交通地理信息系统是收集、整理、存储、管理、综合分析和处理空间信息和交通信息的计算机软硬件系统〔２〕，是ＧＩＳ技术在交通领域的延伸，是ＧＩＳ与多种交通信息分析和处理技术的集成。ＧＩＳ－Ｔ具有强大的交通信息服务和管理功能，它可以应用在交通管理的各个环节。在交通工程领域采用ＧＩＳ技术和方法研究交通规划、交通建设和交通管理及其相关的问题，具有其他传统方法无可比拟的优点。
２０世纪６０年代，美国人口统计局建立了ＤＩＭＥ以及后来的ＴＩＧＥＲ数据模型，当时他们就采用了基于点和线的一维线性网络来表达道路系统。在那些与点线相连的属性表中，记录了点线的各种属性信息。一直以来，这种模式都是道路交通系统表达模型的一个主流。但是随着社会和经济的发展，道路交通系统变得日益复杂，对交通地理信息系统的要求越来越高，ＧＩＳ－Ｔ将面临更多的挑战。
３ ＧＩＳ－Ｔ关键技术
ＧＩＳ－Ｔ是改进了的ＧＩＳ和ＴＩＳ（交通信息系统）的结合体。目前很多研究人员致力于ＧＩＳ－Ｔ的研究与开发，围绕着ＧＩＳ－Ｔ产生了较多的研究课题，不同的研究课题涉及到的ＧＩＳ－Ｔ的功能也有所区别。为了进行详细说明，可以通过定义３个功能组来获得一个通用的框架，这３个功能组是：数据管理（实现数据存储和维护）、数据操作（实现原始数据的创新）、数据分析或者建立可分析的模型。它们是相互依赖相互支持的，数据存储是数据操作的前提，而数据的建模又是在前两个的基础上建立起来的。
３．１ 数据库管理系统
长期以来，交通部门要使用和维护大量的信息，在很多情况下都是多个交通信息系统共存于同一个部门中，而且每一个交通信息系统只能处理某一类数据信息（如高速公路规划网、公路管理系统以及事故信息等）。ＧＩＳ－Ｔ的数据管理系统的关键技术在于通过建立数据模型和数据交换的框架，把上述不同的数据存储于一个统一的数据管理系统中，任何部门都能访问到该系统中符合本部门要求的数据，同时能对这些数据进行分析和建模，然后进行管理和决策。
３．２ 数据协同
交通数据一般都是由多个机构提供并维护，数据类型、数据标准难以统一。每个数据源可能都有自己的数据模型。数据模型的不同和使用方法的多样性给数据管理分析造成了很大问题。由于数据位置、拓扑结构、分类、命名和属性、线性测量的误差，导致不同来源数据的统一过程比较复杂，结果存在很大的不确定性。要使ＧＩＳ技术在交通领域取得进展，必须借助数据协同技术，从地图的匹配算法、交通数据的错误模型和错误传播（尤其是一维数据模型）、数据质量标准和数据交换标准三个方面解决数据统一的问题。
随着地理数据越来越广泛的应用，协同性主题逐渐成为ＧＩＳ－Ｔ领域中的一个最为紧迫的课题。在详细的数字街道数据库、紧急事件的安排和调度系统、车辆导航系统以及ＩＴＳ（智能交通系统）的各个部分（包括测量使用者和运输控制中心或者信息服务提供商之间的无线通讯）都必须应用数据协同技术。
３．３ 实时ＧＩＳ－Ｔ
地理数据的收集是一个持续的过程。近年来，已经开始出现实时基础上的数据操作。例如，带有全球定位系统ＧＰＳ的车辆提供速度、位置等要素信息到运输管理中心，管理中心再根据发送的交通信息将预测信息返回给车辆，这样就组成了地区的阻塞管理系统。由此可见，进行实时数据的存储、恢复、处理和分析需要更快的数据访问模式、更强大的空间数据融合技术以及动态路由算法。
３．４ 庞大的数据集
现实世界的交通问题涉及到庞大的地理数据和复杂的网络。地理信息科学对地理可视化和数据采集的规则、技术发现和数据获得的计算方法进行了研究和集成，同时也促进了ＧＩＳ－Ｔ的发展。
由于交通数据集大小的不同，就需要经常更新系统设计，这个系统设计包括了信息显示的精确性、速度上的优化、算法运行时间与流程中的分析工具以及网络分析的优化。