随着我国经济的快速发展和交通运输的活跃,高速公路的通车里程和交通量也迅速增长,交通事件数量及事件的严重程度也明显增加。如何准确、高效检测事件并全面掌握事件信息,提高社会公众日常出行的安全、高效和舒适性,对高速公路的运营管理提出新的挑战。因此研究基于陕西省高速公路精确的路网建设资料和丰富的数据资源,通过理论建模和真实数据分析车辆行驶所呈现的规律,从中挖掘路网运行情况。本文基于对高速公路行程时间影响因素的分析和数据验证,提出了在不同工作休息日、时段、路段下行程时间频数服从一致的规律即对数正态分布,并依据参数估计算法给出了主流行程时间算法。分析交通事件下的车辆行驶时间延误和空间排队特性,通过行程时间对比判断延误OD、检测延误车辆,计算同一事件引发的延误规模等指标。针对受交通事件影响的车辆考虑其行驶路径、时段、车型车类、事件影响早晚等行程时间影响因素,分析不同路径长度事件影响下的行程时间波动程度,并建立基于车型比例、OD组合比例的敏感度模型。进一步提出事件影响之后的车辆会加速行驶以弥补事件所延误时间,通过对同入站的车辆行程时间作曲线拟合,建立距离-行程时间补偿模型。在此基础上,提出基于路径关联关系和车辆行驶特点的两种事件发生位置和时间信息的推断方法。在延误路径判断的基础上,选取行程时间敏感度、时间延误程度等统计特征值作为指标,建立基于logistic算法的事件检出概率模型。最后依托陕西省某高速路段管理中心的收费数据和交通事件报表为实验样本,通过Visual C++编程访问Oracle数据库,对高速公路交通事件信息检测算法和事件检出概率模型进行验证,数据验证结果表明检测算法和检出模型有较高的准确率和较低的误检率。