动态估计基础上进行的。 对路网交通状态进行实时估计和所采用的交通信息相关，不同的交通信息决定了估计与预测的不同的方法和精度。目前许多基于道路磁性感应线圈数据、路口摄像机数据、红外线检测数据、车辆电子标签等进行的研究对城市的硬件要求比较高，在很多城市往往取不到足够的所需数据。而且，大多数的相关研究是针对高速公路的，不适用于城市交通状况。本文提出了一种基于FCD数据和SCATS交通信号灯信息数据进行城市路网交通流建模估计的方法。 本文的创新主要体现在： 1) 结合FCD数据和SCATS系统信号灯数据进行交通流建模 针对以往交通流估计算法的弱点，本文提出利用FCD数据和SCATS系统交通信号灯信息数据进行交通流状态分析。把各个路段上的散乱的FCD数据点认为是路段交通流状态信息采样点，结合SCATS系统信号灯信息数据进行数据预处理。在对散乱数据点进行算法建模的基础上，通过对模型从三维空间到二维空间的转换，实现交通流状态估计。 2) 利用最小二乘法建立交通流估计模型 把最小二乘法理论运用到了城市交通流领域。在实现过程中，针对实际路网交通流实际情况，分析解决了最小二乘法存在的问题，提出并且实现了最小二乘法拟和模型的退化处理以及相邻路段交通流模型的连接方法等。 3) 利用散乱B-样条插值法建立交通流估计模型 考虑原始数据的数据特点，把用于图像变形处理的多层局部B样条插值算法引入了交通流建模领域，通过大量的实验数据，找出了B 样条插值进行交通流速度估计的关键影响因素，通过量化调整该关键因素，进一步提高了B样条插值估计的计算精度。 4) 最小二乘法交通流模型和B-样条插值交通流模型的融合 通过大量试验数据，以估计误差为指标对比最小二乘法交通流模型和B-样条插值交通流模型。在此基础上，以参与拟合的数据点数目为参变量，提出了单位路段上两种模型的融合公式。