近年来,随着中国城镇化脚步的加快,大量人口涌入城市,导致诸如北京、上海等特大城市的客运流量极具增加,而城市轨道系统因为其高速、高效、安全的特点,已经成为了特大城市居民最主要的交通出行方式。为了应对日益增加的出行流量,轨道线路急剧增加,城市轨道网络变得越来越复杂,一些异常客流事件的发生可能会对轨道系统产生严重的影响,并在轨道网络中快速扩散,严重影响居民的正常出行及人身安全。现阶段虽然有大量针对交通异常客流的可视化研究,但是大多数研究只针对道路路网,即使存在一些轨道异常客流的可视化研究,但重点基本集中在异常站点,而忽略了轨道线路上各个站点间异常的区间断面流量。此外,现有研究也较少通过可视化的方式在社交媒体数据中挖掘轨道异常客流事件的原因。针对上述问题,论文基于轨道刷卡数据及微博数据,提出了一套交互式轨道异常客流可视化分析方法。该方法不仅可以针对异常站点以及异常区间相关的时空数据进行整理、分析和可视化展示,还可以帮助用户快速发现引起轨道异常客流事件的具体诱因。总体来说,论文主要包括以下三个方面的研究内容:(1)提出了一种轨道异常客流多维时空数据可视化方法。该可视化方法可以交互式的呈现轨道系统中异常客流的时空数据,从而帮助用户对异常站点进行异常验证,发现线路上异常的区间断面流量,并进一步揭示异常在整个轨道系统中的传播规律。(2)提出了一种基于微博数据交互式探索轨道异常原因的可视化方法。该可视化方法通过多种交互视图对微博主题词进行可视化分析,以有效帮助用户在海量微博数据中快速了解轨道异常客流事件发生的具体原因。(3)设计并实现了一套轨道异常客流可视化分析系统。该系统将轨道异常客流多维时空数据可视化与多视图交互探索轨道异常原因可视化进行融合,提供了灵活的交互方式,帮助用户完成对轨道异常客流的异常检测、异常验证、掌握异常扩散规律以及进行异常原因的探索等一系列工作。最后,论文采用大量真实数据的案例来证明所提可视化方法的可行性以及有效性。通过案例的结果发现,这套轨道异常客流可视化分析系统可为相关部门开展轨道异常客流的分析提供一套综合的可视化分析方法,也为相关管理部门制定合理的运营和调度政策提供了理论依据。