随着城市化发展,机动车保有量持续上升,城市交通问题变得日趋严重。现实生活中,人们驾驶机动车出行,具有规律性、习惯性和盲目性,从而导致一些交通拥堵并产生恶性循环使拥堵范围扩大。随着大数据的产生和计算机技术的发展,本文在现有的城市道路规模上利用数据可视化技术分析城市交通,避免盲目性与习惯性造成的恶性循环。为了让人们能够提前预知经常发生拥堵区域的拥堵时间、拥堵类型、拥堵范围。本文做了以下工作:(1)本文提出了一种节点搜索算法BFS(广度优先节点判断算法),该算法结合了BFS算法的优点,又兼顾了本次研究中对节点搜索过程中的特殊要求。BFJS算法具有高效、准确等优点。它能够快速地搜索出在一个区域内所有的拥堵节点。(2)搭建时空数据库。本文采用的是机动车GPS轨迹数据,它具有时间、空间、经度、纬度属性,建立时空数据库来管理大量动态的数据对象。对GPS数据进行处理,去除不能用的样本点,达到数据的准确性。(3)搭建路网。对路网进行处理,以图的结构对路网进行定义。让GPS数据与地图进行匹配。利用改进的节点搜索算法,搜索拥堵节点,把拥堵的节点可视化在地图上。在可视化的基础上就可以找出某一拥堵区域的拥堵时间、拥堵类型、拥堵范围。那么人们在驾驶机动车出行时,就可以自发的避过拥堵道路段和拥堵时间段,解决了因习惯性和盲目性造成的恶性循环问题。(4)本文提出了一种可视化分析模型。该分析模型由笛卡尔坐标系与平行坐标系构成。笛卡尔坐标系用来进行路段或者路口速度时间点的可视化。平行坐标系用于可视化分析相邻道路速度规律,验证相关性。本次研究提出的可视化分析模型能够很好的分析出拥堵区域的规律,解决了交通拥堵的恶性循环问题与机动车出行的盲目性问题。可视化分析技术得出的结果与现实城市交通状况相符合,说明该方法的可行性和准确性。