随着城市经济的快速发展,交通拥堵已经成为现代都市中常见的现象。交通拥堵不仅影响着居民的正常出行、城市环境的治理,也制约了城市经济的发展。如何快速地发现交通拥堵现象并及时采取有效的解决措施,是当代ITS领域的一个重要研究课题。近些年来,随着各类采集技术的发展和广泛应用,ITS进入了大数据时代。相对于传统的固定检测器技术,浮动车信息采集技术具有易于安装维护、数据准确度高、信息量大等特点,已逐渐成为城市交通状态分析的一种重要数据来源。本文以北京市浮动车数据为基础,研究了路口最大排队长度的估计方法,对区域道路交通运行状态进行评价,并在此基础上,分析研究了区域的宏观基本图(Macroscopic Fundamental Diagrams,MFD)。首先,本文对实际采集的浮动车数据进行预处理。然后,根据浮动车低速点数据(瞬时速度小于5kmm/h)在交叉口进口方向上的分布情况,给出了一种基于交叉口进口方向道路浮动车数量、进口方向道路等级和车道数的排队长度修正算法,得到在一定时间段内更贴合实际的路段最大排队长度。其次,将估计得到的路段最大排队长度、路段车辆行驶速度及路段行程延误时间作为区域内拥堵状态评价参数,基于模糊综合评价算法,给出了一种在不同时间段内路段及区域的拥堵程度的评价方法。最后,利用实际浮动车数据,基于路段最大排队长度估计提出了一种区域内车辆行驶总数的估计方法。在此基础上,得到了区域内车辆总数与车辆平均速度的关系曲线,并考察了区域内平均速度—平均密度—平均流量三者之间的关系,分析了宏观基本图在真实路网中的存在性。