针对大部分轨迹相似性度量算法无法区分方向相反轨迹的问题，提出了一种基于三维空间面积划分的三维三角分割（3TD）算法。首先，按照3TD算法的时间转换规则将轨迹集的绝对时间序列转变为相对时间序列；然后，在由经度、纬度以及时间三要素构成的三维空间坐标系中，通过划分规则将轨迹间面积分割成若干互不重叠的三角形，累加三角形面积并计算轨迹相似度；最后，在从船舶自动识别系统（AIS）收集的随机采样轨迹数据集上，与最长公共子序列（LCSS）算法和三角分割（TD）算法等进行了对比实验。实验结果表明：3TD算法对实验数据集中异向轨迹识别精确度达到100%；同时该算法面对海量数据集以及轨迹点部分缺失的数据集时，也能维持准确的度量结果以及较高的运算效率，能更好地适应异向轨迹相似度量工作。
