已有交通理论和方法在优化交通系统、服务居民出行方面做出了突出贡献,但其基础都为底层较为固定的物理空间(路网结构)。如果城市路网存在制约交通功能发挥的缺陷,则后期一系列优化举措可能皆难以真正解决交通问题。因此,有必要从交通工程的角度研究城市路网结构与功能之间的联系。大数据时代,城市交通大数据为科学、全面地分析城市路网宏观特性提供了可能,并进一步赋能新时期城市交通治理与服务。本文借鉴网络科学和新城市科学方法论,进行数据驱动的城市路网结构和功能特性关联研究,提出研究流程和分析方法,根据获取的多源交通数据从不同角度揭示底层城市路网结构与功能发挥的关联特性;兼具创新性与实用性,可丰富学科知识,为科学、合理的城市路网设计及政策制定提供理论和实证保障。城市路网结构特性是交通网络复杂性领域的经典研究内容。第二章梳理了当前城市路网结构特性研究的基础知识,包括:基础路网形式、结构特性量化指标、拓扑重建方法等。进而分析新路网案例的结构特性,并重点考察了路网密度与机动车出行之间的相关性。第三章结合车道属性将路网结构与连接功能在一起,重点对城市路网元素连接特性进行考察。利用车道属性对复杂网络理论中的度指标进行改造;选用符合居民认知的路网元素确定方法;并采用度相关性的思想对路网元素连接特性从交叉口元素、道路元素、路网骨架三个角度进行分析。研究结果表明,厦门市交叉口网络和道路网络皆为无标度网络;路网元素的连接皆以某一节点为临界呈现分段特性;且存在骨架路网在度分布和连接特性的角度与整体路网一致。第四章集成网络理论、地理信息科学、交通工程学等的研究思想和技术工具,提出一个城市道路网络演化分析方法,并考察了一个中等发展中城市——中国长春的几乎完整历史时期的道路网络演化。主要包括矢量路网绘制、拓扑图生成、网络指标分类等。其中,指标分类通过对状态和功能性指标进行分类进而实现将两者联系在一起的研究目标。研究结果显示,城市道路网络的演化呈现出扩张和密集化两个明显特征,其演化模式依赖于特定的历史时期和城市规划模式。不同时期的长春道路网络皆为小世界网络。随着时间的推移,路网中的主要道路是一致的;然而核心区却各不相同,处于相邻范围且通常远离老城区。更重要地,本章发现了城市道路网络结构性指标与功能性指标之间的相关性,且该相关性与历史时期和规划模式有关。日本的规划(1932-1958)可认为是外环线内路网密集化的过程,而中国的规划(1968-2017)则是密集化与扩张的结合。与第一阶段相比,第二阶段聚类系数、路段长度、效率和密度与其他指标的相关性均有所增加。第五章提出基于交通流数据和POI的城市交通需求时空分布及与建成环境之间相关性的分析流程和方法。首先从时间和空间两个维度分析交通需求分布的时空特性,时间上包括全天、早高峰、晚高峰三个尺度的高峰小时分布及流量比分析;空间上主要分析不同道路的实际最大服务交通量。然后基于地理探测器提取建成环境要素,为分析交通流与建成环境要素之间的关系提供了可能。最后利用沈阳市SCATS和POI数据进行实证分析。研究结果显示,88%的交叉口和93%的道路交通流量比集中在0.06-0.10,平均流量比为0.08;高峰小时流量与日流量之间呈明显相关性。交通需求主要分布在相对小部分道路上,占路段总数约66%的中小型道路只承担约38%的流量,而占路段总数约34%的大中型道路承担约62%的流量。在交通流与建成环境因素的相关性方面,车道数量的影响要比其它因素更为显著。当交叉口和道路的车道数分别超过14和4时,车道资源存在一定程度地浪费现象。基于简单结构性参数(车道数量和道路长度)提出的改进重力模型可用来估计特定流量范围内的日流量与高峰小时流量。第六章提出基于轨迹数据和电子地图的城市居民私家车出行及路径特性分析方法。首先根据交通出行的定义对私家车出行进行规则界定,依据这些规则进行出行划分,利用地理信息技术生成私家车出行路径,对私家车基本出行特征进行描述分析。然后分析出行与“出行距离”(物理距离、时间距离)的相关性。以私家车出行路径为基础,借助百度地图的路径规划功能采集最短路径(距离和时间两个维度)数据,比较私家车出行路径和最短路径的区别与偏差程度。最后对出行属性与其它路网结构属性之间的相关性进行分析。重庆市私家车出行研究结果显示,私家车出行有较大比例并未选择最短路径,只有约67%的出行选择了最短路径,显著高于国外居民,且工作日与休息日无显著区别。最终选择的实际路径与最短路径之间的偏差较小;与工作日相比,休息日各项指标的偏差更大。路径选择情况和偏差在不同出行模式、起始点、驾驶人偏好、行程时间、出行距离等情况下存在一定的差异。除了对“出行距离”的考察,居民的出行与路径通过的交叉口信号灯数、节点的中心性指标、出行直接性、物理距离、道路等级、方向变化等皆存在一定的相关性。