随着城市交通网络上各种传感器技术的快速发展，人们可以自动地采集并保留路网上大量移动对象产生的交通数据流信息。管理和分析数据流，并从中获得有用信息及随时间演化规律以支持交通控制成为智能交通系统研究的核心问题。 交通数据流具有实时性、连续性、无法预知性、大小无界性、一遍扫描性等特点。在智能交通系统中，除了对特定车辆的监控外，更加关注时间维和空间维上车辆聚集信息的获取。因此，如何对海量的流数据进行组织和索引，以达到快速有效检索和分析的目的，就成为信息时代人们迫切需要解决的问题。 论文引入数据流在线微聚类与离线聚类分析相融合的方法对数据流进行处理。其中，本文设计了一种滑动窗口模型下为数据流提供在线中间处理的微聚类算法：MCStream，实现了在线数据压缩；而离线状态下，根据在线存储的微聚类时空分布变化，分析数据流的演化过程，从而实现对数据流的时段划分。在此基础上，提出一种适应于管理交通流数据历史聚集信息的时空索引结构HDC-tree，将数据流的时间和空间分布特征分开管理，以支持用户在线状态下对过去任意时间段内的聚集查询请求和离线状态下的聚类分析以及分时段演化分析。实验表明本文设计的数据流在线、离线处理方法以及索引结构具有良好的可操作性，为智能交通系统的设计与实现提供了强有力的支撑。