近年来,随着城市化进程的不断加快,城市人口急剧增加,使得城市居民交通出行需求大幅增长,交通机动化进程得到迅速发展,私人小汽车的保有量也随之剧增,由此带来的交通拥堵现象日趋严重。由交通拥堵带来的经济损失和环境污染等问题正越来越严重的困扰着城市居民的日常生活。智能交通系统在此背景下应运而生,其作为缓解城市交通拥堵的一种新手段,已经得到广泛的认可。而其中准确的交通信息,作为智能交通系统中最基础的部分,是保障智能交通系统可靠而良好运行的关键。安装GPS设备的出租车和城市卡口系统是用来获取交通信息的常用手段,但是由于出租车驾驶特性和覆盖率的原因,利用出租车GPS数据不能很准确地反映路段整体车流信息,卡口系统由于成本原因不能覆盖整个城市道路网络和经常容易故障的原因而不能持续对整体车流进行检测。基于以上问题,本文将出租车GPS数据和城市卡口系统数据组合挖掘分析,主要做了如下研究：首先,针对出租车GPS数据进行预处理,并进行了坐标转换和地图匹配,利用城市卡口系统通行车辆数据获得路段行程速度,分析了其中异常数据和缺失数据产生原因,提出了相应的处理方法和修复方法。然后,将基于卡口系统得到的路段车流行程速度作为准确值和基于出租车GPS数据得到的路段车流行程速度作为估计值进行对比,发现不同交通状态下的误差差异较大,因此,本文建立了基于出租车GPS数据的分交通状态估计路段车流行程速度模型。通过实例验证,结果表明本文模型在准确性和可靠性方面均优于传统直接估计模型。最后,应用此模型,在城市卡口系统无法完全覆盖的区域,利用出租车代表整体车流,分商业用地、居住用地、行政办公用地、文化娱乐用地四种功能区域分析了道路路径延误特性信息。