近年来快速路入口匝道合流区在高峰时期会出现常发性的拥堵问题,入口匝道的车流汇入与车辆跟驰产生的交通扰动是造成快速路常发性拥堵的关键,深入研究考虑交叉口影响的快速路入口匝道合流区交通流对揭示快速路拥堵特性、制定拥堵管控策略具有重要意义。但由于现有的快速路合流区研究往往假设匝道汇入车流均匀,没有考虑到交叉口在入口匝道上游产生的影响。本文以轨迹数据为基础,对此类路段宏观特征与微观行为进行研究,全文主要内容如下:首先选取符合要求的南京城市入口匝道与快速路合流区,利用深度学习算法获取的无人机视频中的车辆轨迹数据。基于轨迹数据结合三相交通流对路段交通特征进行分析,本文认为拥堵一般模式的产生需要高流量的连续汇入车流,当汇入车流低于阈值且呈规律性波动时,拥堵会形成移动同步流并自行消散,通过VISSIM本文对不同流量下的同一路段车流状态进行交通仿真,仿真结果证明匝道汇入车流规律性波动确实会减少汇入车流对主路的扰动。其次,基于轨迹数据对车辆的换道行为与跟驰行为进行研究,利用微观指标与宏观参数的分析结果对微观行为与宏观状态进行了关联性分析。通过计算跟驰与换道行为分别对道路通行能力的影响,证明拥堵状态下车辆的跟驰行为同样会造成拥堵的加剧或蔓延,本文结合驾驶员的行为模型基于三相交通流对通行能力骤降的现象进行解释,提出了跟驰行为造成通行能力骤降的原因假设。最后,本文发现Delpiano改进的社会力模型对于拥堵状态下的数据拟合效果不好,因此参考重力模型的公式结构改进了其社会力模型,利用真实数据进行校核效果良好。