2020年,由于受到COVID-19影响,交通运输作为国民经济的基础性行业,在这次疫情中也受到了巨大的冲击。本文希望对地震信号进行研究,通过滤波和降噪的手段得到精确的“交通震动信号”,并结合北京市在疫情各个阶段所采取的交通管制措施,综合分析“交通震动信号”特征,论证可用“交通震动信号”反应交通出行规律和趋势。本文以北京市城市交通运输体系为研究对象,采用带通滤波器将北京地区2018-2020年的地震信号进行过滤,过滤出频率范围在1-10Hz的“交通震动信号”。由于该信号精度较低,需要对其进行再次降噪,因此本文将采用小波阈值降噪法完成降噪。而选取正确的小波基函数、分解层数、阈值函数是重点和难点,这对降噪结果的优劣程度至关重要。以往多数学者的小波研究中,在选取合适小波基函数、分解层数、阈值函数过程中耗费了大量的时间成本,为了提高对这三个参数的筛选效率,并得到小波阈值降噪过程中各项参数的最优选择以提高小波阈值降噪精度,本文提出了一种多指标融合的小波阈值降噪最优参数选择法。由于信噪比、平滑度、均方误差是用于评判小波阈值降噪法降噪优劣的评价指标,因此该算法利用CRITIC权重模型分别计算出这三者的权重,并将三个指标各自权重与每个指标线性结合,最后可得到每个参数组合方案的得分,得分最高的参数组合即为最优参数选择。最后,将上述经过降噪处理的交通震动信号绘制成功率谱密度图,并与疫情爆发前的功率谱密度图进行对比,可以发现,疫情前后由“交通震动信号”存在明显变化。同时,结合北京疫情期间出台的交通管制政策、2019-2020年北京地区各类运载工具客运量进行综合分析,绘制出两年间各种交通方式的交通流时间序列图,可进一步论证地震信号中的“交通震动信号”是由城市交通运输所产生,且对“交通震动信号”的研究可用于分析交通流变化情况。通过本文提出的方法,利用“交通震动信号”数据,可以快速掌握一个区域交通的大致变化规律,不但解决了各类运载工具的交通流数据采集困难问题,又能减少采集设备的安装,并能系统性的辅助学者研究整个区域的交通变化规律,为研究区域交通变化规律提供了一种新的可行的研究途径。