随着社会经济的飞速发展，各个地区的交流与合作越来越密切，随之而来的是交通量的急剧增长。日益严重的交通拥堵问题为城市居民日常的工作和生活出行带来极大的不便。近年来，人们已逐渐认识到单纯依靠增加公路里程不可能从根本上解决人们日益增加的出行寻求，还必须建立合理利用道路资源、可实现物流与人流最佳流动的智能交通系统。而建立智能交通系统、智能物流系统的基础问题就是对动态路网交通信息时变性和复杂性的研究。其中，动态路网交通信息时空分布是对交通信息的时变特征及日周期规律中的一个重要研究方向，体现了交通信息的时变性和复杂性内在规律。所以，对动态路网交通信息时空分布特征的分析是建设智能交通系统、智能物流系统的先决条件。本文基于此背景选题，选取了路段通行速度作为表现交通特征的属性值，借助庞大的GPS动态浮动车数据，在现有国内外研究的基础上，提出采用Markov随机场、谱聚类分析等统计学的方法对动态路网交通信息时空分布分析中两个热点问题，即时空联合分布特征和区域分布特征进行研究。由于EM算法求解模型参数时存在收敛速度慢，且算法高度依赖初始取值的缺陷，在提出基于Markov随机场动态路网时空联合分布的研究模型后，本文还提出全局性的思想求解参数，先选择PMF恢复算法对缺失数据进行填充，然后采用极大似然估计求解完整数据集下的模型参数，从而进一步对该模型在数据缺失情况下的求解参数方法进行改进。最后，对于每种统计分布研究方法，本文都将其应用于珠海市真实路网数据中，认识其交通信息的统计分布特征，为认识路段状态演变的规律，把握路网运行整体状态和交通预测、交通控制等提供信息和依据。