随着城市智能交通建设在交通数据的采集、传输和整合方面的大量投入,通过对海量交通数据所蕴含的丰富信息、规律进行分析和挖掘,实现对城市整体交通运行状态有效研判,为交通管理者提供科学的、定量的交通数据支撑和决策依据逐渐成为智能交通领域的一项重要研究内容。本论文运用交通流理论、软件工程、百度地图API和大数据处理等技术,从路网的交叉口和路段两个主要组成元素入手,深入分析它们与路网交通运行态势的内在关联和机理,提出了一种新的基于时空分层模型的路网交通态势判别算法,将其与重庆市RFID数据结合,在重庆市渝北区冉家坝片区进行了应用。首先,论文构建了路网交通运行态势判别指标体系,重点分析了路网的交叉口和路段两个主要因素与交通运行态势的关联性,深入研究了基于交叉口服务水平的交通态势系统判别方法和基于路段拥堵速度的交通态势判别方法。其次,基于重庆市路网特征和RFID数据特性,运用聚类分析的手段,将路网中所有交叉口按照一定的时空特性进行了分层处理,并基于此提出了基于路网可达性和连通性相结合的路网交通运行态势判别算法,即基于时空分层模型的路网交通运行态势判别方法,此外,给出了详细的算法计算步骤,以及通过算例详细说明了其计算过程。最后,运用软件工程、数据库管理、大数据处理等技术,利用实验室现有的重庆市RFID数据和适量的交通调查补充数据,将本文所提出的基于时空分层模型的路网交通运行态势判别方法在重庆市渝北区冉家坝片区进行了应用分析,该分析过程的所有参数提取、关键步骤运算都基于Java语言实现。应用结果表明,论文所提出的基于路网可达性和连通性相结合的路网交通运行态势判别算法,即基于时空分层模型的路网交通运行态势判别方法,不仅能够为交通管理部门提供微观的交通参数,同时能够提供宏观的片区路网交通运行态势,满足对数据的静态和动态需求,具有一定的实际工程应用价值。