邬群勇，胡振华，张 红

(1.福州大学空间数据挖掘与信息共享教育部重点实验室，福州350108；2.卫星空间信息技术综合应用国家地方联合工程研究中心，福州350108；3.数字中国研究院(福建)，福州350003)

0 引 言

随着经济社会的快速发展，机动车的拥有量急剧增加，交通拥堵已经成为大中城市一个亟待解决的问题[1].交通状态的精细划分和识别是改善交通拥堵的重要前提，对城市交通管理具有重要意义.近年来，随着定位技术和无线通信的发展，装载定位设备的浮动车可以实时产生城市交通流信息的轨迹数据，这些数据覆盖广、成本低，被广泛地用于城市交通状态识别[2-4].

在单一数据源研究的基础上，韦伟等[5]运用时空Moran 散点图结合层次聚类方法分析各路段交通状态的时空特性；邬群勇等[6]结合出租车轨迹数据，提出了基于拥堵指标的异常判别方法.随着大数据时代的到来，基于多源大数据融合挖掘将解决目前单一数据源覆盖范围和数据质量不足的问题，大大提高交通运行评估的精度和可靠性[7-8].出租车和公交车数据作为两种不同的数据源，数据互补且获取容易，为新时期城市交通状态识别提供了可靠的数据基础.

以往对道路交通状态的划分主要基于整条路段[9]或者定长划分路段[10].路段不同局部位置的交通状态存在一定的差异，基于整条路段的研究将整条路段视为一种交通状态，没有进行划分，难以区分路段各局部位置的交通状态.基于……