交通拥堵是严重影响居民出行的一个城市病问题，利用车辆轨迹数据进行交通拥堵精细识别是辅助精细化交通管理、突发拥堵精准疏导的重要基础。现有研究主要利用出租车轨迹数据进行交通拥堵识别，数据来源单一，且具有分布稀疏、采样有偏、渗透率低等问题，导致识别结果粗放。本项目从车道的视角，充分融合多模式出行轨迹数据，深入研究：①时空轨迹数据自适应车道匹配；②多模式出行轨迹数据融合的道路/车道通行时间精确估算；③车道拥堵状态精细时空范围识别。本项目旨在发展一套城市道路/车道拥堵状态精细识别模型与方法，充分避免单一来源的轨迹数据难以表达不同车道拥堵状态时空差异的问题，项目将更充分发挥数据资源优势，为交通实时精细化管理决策提供重要信息支撑，有效避免粗放式交通管理带来的拥堵治理困难的问题。