为了量化描述不同道路驾驶场景下驾驶行为的动态变化过程与不良驾驶程度,研究了不良驾驶行为谱的构建与分析方法;基于车辆行驶轨迹关键参数建立驾驶行为谱;应用风险度量方法量化4种不良驾驶行为,包括不良跟驰、蛇形驾驶、速度不稳与不良换道;基于驾驶行为谱建立了不良驾驶行为谱;基于交通流量-密度关系与驾驶行为统计参数的差异对交通流状态进行划分;在不同交通流状态下,使用四分位差法确定了不良驾驶行为特征参数阈值;基于特征参数阈值计算每个驾驶人的不良驾驶行为得分;使用CRITIC赋权法确定了不良驾驶行为的权重,为每个驾驶人计算不良驾驶行为谱特征值;为了验证方法的有效性,使用无人机交通视频采集了上海市的车辆行驶轨迹数据,分析了小汽车不良驾驶行为特征;通过专家打分的方法对不良驾驶行为谱特征值进行验证.分析结果表明:基于驾驶行为参数的交通流状态聚类方法将数据中的交通流状态分为自由流、饱和流、拥堵流3类;聚类方法比基于基本图的交通流状态划分方法更适合驾驶行为分析;不同交通流状态下的不良跟驰、蛇形驾驶、速度不稳特征参数分布明显不同,拥堵流状态下的不良跟驰、蛇形驾驶、速度不稳极端值出现更频繁,而不良换道特征参数在各交通流状态下有相似的分布;蛇形驾驶、速度不稳、不良换道的特征参数阈值随交通流密度上升而上升;使用CRITIC赋权法计算的不良跟驰、蛇形驾驶、速度不稳、不良换道的权重分别为0.19、0.33、0.37、0.11;自由流、饱和流、拥堵流的不良驾驶行为谱特征值的分布范围相近,均处于0与0.4之间;专家的不良驾驶行为评价与不良驾驶行为谱特征值一致.可见,不良驾驶行为谱的构建与特征值计算方法能够使用车辆行驶轨迹数据自动辨识不良驾驶人,具有客观性、适应性以及可靠性,能及时发现不良驾驶人,给驾驶人提供安全提示,为交通管理部门提供交通安全预警的技术支持.