随着城市机动车数量的快速增加,城市交通问题也变得越来越严重。出租车作为一种重要的公共交通工具,具有运行路线和时间完全由乘客决定且轨迹数据具有实时性的特征。因此,出租车的轨迹数据能更好地反映居民出行时空规律和城市交通状态。利用出租车GPS轨迹数据来研究城市交通问题也已经成为国内外的研究热点。基于此,本文将利用出租车轨迹数据来研究城市居民出行规律、城市路网中的重要节点和城市热点区域,主要内容体现在以下几个方面:(1)从居民出行长度、行程时间、日出行总量和各个时段出行量等方面统计分析兰州市居民的出行行为规律。结果表明,城市居民偏向短距离出行,且星期天的载客量明显少于星期一到星期六。基于拥堵比分析了城市交通状态,结果表明工作日和休息日的交通状态有明显差别。(2)结合城市路网的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型,并用DWNodeRank算法识别路网重要十字路口。从试验结果表明,该算法能合理识别路网重要节点。(3)采用基于有向加权网络的新对偶算法建立城市交通网络时空模型。根据路网拓扑和相邻路段间交通状态的影响程度,给出基于混合影响力的重要路段识别算法。试验结果表明,一方面路段的重要性基本保持稳定状态,另一方面由于城市区域功能结构的不同使得路段重要性也发生改变。这一研究结果对城市交通网络中潮汐车道的设计具有重要指导意义。最后,以相关系数验证了基于混合影响力的重要路段识别算法的有效性。(4)结合出租车轨迹数据和栅格划分法,构建有向加权网络模型,并用DWNodeRank算法来识别城市热点区域。试验结果表明,该识别算法不但能准确的识别出城市热点区域,而且简化了热点区域识别的时间复杂度。