随着新型城镇化的迅速扩张,城市交通拥堵问题日益严峻,给居民出行及城市健康可持续发展带来众多影响,因此缓解交通拥堵状况尤为重要。若能在交通规划层面对城市交通拥堵进行准确预测,就可以有针对性的预防交通拥堵。在此背景下,本文从城市空间结构入手,深入探究城市交通拥堵成因,发掘交通拥堵影响因素,将各影响因素量化为指标对交通拥堵进行预测。首先通过指标计算、筛选建立了动态的交通拥堵指标和静态的路网空间指标、城市功能空间指标;交通拥堵指标是基于实时路况数据计算得到的交通拥堵度;路网空间指标是由基于路网数据,通过空间句法和GIS技术计算得到的路网可达性、道路等级比、路段长度组成;对交通设施、职住、生活公共服务、商业四个维度的城市功能空间数据进行核密度计算、主成分分析、因子分析得到商业、金融职业、住宅医疗、交通服务四个城市功能空间指标。其次,以路网空间指标、城市功能空间指标为输入变量,以交通拥堵指标为输出变量建立多元线性回归、随机森林回归、梯度提升回归树、支持向量回归机模型,通过对比分析,确定基于随机森林回归模型建立路网交通拥堵估计模型。最后,针对周内周末交通拥堵状况的不同,分别建立周内、周末分时段路网交通拥堵估计模型来预测交通拥堵,实验结果表明此模型拟合效果良好,预测准确率达到90%左右。本文模型以静态的城市空间数据预测动态的交通拥堵状况,和使用交通流参数进行交通拥堵预测的传统模型相比计算成本低、模型简单有效,当路网结构或城市功能空间分布改变时,只需更新路网结构或相应功能空间的POI分布即可,能够在交通规划层面上实现对城市路网交通拥堵高效准确的预测。