交通安全与污染问题是城市交通健康可持续发展所面临的关键性难题。驾驶行为是导致交通安全与环境污染的关键原因之一，合理的对驾驶行为的安全性与生态性进行统一研究有利于驾驶员合理改善其行为，推动交通发展。但纵观国内外研究现状，均对安全、生态的单一问题进行研究，且研究的评估指标体系尚不统一，缺乏两者的统一性研究，尚未形成融合安全、生态驾驶行为的一体化评估模式。基于此，论文以驾驶行为的“安全-生态”特性为核心，划分驾驶行为“安全-生态”等级并评估分值，基于图谱对驾驶行为进行可视化表征，利用模型对驾驶行为“安全-生态”等级进行预测，辨识不同道路条件及交通条件下基于不同特性的影响分析。构成基于“安全-生态”驾驶行为的等级划分、特征表达、预测、辨识的系统化、一般化方法。
　　首先，基于OBD车载终端设备采集自然驾驶行为数据，构建驾驶人“安全-生态”驾驶行为数据库。论文以北京市驾驶员为对象，获取驾驶人在自然驾驶时的车辆运行参数，利用车辆GPS数据计算驾驶人在驾驶车辆时不同方向的加速度指标。同时截取北京市内道路的坐标，从而计算并截取驾驶人在自然驾驶条件下的道路条件与交通等级;利用驾驶员的日行驶时长与日行驶距离，剔除驾驶人的异常数据，基于以上，以驾驶人日自然驾驶数据为数据库的单位，构建驾驶人自然驾驶条件下的“安全-生态”驾驶行为数据库。
　　其次，提出图谱特征表达方法。利用图谱基于不同交通水平与道路条件表征驾驶行为的“安全-生态”特征，引入信息熵概念，利用横、纵向加速度对驾驶行为的安全性进行评估;利用油耗对驾驶行为的生态性进行评估，获取驾驶行为的“安全-生态”等级。利用“安全-生态”统一性驾驶行为指标对人群等级划分进行验证。采用图谱理论进行数据编码，构建基于微观驾驶行为指标的驾驶行为特征图谱。通过图谱描述驾驶行为，实现驾驶行为变化过程的直观表达。
　　然后，对驾驶行为“安全-生态”等级进行预测。通过不同等级下微驾驶行为指标的显著性分析，基于不平衡数据集，采用多元逻辑回归方法建模，提出了“安全-生态”等级的分类预测方法。以北京出租车司机为例，建立了分类预测模型，得到了不同层次的预测方程。
　　最后，分析不同道路条件与交通等级下的影响分析。利用自然驾驶行为GPS数据下的不同道路条件与交通等级提取不同外部环境影响下的驾驶行为数据，基于安全熵值、油耗值、“安全-生态”值三个评估值构建线性混合效应模型，通过对模型结果的分析辨识不同道路条件、交通等级对驾驶人驾驶行为安全特性、生态特性、“安全-生态”特性的影响分析。
　　综上，论文基于驾驶行为的“安全-生态”特性，划分并预测驾驶行为“安全-生态”等级，基于图谱对驾驶行为进行可视化表征，辨识道路条件及交通条件下的影响分析。构成基于“安全-生态”驾驶行为的一般性研究方法。对促使驾驶员合理改善驾驶行为，促进驾驶行为的管理意识养成，对综合治理城市交通问题有重要作用;为保障交通安全、改善生态环境提供有力支持。