具有定位功能的车载设备和手持设备逐渐普及，导致了大量密集的、移动对象数据的产生。移动对象数据在空间和时间维度上都具有流数据的本质和特性，即：数据持续到达，内容和数据无限增长。现有的空间数据管理手段和分析方法难以应对移动对象所产生的流数据。本课题针对路网中的移动对象可实时反映交通需求和路网交通状态的特点，以异常交通状态的快速识别为目标，研究大规模移动对象流数据的管理和分析，包括：基于路网交通状态分析的移动对象本体模型和概要结构，移动对象时空流数据的时空聚合及多尺度表达，路网大规模移动对象中异常状态的快速辨识，以及异常交通状 态空间影响范围变化的动态界定及追踪。通过对移动对象流数据管理与分析的理论和方法进行积极的探索，本课题可推动时空流数据研究的发展；在应用层面，可为交通管理提供数据和模型支持，探索利用新数据、新方法提高交通信息化水平，为有效疏导交通、提高路网通行效率提供理论基础和技术支持。