道路拥堵、出行困难目前已经成为不少城市的通病。通过分析交通流数据对于发现城市交通的通行规律、从而提出针对性的交通管理措施对于改善交通通行情况具有十分重要的作用。本文主要关注两类城市交通流数据:出租车GPS数据和卡口过车数据。虽然,从这两类数据中可以分别获得行驶车辆的轨迹数据。然而,这些轨迹数据由于数据量巨大且具有时空特性,而使得对它们的分析变得十分困难。此外,建立一个交互式的可视化城市交通分析系统仍然具有挑战性。本文提出了一种基于潜在狄利克雷分布(LDA)的模型,用于发现出租车GPS记录中获取的车辆轨迹数据和道路上卡口采集的车辆轨迹数据中隐含的交通主题区域。本文将车辆轨迹作为文档,不同交通特征的特征值,如地理位置、方向、速度、车型、POI(如:周边饭店或商场)和其他特征值作为文档的单词。应用LDA模型后,可以得到一系列包含不同特征值的交通主题区域。这里,交通主题区域是由不同特征的概率分布组成,混乱的轨迹也被表示为交通主题区域下的概率分布。同时,本文设计了相应的可视化方法用于理解分析结果及对交通模式的进一步探索,并据此设计了一个原型系统,其包括了反应交通特征的结合地图的交通主题区域视图、地理信息的词云视图、多特征的树图视图和随时间变化的时间轴视图。最后,本文将温州市3,744辆出租车轨迹数据和包含157个卡口及750,000辆车的卡口过车数据作为实验数据,实验结果验证了所提出模型和方法的有效性。