针对目前重庆主城商圈路网在早晚高峰时段呈现的常态化拥堵现象。本文以在线地图网络公司发布的实时路况数据为背景,以分析相邻路段之间的拥堵传播规律为切入点,通过构建路网拥堵扩散模型和利用皮尔逊相关系数达到对路网系统性拥堵状态识别和量化的目的。同时,基于目前实时路况数据具有更深层次的挖掘潜力和广泛的应用前景,为了填补采用实时路况数据作为交通管理部门制定缓堵措施基础数据方面的研究空缺,本文提出了基于商圈路网实时拥堵状态的动态控制分区方法。首先,本文基于实时路况地图的交通运行状态演变过程,借助高德地图API平台并采用Python软件编程爬取商圈路网多天早晚高峰时段的实时路况数据,通过分析单个节点相邻路段之间的拥堵传播规律,构建了商圈路网拥堵扩散模型,并利用Matlab软件实现了对模型的算法编程。对各个时刻模型输出的拥堵扩散模型进行分析,将其中最大的拥堵扩散范围称为系统性拥堵基本图,对应的状态称为系统性拥堵,并通过系统性拥堵基本图中包含具有拥堵传播关系的路段数量和利用皮尔逊相关系数计算得到拥堵传播关联度作为系统性拥堵程度的双重量化指标,对多天早晚高峰时段的系统性拥堵进行量化分析来确定极限系统性拥堵状态,最终得到极限系统性拥堵基本图。其次,根据实时路况地图不同时刻的拥堵态势与极限系统性拥堵状态的相似程度对比分析,提出了商圈路网拥堵程度动态性的快速识别方法;并对商圈路网拥堵传播规律与控制分区的动态变化关系进行定性分析,在此基础上总结了路网控制分区的动态划分过程;同时考虑在相似度变化较小情况下维持分区范围的相对稳定,引入了基于实时路况爬取的相邻路段平均行程速度和实际流量流出流入关系对分区的边界范围进行界定,并对比了两种界定方法的结果,证明了基于相邻路段平均行程速度的界定方法更具有较强的实用性和便捷性。最后,以重庆主城杨家坪商圈路网对本文提出的路网系统性拥堵识别方法和基于路网拥堵程度动态控制分区划分方法进行实例分析,验证了相关模型和方法的适用性和科学性。