城市交通系统作为城市系统的重要组成部分,在城市风险研究中不可或缺。城市风险的防范与监测需要将城市交通出行特征纳入考量范围。对于交通出行轨迹数据进行挖掘,可以发现城市居民的移动规律与城市系统空间的交互特征,进而刻画出整个城市的交通出行画像。本文以描绘城市交通出行画像为出发点,研究如何高效地挖掘出行轨迹数据,探索这些行驶轨迹形成的原因,开展了以下工作:首先,提出了基于频繁模式挖掘的城市交通出行画像方法。该方法基于已有的标签传播算法和频繁模式挖掘技术,将交通出行轨迹数据作为输入,以细分的地块作为节点构建有向网络,简化对轨迹数据的处理,有效地挖掘频繁移动路径,并为节点设计支持度,识别最佳停靠位置点。其次,构建网约车和共享单车空间轨迹网络并进行了特征分析。本文对天津市真实的网约车和共享单车GPS轨迹数据进行清洗与处理,依据地理区域构建了网约车与共享单车随时间变化的动态轨迹网络,并对网络基本特征进行了分析,探究轨迹网络的特点。最后,使用已构建的城市交通GPS空间轨迹网络,对上述模型进行实证分析。本文以天津市为研究背景,基于交通出行空间轨迹网络,挖掘出两类交通工具的移动路径和频繁轨迹模式,总结出路径变化的周期性规律、居民移动方式和出行模式,并给出相应的解释。本文还对最佳停靠位置点进行了识别,以此刻画出天津市交通出行画像,验证模型的有效性与实用性。综上,本文完成了基于频繁模式挖掘的城市交通出行画像方法的研究,使用天津市网约车和共享单车轨迹数据,构建了空间轨迹网络并进行了实证分析。实验结果表明,上述模型能够有效地挖掘轨迹数据中的运动模式、识别最佳停靠位置点,从结果中提取出的交通出行画像特点可以为城市交通管理提供一定的参考建议,具有重要的应用价值。