道路交叉口排队长度的探测能够对交通拥堵形成有效的监测与预防,对缓解路网压力、促进城市交通健康发展有着积极的作用。浮动车运行时所产生的轨迹数据(简称浮动车GPS数据)是一种典型的移动式数据,针对这些数据进行分析与挖掘,从而实现排队长度的探测是当下的研究热点。然而,现有研究往往存在工程应用条件严苛和参数设定只能针对具体道路交叉口的适用性问题,同时缺乏对数据样本容量的相关研究。针对这些问题,本文以深圳市大规模浮动车GPS数据为基础,提出一种基于空间分布模式的道路交叉口排队长度探测算法,并研究相应的最佳样本容量。论文首先对数据进行预处理,综合道路中介中心性和浮动车流量得到不同属性的道路集合,在分析原始数据采样间隔的分布后选取了统一的轨迹采样间隔;然后根据排队形成的机理,提取排队车辆的轨迹点特征,通过引入空间分布模式的分析方法,定量地获得了道路上轨迹点的空间点格局,并结合提取的特征实现了排队长度的探测;最后,分析浮动车GPS样本容量对探测结果和算法效率的影响,并利用核密度估计原理得到不同样本容量下的轨迹点在道路上的密度分布曲线,通过定量地度量曲线稳定性,确定最佳样本容量。实验结果表明,所提算法在保证高精度的前提下具有很强的适用性,可用于多种类型道路交叉口的排队长度探测。此外,本文确定的最佳样本容量具有很高的正确性,同时得出了属性相似道路形成的道路交叉口,排队长度探测的最佳样本容量具有一致性的结论。本文以浮动车GPS数据为研究对象,提出了具有强适应性的排队长度探测算法,并确定了相应的最佳样本容量,为大规模城市道路交叉口的车辆排队长度探测提供了新的方法与思路。