城市交通拥堵是世界各国面临的主要城市问题。随着我国国民经济的高速增长,城市化水平空前加快,机动车保有量逐年增多,导致许多城市都出现了不同程度的交通拥堵状况,虽然目前许多城市已经加大对交通基础设施建设的投入力度,但是不可能从根本上解决日益增长的交通需求与相对较低的交通利用率之间的矛盾。智能交通系统不断发展已经体现出其在解决交通方面问题的强大优势。城市交通数据整合与交通态势处理方法的研究便是在解决上述的初衷下提出的。　　 本文首先对浮动车、地图匹配等相关概念进行了明确的解释说明;然后对课题中涉及到的相关技术做了介绍,主要有浮动车采集及预处理、浮动车样本数量的确定、支持向量机预测、交通态势评价体系和GIS电子地图开发;同时对当前的地图匹配算法、交通态势获取算法做了分析。在此基础上,建立了济南市空间路网模型,并对平面路网和立交桥路网设计了相应的增量型地图匹配算法,通过融合增量型地图匹配的优点,将其应用到全局性大规模的城市交通态势处理中,提出了一种新型的大尺度增量精确地图匹配算法(LSIPMM),提高了匹配精度。在对交通态势进行评价处理前,采用经典的加权速度平均算法为获取道路平均速度,将支持向量机预测技术应用到对下一时刻路段平均速度的预测中去,按照预先设定的评价体系,对获取平均速度的预测路段进行交通态势评价,确定出交通状况等级。　　 同时,本课题结合了当前流行的B/S模式和J2EE技术,开发出基于Web的交通态势展示平台;最后展示了平台实际运行仿真结果。