城市交通系统属于复杂巨系统,运行规律极其复杂。二十世纪末兴起的复杂网络方法,为研究城市交通系统提供了一个新视角。实证研究表明了实际交通网络拓扑结构具有小世界或无标度特性,学者们结合交通流理论深入研究了不同拓扑结构的网络拥塞特性,进一步探索了交通网络拓扑结构与交通拥堵之间的联系。移动通讯、互联网络、空间定位、大数据等多种技术的发展极大地拓宽了交通出行数据的获取途径。从最初的人口普查、问卷调查、美元流通记录到如今的各类高精度车载GPS轨迹、手机定位信息、公共交通刷卡数据等。人类对交通出行的理解在尺度和维度上都得到了质的飞跃,有关交通出行需求时空特性的研究成果层出不穷。大量的实证研究显示了人类的交通行为具有高度有界性、周期性和规律性;通过挖掘大规模空间交互数据,发现用户出行的普遍模式,已有研究提出了多种宏观交通分布预测模型,这些模型在实际数据集上表现出了较高的预测精确度,为交通出行分布的预测提供了极有价值的参考。若将实际数据中挖掘出的交通需求空间特性应用到网络拓扑以及其上交通动力学的研究中,具有重要的现实意义。本文从数据出发,重点研究了不同城市的出行分布及其对路网拥堵的影响。首先通过深入挖掘多个城市的出租车GPS轨迹数据,提取出不同城市的乘客出行OD距离分布,并设计了一种基于GPS数据识别出行“热力区域”的算法,发现不同城市的“热力区域”形态与出行OD距离分布之间的联系。然后设计了满足特定出行距离分布的需求构造方法,用以在不同网络上生成符合特定空间特性的出行需求。最后,基于不同空间分布的出行需求,结合交通网络系统动力学理论评估不同拓扑结构路网的交通拥堵特性。本文的主要贡献有如下四个方面:1、基于国内9座城市的出租车GPS历史数据,根据车辆载客状态提取出OD的直线距离,对出租车出行OD距离分布进行了分析。发现城市出租车OD距离的概率密度服从对数正态分布且不同城市的OD距离分布差异显著。2、为进一步探索不同城市交通出行距离分布差异的成因,本文设计了一种基于OD点的热力区域识别算法,用以识别平面散点的高密度区域边界。然后将该算法应用于国内9座城市的出租车GPS数据中,识别出不同城市的出行热力区域边界。最后分析了不同城市热力区域的几何形态与OD距离分布之间的关系,并探讨了其成因。3、设计了一种交通需求分布的生成方法,能根据指定的距离分布函数和需求总量在不同网络上生成符合特定要求的出行OD。通过对比传统的均匀分布生成法和PWO模型预测方法,验证了本文提出的方法能保证生成的出行需求总车公里数可控,以确保不同拓扑结构网络上出行需求的可比性。4、为探讨不同空间特性出行分布下的最优交通网络拓扑结构,使用本研究设计的基于距离分布函数的方法生成了不同空间特征的出行分布,并根据静态交通平衡分配的结果重新评价了不同拓扑结构交通网络的拥堵特性。