城市的高速发展,导致交通的拥堵、低效等问题,已渐渐成为无法回避的问题。交通不是独立的个体,人类活动模式是交通状况波动的本质原因。研究交通流变化的原因,特别是人类活动对其产生的影响,可以改进现有的拥堵分析以及流量预测模型。人群聚集会产生社区,“社区”是指相互有联系、有某些共同特征的人群共同所在的一定的区域。其地域集中性的特点决定了对交通的影响,而不同的社区的影响方式是不同的。社会学中只有社区定性的定义,这些社区在城市交通中的动态作用的研究难以展开。所以社区定量定义以及特征分析就成为研究“社区动力学”的先期工作。本文成果如下：1、利用了物联网技术数据来分析交通流。城市交通数据,即车辆间断上报的GPS数据(全球定位系统),体现了交通系统运作的特点,成为研究分析的热点。交通流的时间序列,集中体现了交通体系的行为模式,同时也反馈了城市模块之间的相互作用关系,这就成为定量研究社区的数据基础,本文着重在道路网的速度时间序列中发掘定义社区类型,并对其特点进行总结。2、分析社区对周边交通道路影响。针对曲线高峰点的研究发现,由于人群通勤行为的发生,社区的活动对道路早晚高峰的影响非常明显,是造成交通拥堵的重要因素。根据受到社区影响方式的不同,不同的道路呈现不同的特性。3、分析社区对整体交通网影响。通过对市区热点道路的聚类分析,绘制出城市交通“路谱”,在图中不同类型的道路用不同的颜色标注,通过分析发现道路网的整体状况受到社区的影响较小,社区对交通的影响具有“空间有限性”和“时间有限性”两种特点。通过对上述两个特点的综合分析,能够定位商业区、居民区、学校等不同类型的社区。这为通过GPS交通流状况对城市社区分布以及互相之间的关联等研究打下基础。本文对上述问题进行研究并进行了总结,并对未来工作做出了展望。