伴随着城市规模的不断扩张,交通方式日益多样化,城市交通网络在外部冲击和扰动下呈现出相当的脆弱性,城市交通系统面临的威胁越来越大。目前大城市的道路网已基本成型,大规模的复杂路网难以从本质发生改变,新一代智能交通、人工智能等技术逐渐聚焦于路网运行监测和应急处置领域。本文基于多源数据,提出了一种适用于日常情境的城市路网韧性监测方法,并识别路网内的异常事件和韧性薄弱点。首先,本文对以城市路网GIS数据、视频卡口AVI数据、浮动车GPS数据为代表的多源数据,从数据特征、数据获取与处理方法等方面进行详细介绍,针对不同数据类型阐述了融合多源数据的仿真方法,为城市路网韧性状态监测方法研究提供数据支撑。其次,分析城市道路网的网络拓扑结构特性。综合考虑节点度、网络平均效率等网络结构性能指标和路网交通流动态特性,构建一种能全面评价扰动事件影响下路网性能退化与恢复全过程的路网韧性评估指标。然后,提出了城市路网韧性状态监测方法。利用路网韧性监测,一方面研判城市路网的韧性状态变化趋势,以历史数据为参考,通过计算马氏距离识别路网是否受到异常扰动;另一方面,分别从乐观角度和悲观角度建立路段重要度指标,计算路段不受扰动时的路网韧性相对增加值和路段完全中断时的路网韧性相对损失值,从而识别路网内随时间动态变化的韧性薄弱点。最后,以深圳市福田区内小路网作为案例进行分析。结合视频卡口数据和浮动车数据作为输入流量,利用VISSIM仿真模拟正常路网和受损路网的运行状态,得到运行参数后通过韧性监测识别路网内是否存在扰动以及路网薄弱点的位置,验证了提出方法的可行性。