随着我国经济社会的快速发展以及城镇化进程的不断深入,城市机动车的拥有量也在迅速增长,但受限于城市道路交通空间资源的有限性和道路规划建设方面投入的局限性,城市交通发展滞后于机动车快速增长态势,使得城市交通运行压力日趋严重,城市交通道路问题也愈发明显。基于城市出租车GPS轨迹数据进行时空分析,可以识别城市交通出行特征,通过探测其与路网结构的相关性,为有效缓解城市交通压力,优化城市交通规划与管理提供基础支撑。本文以线性街道为分析单元,对成都市三环线以内2014年8月18日至8月24日共计14000辆出租车GPS轨迹数据进行去除噪声点、冗余以及地图匹配等数据预处理操作,利用成都市街道上下客统计量以及动态变化量挖掘城市出租车交通时空特征,依据Bisect K-means方法对街道进行聚类,随后利用城市路网交通邻近、中介、直达三种网络中心性指标与街道内上下客活动密度进行相关性分析。主要研究内容总结如下:(1)出租车轨迹时空特征分析。利用工作日与休息日的聚合方式和以一小时作为时间间隔进行分析发现,休息日出租车活动时间分布曲线相较于工作日较为平滑,工作日晚高峰从18点出现明显增长趋势,而休息日则出现在19点。出租车活动热点区域主要包括:成都火车站、成都东站、春熙路商圈、四川大学、武侯祠博物馆、四川省人民医院等主要街区。(2)基于出租车轨迹时空特征的街道类型探测。利用改进的Bisect K-means聚类方法,依据街道功能VG向量对初始街道类型进行分类,生成A(近商业区)、B(近文娱区)、C(近枢纽区)、D(近住宅区)四种一级道路类型,其中A型街道主要分布于二环以内,早高峰期间出现明显高峰,下客活动远多于上客活动,在晚高峰期间则呈现上客活动多于下客活动的态势。B型街道三个高峰期较为明显,早高峰上客活动远多于下客活动,午、晚高峰期间则下客活动多于上客活动,该类型街道主要分布于医院、学校、公园附近街道。C型街道早、午高峰相对平缓,但晚高峰期间上客活动更为显著,主要分布在三环路与中环路之间。D型街道在7点至8点之间出现早高峰,午高峰相对平缓,晚高峰从17点之后持续增强,该类型街道多数分布于城市住宅区附近。然后对每类一级道路类型依据街道动态容量VR继续进行聚类,均生成三种二级道路类型,然后将一级道路与二级道路类型进行复合,由于A2、C1、C2类型街道活跃水平较低,将其划分为E型(不活跃类型),最终获取10种交通路网街道类型。(3)成都市城市交通街道网络中心性与出租车轨迹相关性分析。邻近中心性呈现“中心——外围”分布模式,中介中心性也主要分布在中心城区范围内,直达中心性则呈现多中心分布模式。通过分析街道单元内出租车上下客活动密度与街道网络中心性相关特征,发现在全局角度,邻近中心性及中介中心性与其相关性高于直达中心性;而在局部角度,三类中心性指标与出租车上下客活动密度相关性都呈现随着搜索半径增加而增强的态势。A、B、C、D四种街道类型的网络中心性和街道活动密度的相关性趋势与整体街道网络中心性和活动密度之间相一致,C型街道的相关性特征较为显著,在同一搜索半径下,C型街道网络中心性要好于其他街道类型。以街道作为基本分析单元进行出租车轨迹时空特征分析,揭示了城市出行特征在不同街道上的时空异质性,拓展了基于GIS的轨迹数据分析视角;其与城市路网结构的关联分析反映了街道网络中心性对城市出行的影响规律,有助于优化城市交通规划并细化城市交通管控,并提升城市精细化治理水平。