时空数据是一种常见且重要的数据形式,现有对时空数据的研究有一定基础,但对空间分布密集的多维时空数据的研究仍然存在一定的不足。因此,主要对空间分布密集的多维时空数据可视分析方法进行研究和实验,包括以下四部分内容:首先,针对多维时空数据的复杂性和属性之间的关联性,引入多视图协同可视分析的方法,构建视图内、视图间、属性间以及数据间的关联和交互。分别设计时空协同、多维属性协同的可视分析方法和属性特征环、大气污染气象数据环以及非洲植物生活习性连通点图的可视分析图表,解决多维时空数据可视分析过程中视图、属性以及数据之间的关联被割裂的问题。其次,面向空间分布密集的多维时空数据关联分析的需求,构建基于多视图协同的密集型多维时空数据可视分析系统,建立图与图之间的关联,充分利用各视图之间数据交叉过滤,提升用户对数据的探索和理解。系统从时间和空间两个维度构建数据之间的关联,从宏观到微观层次设计多个属性之间的交互,实现地图热图、箱线图、属性特征环等多个视图以及主要污染物浓度等多个属性的协同可视分析。再次,针对多视图协同可视分析系统设计实现过程中大量、分布密集的空间数据可视化时出现的空间点聚集和相互重叠的问题,引入基于网格划分的K-Means聚类算法的优化方法,解决在可视区域内显示大量分布密集的空间点的问题,实现在有限的屏幕空间呈现更多数据和信息的目标。最后,以热带非洲植物数据和大气污染数据为例,设计并实现多视图协同的非洲植物多样性可视分析系统和全国大气污染可视分析系统。从时间和空间维度对热带非洲植物多样性的空间分布和全国空气质量变化情况进行分析,交互式探索多个属性之间的关联关系。