城市以外道路(即城际道路)上的交通活动会对农业、森林和自然区域产生重大的生态和环境影响。然而,在许多地区,关于城际道路交通流量的数据仍十分匮乏。为填补这一数据空白,我们构建了一个涵盖1975年、1990年、2000年和2015年全球范围内所有城际高速公路、主干道和次干道交通流量的时间序列数据集(以年平均日交通量 AADT 表示)。我们基于已有的全球道路网络、人口密度及社会经济指标数据,构建了道路网络的时间序列,并结合来自除南极洲以外所有大陆的大量实测 AADT 数据,训练了模型。我们采用分位数回归森林方法,对每段道路的 AADT 中位数及其 5% 和 95% 的预测区间进行预测。模型验证精度较高(伪 R² = 0.7407),1975 年的 AADT 预测也具有较高的准确性。最终生成的地图系列提供了标准化且高分辨率的城际道路交通发展信息,可广泛应用于实际管理和科学研究领域。