城市道路交通拥堵问题已成为破坏生态环境、降低生活质量、制约经济发展的重要因素。交通瓶颈具有隐性特征,开展城市道路交通运行监测,利用城市交通运行的大数据,可以客观准确地识别道路拥堵瓶颈,支持城市交通建设项目决策以及精细化交通管理;为缓解城市道路拥堵提供了有力的技术支持和决策参考。首先,通过调查道路条件、行程车速及运行感受数据关联研究分析发现,相同道路条件综合影响因子与自由流车速有着相近的趋势关系。结合大数据机器学习的方法采集自由流车速对道路进行分类,进一步研究分析得出每类道路不同运行状态的车速区间,即道路拥堵标准。其次,采用大数据机器学习的方法全局检测修复车速指标,基于拥堵种子的拥堵事件识别算法逐个路段进行拥堵事件识别,随后统计拥堵事件的拥堵特征指标,为城市道路拥堵瓶颈识别提供数据基础。最后,基于道路路网拓扑建立道路五阶空间拓扑静态关系表,结合道路拥堵事件识别结果,采用时空大数据深度挖掘算法识别城市道路拥堵瓶颈,并对拥堵瓶颈的拥堵模式特征进行了多维度刻画。