在交通数据采集分析过程中,数据采集时间和数据传入服务器时间不一致,及一个小时的处理时间与一个小时的事件时间无关,数据在时间维度上的异步性导致其时域存在偏移问题,交通数据时域偏移进而导致现阶段基于交通数据的查询分析准确度较低。除时域偏移之外,交通数据还在存在着空域偏差等问题,及交通数据点存在错误数据、空间噪点、数据偏移等问题。其空域偏差问题将导致交通数据与城市路网匹配错误失败等问题。在时间领域中,交通数据由于数据延迟传入、多终端时间节点不一致等问题,使交通轨迹数据存在时域偏移问题,进而造成查询分析结果存在较大误差。为了避免交通数据的时域偏移与空域偏差问题成为制约交通状态估计、预测、评价分析的瓶颈,进而影响基于交通数据的查询分析结果与效果,因此。我们需要构建一种将针对轨迹数据的时空对齐机制,解决交通数据时域偏移与空域偏差问题,以便提升在时空查询分析的准确性。本文针对交通数据时域偏移与空域偏差问题展开研究。主要工作:（1）本文分析交通场景下的时空维度的偏差情况与产生问题原因,并对相关数据处理技术进行前期调研工作;（2）本文着重研究了现有路网轨迹匹配方法与技术,提出了基于城市路网信息的轨迹匹配机制,将轨迹道路匹配问题转化为在城市道路带权网络图下寻找最优路径,结果表明其算法能在城市复杂道路情况下,匹配结果成功率与准确率均能保持在90%以上;（3）建立基于水印机制的时空对齐机制用于解决交通数据中时间偏移问题,该方法基于Flink中的水印机制,通过将交通数据时间分配给相应时间区间,完成在时间维度中的对齐,解决数据时域偏移问题。实验通过设置基准测试,研究交通数据存在不同延迟情况中,时空对齐机制在查询分析所需消耗时间与查询准确度。分析结果表明,时空对齐能在延迟情况下有效增加分析结果的准确性,保持90%以上的准确率。