基于時空檢測的城市交通網(wǎng)絡(luò)瓶頸識別方法研究

丁恒,郭放,鄭小燕,2,馬寒月,張衛(wèi)華(1.合肥工業(yè)大學(xué)交通運(yùn)輸工程學(xué)院,安徽合肥230009;2.長安大學(xué)公路學(xué)院,陜西西安710064)?基于時空檢測的城市交通網(wǎng)絡(luò)瓶頸識別方法研究丁恒1,郭放1,鄭小燕1,2,馬寒月1,張衛(wèi)華1(1.合肥工業(yè)大學(xué)交通運(yùn)輸工程學(xué)院,安徽合肥230009;2.長安大學(xué)公路學(xué)院,陜西西安710064)為了解決擁堵狀態(tài)下交通網(wǎng)絡(luò)瓶頸識別問題,文章基于時空檢測數(shù)據(jù)對道路節(jié)點(diǎn)和路段擁堵狀態(tài)進(jìn)行了分析,并以此為基礎(chǔ)建立了城市交通網(wǎng)絡(luò)瓶頸識別與分類模型。擁堵發(fā)生期間,以任意2輛浮動車連續(xù)通過擁堵路徑各個交叉口時間間隔作為統(tǒng)計時間,以擁堵路徑各個交叉口對應(yīng)流向流出率作為統(tǒng)計對象,連續(xù)統(tǒng)計多輛浮動車通過時的交通量序列,建立了擁堵路徑交叉口關(guān)聯(lián)度模型并以此劃分交通網(wǎng)絡(luò)瓶頸。以劃分的交通擁堵瓶頸區(qū)域作為密閉區(qū)域,通過分析擁堵路徑平峰期間與擁堵期間的流入流出率,使用切比雪夫不等式在置信度95%范圍內(nèi)建立了擁堵瓶頸的3類模型：輸入型瓶頸、輸出型瓶頸和通過型瓶頸。以實際區(qū)域道路網(wǎng)絡(luò)為研究對象,使用上述模型對擁堵區(qū)域進(jìn)行了分析,結(jié)果表明該模型可有效識別并分類交通網(wǎng)絡(luò)瓶頸。交通工程;交通擁堵;時空檢測;交通瓶頸;浮動車0引言城市化和機(jī)動化的發(fā)展導(dǎo)致交通擁堵成為諸多城市面臨的棘手問題。美國紐約、英國倫敦、法國巴黎、日本東京等城市在20世紀(jì)中后期均經(jīng)歷過嚴(yán)重的交通擁堵,雖然此后采用各種交通工程改善手段使交通擁堵有所緩解,但至今仍難以真正擺脫擁堵的困擾。在我國,近年來大面積交通擁堵時常發(fā)生,居民出行時間和燃油消耗都出現(xiàn)了大幅度的增長。因此緩解交通擁堵受到了交通行業(yè)專家和學(xué)者的廣泛重視,已有研究采用收費(fèi)管理[1]、交通控制[2]、網(wǎng)絡(luò)平衡[3]等手段來解決交通擁堵問題,但上述研究都是解決擁堵形成狀態(tài)下的交通管理問題,而沒有對道路交通瓶頸識別問題展開研究。關(guān)于交通擁堵瓶頸的定義,美國道路通行能力手冊以常發(fā)性路段行車速度小于22km/h作為界定標(biāo)準(zhǔn),而我國的界定規(guī)則為車輛在3個周期內(nèi)仍未通過的信號交叉口或排隊長度超過1km的道路路段[4]。上述交通擁堵界定方法針對城區(qū)道路微觀區(qū)域,在實際交通管理中具有較好的可操作性,但缺乏理論依據(jù)。在交通擁堵微觀瓶頸研究方面,以快速路為研究對象,Helbing在與Kerner爭論交通流基本圖時已進(jìn)行了詳細(xì)探討[5-7]。文獻(xiàn)[8]以入口匝道為研究對象,分析快速路網(wǎng)瓶頸存在早發(fā)性失效問題。微觀瓶頸研究的對象涉及面小、針對性強(qiáng),但不能直接用于復(fù)雜的城市交通網(wǎng)絡(luò)瓶頸的界定。交通網(wǎng)絡(luò)瓶頸研究主要有2大思路:①采用復(fù)雜網(wǎng)絡(luò)理論對城市道路狀態(tài)進(jìn)行分析,如文獻(xiàn)[9]研究假定的各個網(wǎng)絡(luò)節(jié)點(diǎn)特征參數(shù)較為一致,通常只能用來分析運(yùn)行具有相對獨(dú)立性的城市快速路,很難分析交叉口類型各異的城市交通網(wǎng)絡(luò);②依據(jù)道路網(wǎng)絡(luò)實際通行能力,分析城市道路網(wǎng)絡(luò)瓶頸識別方法[10-12]，由于受到傳統(tǒng)固定交通檢測手段的限制,導(dǎo)致網(wǎng)絡(luò)交通瓶頸的分析類似于微觀瓶頸的簡單疊加,缺乏微觀瓶頸間有效的交通流量相關(guān)分析。隨著交通流量檢測手段的多樣化,文獻(xiàn)[13]以速度差作為參考閾值提出了三相位時空交通瓶頸決策模型,由于城市道路交叉口間距離較近,過飽和狀態(tài)下路段上、下游行駛車速差值不大,該模型精度值得商榷。準(zhǔn)確把握城市道路網(wǎng)絡(luò)瓶頸的識別問題中,有效的時空數(shù)據(jù)檢測是重要基礎(chǔ)。本文依據(jù)浮動車數(shù)據(jù)(floatingcardata,FCD)和固定檢測器的時空檢測數(shù)據(jù),在城市路網(wǎng)流量、流向和特征參數(shù)分析的基礎(chǔ)上,提出了一種城市交通網(wǎng)絡(luò)瓶頸識別方法。該方法不僅能用來分析瓶頸區(qū)域,還可針對擁堵特征進(jìn)行分類。1道路網(wǎng)絡(luò)時空檢測與瓶頸識別(1)城市道路網(wǎng)絡(luò)時空檢測方法。最常見的交通流量檢測方法是固定檢測,該方法易于檢測斷面交通流量、車速及排隊長度等參數(shù),但是對于區(qū)域路網(wǎng)的交通量分布、車速分布及路段行程時間檢測較為困難。基于FCD的空間檢測可以彌補(bǔ)固定檢測方法的不足,并能有效地獲取交通路網(wǎng)中車速、平均行程時間和交通量等數(shù)據(jù)。結(jié)合兩者特點(diǎn),采用浮動車和固定檢測器檢測擁堵路網(wǎng)各個路段及交叉口的時空數(shù)據(jù),再依據(jù)電子地圖數(shù)據(jù)即可判別路網(wǎng)運(yùn)行狀態(tài)。具體道路網(wǎng)交通量數(shù)據(jù)檢測及處理流程如圖1所示。圖1道路網(wǎng)絡(luò)時空數(shù)據(jù)檢測及處理流程(2)城市交通網(wǎng)絡(luò)瓶頸識別。受城市土地利用性質(zhì)的影響,城市交通網(wǎng)絡(luò)擁堵呈現(xiàn)一定的潮汐性和周期性。根據(jù)擁堵交通路網(wǎng)流量流向可分為通過型交通擁堵和源發(fā)型交通擁堵。通過型交通擁堵主要發(fā)生在城市組團(tuán)之間的道路網(wǎng),而源發(fā)型交通擁堵主要發(fā)生在土地開發(fā)強(qiáng)度較高的區(qū)域路網(wǎng)。結(jié)合路網(wǎng)交通擁堵分類,網(wǎng)絡(luò)交通瓶頸除具有微觀交通瓶頸中需求超過供給能力的特點(diǎn)外,還應(yīng)包括以下2點(diǎn):①導(dǎo)致路網(wǎng)發(fā)生擁堵的交通需求具有一致性;②引發(fā)路網(wǎng)擁堵的各個節(jié)點(diǎn)交通量具有較強(qiáng)的相關(guān)性。針對網(wǎng)絡(luò)交通瓶頸的特點(diǎn),依據(jù)城市道路網(wǎng)絡(luò)時空檢測數(shù)據(jù)初步劃分交通擁堵區(qū),通過擁堵交叉口流量流向的相關(guān)性分析、決策,進(jìn)一步確定交通瓶頸范圍,并以此為基礎(chǔ)對交通瓶頸類型進(jìn)行分析。2道路路段及交叉口擁堵狀態(tài)分析城市道路路段是一個相對獨(dú)立的區(qū)域,利用在對應(yīng)路段FCD的行程速度分布即可有效獲取路段狀態(tài),因此本文對道路路段擁堵不再贅述。交叉口交通擁堵可分為2種狀態(tài):①交叉口總交通需求超過交叉口通行能力,即交叉口過飽和擁堵,這種情況下調(diào)整信號配時無法滿足通行需求;②交叉口某一方向交通需求超過該流向通行能力,存在非對稱交通流[14]，即流向過飽和擁堵,這種情況下由于交叉口只有部分流向擁堵,一般可通過優(yōu)化信號配時滿足擁堵流向通行需求,也可能通過調(diào)整信號配時仍無法滿足通行需求。2.1交叉口過飽和擁堵交叉口過飽和擁堵可表示為交叉口總的交通需求qTD超過交叉口通行能力qc,即(1)然而,城市道路交叉口絕大多數(shù)為信號控制交叉口,qc顯著受到信號配時方案的影響。因此(1)式很難用來分析實際交叉口擁堵狀態(tài)。根據(jù)交叉口擁堵及信號控制的規(guī)律,當(dāng)飽和度達(dá)到0.9時,交叉口已經(jīng)處于擁堵狀態(tài)。在考慮信號周期及擁堵時間約束條件C=C0和t≥τ時,(1)式可以表達(dá)為(2)其中,qi為第i相位到達(dá)交通量;Si為第i相位通行時車道飽和流量和;λi為第i相位綠信比;N為相位數(shù)量;C為信號周期;C0為最佳信號周期;t為擁堵持續(xù)時間;τ為擁堵時間決策閾值,可采用1個誘導(dǎo)周期時長或3個以上周期C時長,一般取值為5～10min。2.2流向過飽和擁堵流向過飽和擁堵是指交叉口某一流向流量處于擁堵狀態(tài),可采用流向通行能力或流向通行延誤來表示。(1)流向通行能力過飽和擁堵。流向過飽和擁堵可簡單表示為交叉口某一流向i交通需求qCD(i)超過該流向通行能力qc(i),即(3)參考(2)式,在考慮信號周期及擁堵時間約束條件C=C0和t≥τ時,(3)式可以表示為(4)在發(fā)生交通擁堵特別是溢流狀況下,交叉口某一流向i實際通行能力不僅受到進(jìn)口車道的限制,還可能受到出口通行能力的限制,文獻(xiàn)[15]提出以流出率計算擁堵交叉口通行能力模型,在考慮信號周期及擁堵時間約束條件C=C0和t≥τ時,(3)式可以表達(dá)為(5)在一定的交通渠化及信號配時條件下,根據(jù)交叉口流向流量,流向通行能力過飽和擁堵可以進(jìn)行驗證。(2)流向延誤過飽和擁堵。以交叉口某流向車輛平均延誤作為參考指標(biāo),根據(jù)交叉口類型,當(dāng)該流向車輛平均延誤較高導(dǎo)致的該流向服務(wù)水平等級處于E級或F級時，即可認(rèn)為該流向處于過飽和擁堵狀態(tài)。流向車輛延誤計算方法[15]為(6)其中,di為交叉口第i流向車輛平均延誤;ge(i)為第i流向信號相位有效綠燈時間;X為第i流向飽和度;T為分析時長;d0為第i流向初始排隊延誤。流向延誤過飽和擁堵的計算過程比流向通行能力過飽和擁堵的更復(fù)雜,但是流向延誤計算能較好地體現(xiàn)車輛在信號交叉口的受阻狀況,易通過在該流向通行的浮動車延誤數(shù)據(jù)進(jìn)行驗證。通過上述擁堵狀態(tài)分析,以連片道路路段及交叉口區(qū)域作為初步劃分的交通擁堵區(qū)域。腦出血(ICH)是指腦實質(zhì)內(nèi)的出血,以高血壓動脈粥樣硬化出血最為多見[1]。我國的ICH患者主要是由高血壓病誘發(fā),所以我國一直沿用高血壓腦出血的診斷。高血壓腦出血的發(fā)病年齡為25~85歲,男性的發(fā)病率略高于女性[2]。隨機(jī)抽選我院收治的50例高血壓腦出血患者資料作為研究對象,以探究高血壓腦出血的外科臨床護(hù)理干預(yù)效果。報道如下。3擁堵交叉口關(guān)聯(lián)度分析雖然通過初步劃分的交通擁堵瓶頸區(qū)內(nèi)交叉口及道路路段均處于擁堵狀態(tài),但不能表明擁堵區(qū)內(nèi)各個交叉口、各種流量流向均處于擁堵狀態(tài),且部分交叉口因自身通行條件等原因是孤立型的交通擁堵點(diǎn),與其他交叉口并不存在必然聯(lián)系。從交通管理需求的角度來看,因自身條件造成的孤立型擁堵交叉口必須單獨(dú)進(jìn)行優(yōu)化改造設(shè)計,因此有必要在劃分網(wǎng)絡(luò)交通瓶頸區(qū)域時剝離這些孤立型擁堵交叉口。交通擁堵區(qū)擁堵路徑分布如圖2所示,其中E、W、S、N表示交叉口東、西、南、北4個方向。假設(shè)經(jīng)初步劃分的交通瓶頸擁堵路徑為：O點(diǎn)→(l,k)交叉口→(l+1,k)交叉口→(l+1,k+1)交叉口→(m-1,n)交叉口→(m,n)交叉口→D點(diǎn),路徑經(jīng)過的交叉口數(shù)量有J個,在不經(jīng)繞行的情況下,顯然有(7)圖2交通擁堵區(qū)擁堵路徑分布若在擁堵分析時間內(nèi)有y輛浮動車經(jīng)過該路徑,浮動車通過J個交叉口行程時距如圖3所示,由圖3可統(tǒng)計浮動車通過交叉口時交通量的流出情況。圖3浮動車行程時距圖(8)其中,qWE,out(l,k)為交叉口(l,k)由西向東的流出率。則y輛浮動車在統(tǒng)計時間內(nèi)通過交叉口(l,k)序列可表示為{Q(l,k)(WE,j→j+1)}1≤j≤y-1。同理,可獲得2輛浮動車通過交叉口(l+1,k)經(jīng)路徑O→D流入交叉口(l+1,k+1)的交通量為(9)其中,qWS,out(l+1,k)為交叉口(l+1,k)由西進(jìn)口向南的流出率。y輛浮動車連續(xù)通過交叉口(l+1,k)統(tǒng)計序列為{Q(l+1,k)(WS,j→j+1)}1≤j≤y-1。浮動車經(jīng)過其他交叉口數(shù)據(jù)以此類推。若存在2輛浮動車連續(xù)通過O→D路徑各個交叉口的時間間隔較接近時,僅選擇第j輛或第j+1輛作為有效浮動車,將第j輛至第j+1浮動車之間檢測的交通量數(shù)據(jù)累計到臨近的浮動車檢測數(shù)據(jù)中，具體如下：(10)其中,o為整數(shù),且min(l,m)≤o≤max(l,m);p為整數(shù),且min(k,n)≤p≤max(k,n);g(o,p)(i)為浮動車通過路徑O→D交叉口(o,p)時對應(yīng)流向信號綠燈時間。在沒有合并數(shù)據(jù)的條件下,通過y輛浮動車檢測數(shù)據(jù),可得J個交叉口交通流量序列矩陣為:(11)擁堵區(qū)域交叉口的相關(guān)度可通過Θ求解相關(guān)系數(shù)矩陣,步驟為:對Θ進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換,得到標(biāo)準(zhǔn)化矩陣θ后,相關(guān)系數(shù)矩陣即為θ和θ轉(zhuǎn)置θ′的乘積，即(12)其中,Ψ為相關(guān)系數(shù)矩陣,是下三角矩陣。如果矩陣對角線下方的相關(guān)系數(shù)低于一定閾值(建議取值為0.9),則認(rèn)為該相關(guān)系數(shù)所在的行和列所在的兩交叉口交通流量相關(guān)度不高,即交通擁堵并非相互影響關(guān)系。以本文劃分的初始擁堵瓶頸為基礎(chǔ),通過交叉口間關(guān)聯(lián)度分析,可進(jìn)一步確定交通網(wǎng)絡(luò)瓶頸。4道路網(wǎng)絡(luò)瓶頸類型分析網(wǎng)絡(luò)瓶頸中可能存在多條擁堵路徑,受城市土地利用與出行結(jié)構(gòu)的影響,在擁堵期間擁堵路徑交通在流向上也呈現(xiàn)一定的分布規(guī)律。將網(wǎng)絡(luò)瓶頸作為一密閉區(qū)域,通過擁堵路徑相對網(wǎng)絡(luò)瓶頸的流入流出交通量可分析路網(wǎng)擁堵成因,從而可劃分擁堵類型。以網(wǎng)絡(luò)瓶頸中擁堵路徑為分析對象,統(tǒng)計平峰期間該路徑駛?cè)腭偝鼋煌髁?即(13)(14)其中,t(m,n)(1)為y輛浮動車中第1輛浮動車通過交叉口(m,n)的時間;t(m,n)(y)為第y輛浮動車通過交叉口(m,n)的時間;t(l,k)(1)為y輛浮動車中第1輛浮動車通過交叉口(l,k)的時間;t(l,k)(y)為第y輛浮動車通過交叉口(l,k)的時間。(15)(16)其中,ε∈R+。在置信度為95%條件下,可得ε=4.472δ。交通瓶頸分類模型如下:5實例分析現(xiàn)以某市高峰期間一個區(qū)域擁堵路網(wǎng)來確定交通網(wǎng)絡(luò)瓶頸的計算過程。道路網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示,路網(wǎng)內(nèi)有城市快速路(屯溪路、金寨路)、主干道(徽州大道、蕪湖路)和次干道(桐城路、寧國路等)。地面車輛檢測器檢測的擁堵路網(wǎng)及臨近交叉口流量流向數(shù)據(jù)見表1所列。圖4交通瓶頸區(qū)劃分圖表1擁堵區(qū)域交叉口高峰流量pcu/h注:屯溪路規(guī)劃為城市快速路,桐城路和寧國路均下穿屯溪路,這2個交叉口均無左轉(zhuǎn)交通量。(1)交通擁堵瓶頸識別。采用(2)式計算,發(fā)現(xiàn)徽州大道與蕪湖路交叉口處于過飽和擁堵狀態(tài)。根據(jù)交叉口流量流向與通行能力,直接采用(4)式進(jìn)行計算。處于流向過飽和擁堵的交叉口有:金寨路與屯溪路交叉口西直行、徽州大道與屯溪路交叉口西直行和左轉(zhuǎn)、徽州大道與蕪湖路交叉口南直行和北左轉(zhuǎn),此外屯溪路(桐城路至寧國路段)處于過飽和擁堵狀態(tài)。根據(jù)路段和交叉口擁堵狀態(tài),在區(qū)域路網(wǎng)上存在2條擁堵路徑,分別為O→D1和O→D2,初步劃分的交通瓶頸區(qū)如圖4a所示。根據(jù)(11)式,統(tǒng)計近2個誘導(dǎo)周期發(fā)生交通擁堵期間浮動車通過各交叉口交通流量數(shù)據(jù)。通過路徑O→D1共有11輛浮動車,路徑O→D1經(jīng)過的交叉口對應(yīng)流向交通量矩陣ΘO→D1為:(17)采用(12)式計算可得相關(guān)系數(shù)矩陣ΨO→D1為:(18)徽州大道與蕪湖路交叉口的交通量與其他交叉口相關(guān)系數(shù)顯著低于0.9,顯然該交叉口與其他交叉口擁堵相關(guān)性較低。同理,通過路徑O→D2共計有16輛浮動車,經(jīng)過的交叉口對應(yīng)流向交通量矩陣ΘO→D2和相關(guān)系數(shù)矩陣ΨO→D2分別為:(19)該路徑所有交叉口交通量相關(guān)系數(shù)均高于0.9,O→D2可考慮為統(tǒng)一的擁堵路徑。經(jīng)過相關(guān)系數(shù)分析后,確定的交通瓶頸區(qū)域如圖4b所示。6結(jié)論本方研究結(jié)果表明:(1)基于交叉口的流量流向和通行能力,建立的交叉口狀態(tài)分析模型可較好地把握交叉口的擁堵狀態(tài)。(2)以浮動車連續(xù)通過擁堵路徑時交叉口對應(yīng)流向流量數(shù)據(jù)為參考,以0.9為相關(guān)系數(shù)閾值的擁堵路徑交叉口關(guān)聯(lián)度的分析可有效劃分交通擁堵瓶頸區(qū)。(3)使用切比雪夫不等式,通過比較擁堵期間與平峰期間的擁堵路徑駛?cè)腭偝鼋煌?在置信度為95%條件下,可有效分類區(qū)域路網(wǎng)擁堵瓶頸。由于受到實際檢測條件的限制,本文僅針對局部道路網(wǎng)絡(luò)采用文中建立的擁堵瓶頸識別與分類模型進(jìn)行了驗證。對于大范圍的城市交通網(wǎng)絡(luò),計算過程類似,但是隨著路網(wǎng)規(guī)模的不斷擴(kuò)大,擁堵路徑交叉口數(shù)量急劇增長,計算相關(guān)系數(shù)矩陣時,計算量將大幅度增加,具體復(fù)雜程度還有待進(jìn)一步驗證。[1]ZHANGXN,VANWEEB.Enhancingtransportationnetworkcapacitybycongestionpricingwithsimultaneoustolllocationandtollleveloptimization[J].EngineeringOptimization,2012,44(4)：477-488.[2]KERNERBS.Controlofspatiotemporalcongestedtrafficpatternsathighwaybottlenecks[J].PhysicaA：StatisticalMechanicsanditsApplications,2005,355(2/3/4)：565-601.[3]YANGH,HUANGHJ.Themulti-class,multi-criteriatrafficnetworkequilibriumandsystemsoptimumproblem[J].TransportationResearchPartB：Methodological,2004,38(1)：1-15.[4]陳萬鑫.城市道路瓶頸交叉口識別及解決方案研究[D].長春:吉林大學(xué),2013.[5]KERNERBS.Three-phasetraffictheoryandhighwaycapacity[J].PhysicaA：StatisticalMechanicsanditsApplications,2004,333：379-440.[7]TREIBERM,KESTINGA,HELBINGD.Three-phasetraffictheoryandtwo-phasemodelswithafundamentaldiagraminthelightofempiricalstylizedfacts[J].TransportationResearchPartB：Methodological,2010,44(8/9)：983-1000.[8]SUNJ,ZHANGJ,ZHANGHM.Investigationoftheearly-onsetbreakdownphenomenonaturbanexpresswaybottlenecksinShanghai[J].TransportmetricaB：TransportDynamics,2014：2(3):215-228.[9]陳紹寬,韋偉,毛保華,等.基于改進(jìn)時空Moran’sI指數(shù)的道路交通狀態(tài)特征分析[J].物理學(xué)報,2013,62(14):148901-1-7.[10]鄧瑞.城市區(qū)域路網(wǎng)交通瓶頸識別與預(yù)測[D].成都:西南交通大學(xué),2012.[11]趙月,杜文,陳爽.復(fù)雜網(wǎng)絡(luò)理論在城市交通網(wǎng)絡(luò)分析中的應(yīng)用[J].城市交通,2009,7(1)：57-65.[13]LEEWH,TSENGSS,SHIEHJL,etal.Discoveringtrafficbottlenecksinanurbannetworkbyspatiotemporaldataminingonlocation-basedservices[J].IEEETransactionsonIntelligentTransportationSystems,2011,12(4):1047-1056.[14]丁恒，鄭小燕，張衛(wèi)華.基于伴隨相位的非對稱交通流交通信號改善研究[J].合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2008，31(3)：356-359.[15]TransportationResearchBoardBusinessOffice.Highwaycapacitymanual2010[R].WashingtonDC：TransportationResearchBoardoftheNationalAcademies,2010.(責(zé)任編輯胡亞敏)UrbantrafficnetworkbottleneckidentificationbasedontemporalandspatialdetectionDINGHeng1,GUOFang1,ZHENGXiaoyan1,2,MAHanyue1,ZHANGWeihua1(1.SchoolofTransportationEngineering,HefeiUniversityofTechnology,Hefei230009,China;2.SchoolofHighway,Chang’anUniversity,Xi’an710064,China)Inordertosolvetheproblemofbottleneckidentificationincongestedtrafficnetwork,theroadnodeandlinkwereanalyzedbasedontemporalandspatialdetectiondata,andthentheurbantrafficnetworkbottleneckidentificationandclassificationmodelwasestablished.Takingtheintervalofanytwofloatingcarscontinuouslythrougheachintersectionofcongestionpathasstatisticaltimeandtherateofoutflowcorrespondingtoeachintersectionofcongestionpathasstatisticalobject,thetrafficsequencewhenmanyfloatingcarswerepassingthroughwascontinuouslystatisticalized.Thentheintersectioncorrelationmodelwasestablishedtodivide