近年来,因雨雪等恶劣天气造成的交通拥堵频发,这不仅导致路网大范围交通拥堵事件发生,还造成了严重的经济财产损失,如何应对恶劣天气造成的桥下积水交通拥堵已成为北京等城市面临的新难题。目前,学者和专家对常发性交通拥堵的各方面研究较多,而利用浮动车数据针对暴雨天气这一具体原因所导致的偶发性交通拥堵研究相对较少。在此背景下,本文以北京市为例,针对重点桥下积水道路开展了多角度的浮动车数据分析,归纳总结桥下积水交通拥堵演变规律。在此基础上,提出了基于三个指标的桥下积水交通拥堵点段识别方法,构建了桥下积水交通拥堵的蔓延和消散速度模型。首先,从交通拥堵定义和交通拥堵特性入手,论述了道路交通运行等级速度划分以及常发性拥堵与偶发性拥堵的异同点。然后,在国内外交通事件自动检测及拥堵点段识别的研究基础上,分析了国内外交通事件自动检测方法在桥下积水交通拥堵识别的适应性。结合现有的交通拥堵特性,同时开展了恶劣天气对交通影响的研究综述。基于此,明确了本文研究的目标、思路和技术路线。其次,对比分析正常情况和积水当日的交通流数据特性,发现了桥下积水交通拥堵会导致浮动车样本量显著缺失的特征,并提出了浮动车数据样本量比率概念。同时,对比分析了积水交通拥堵与交通事故、交通管制的样本量比率异同点,结果表明,北京市西三环快速路的缺失样本量比例近达80%,西四环快速路的缺失样本量比例高达97%。然后,通过计算分析桥下积水交通拥堵的蔓延和消散速度以及拥堵路段的车辆行驶里程(VKT),归纳总结了桥下积水深度与拥堵蔓延的时间关系规律和拥堵空间的影响范围。最后,根据桥下积水交通拥堵的空间影响范围、拥堵路段的速度变化和时空分布情况,提出了基于样本量比率、交通流速度变化和速度差三个识别指标的桥下积水交通拥堵点段识别方法,并实现了基于ArcGIS的拥堵点段程序化应用识别。然后,在综合考虑积水当日交通流特性、桥下积水对道路通行能力的折减、通行能力与交通流量比、快速路出入口等影响因素的基础上,并结合逻辑判断和实际经验,初步建立了桥下积水交通拥堵的蔓延和消散速度模型。同时,基于VISSIM仿真数据和积水当日的浮动车数据,对模型参数进行了初步标定。