近年来,随着国民经济的快速发展以及城市化进程的不断加速,城市土地开发强度越来越高,城市建设项目越来越多。伴随着城市机动车保有量的不断上升,城市建设项目也带来了日益显著的交通问题,如交通需求大幅度提高,城市道路供给和需求严重不平衡,交通拥堵问题日益严峻,继而产生了交通事故风险增大、出行环境恶化等问题。为了缓解交通压力,合理协调好土地开发和交通供给之间的关系,作出科学有效的交通影响分析与评价是城市土地开发和建设项目的规划与实施中关注的重要研究课题之一。基于此,为拓展交通影响评价研究的方法,以实地调研资料和电警数据为基本依据,采用大数据技术、理论和工程实践相结合的方法,对建设项目交通影响评价方法进行深入的研究并应用于实际的项目之中。论文的具体内容包括:(1)对交通影响评价的国内外研究现状进行了综述,介绍了与大数据有关的基础理论,包括:Hadoop平台、HDFS分布式存储、YARN资源调度框架等。(2)详细地阐述了交通影响评价基础理论。包括交通影响评价理论中的基本概念、项目时空范围界定、道路交通特性、交通需求和交通影响程度评价,分别对路段和交叉口的通行能力和服务水平进行了理论说明,明确了交通影响评价项目的范围和年限的确定方法。(3)以电警数据为对象,依托大数据Hadoop平台,基于分布式编程模型MapReduce,构建了道路交叉口流量调查算法和区块OD算法,并采用Java语言进行相应的编程,有效地解决了交通影响评价中基础数据分析与处理问题。(4)以苏州园区苏大附属医院建设项目交通影响评价为例,结合电警数据,进行了交通影响评价的实际运用,以验证算法可行性。研究结果证明,与传统的人工调查数据获取相比,基于Hadoop平台的数据提取分析效率更高,误差更小,弥补了传统交通影响评价在数据获取和处理阶段的不足。论文依托交通大数据分析技术为建设项目交通影响评价提供了新的方法,同时也为构建智能交通、智慧城市提供技术基础支撑。