随着工业的高速发展,现如今空气污染问题日益严峻,对人类健康生活和社会发展带来的影响不容小觑。环保问题历来备受重视,有关空气污染的研究也越来越多。针对此问题,发掘地区空气质量变化模式、探索污染物的演变规律有助于有关部门针对具体情况制定治理和预防政策,对于大气污染的防治有重要意义。然而空气质量数据多源异构,具有信息量大、数据维度高的特点。传统分析方法难以直观有效地揭示空气质量存在的变化规律,存在分析过程负担过重、效率低下、难以获取有效信息的问题。对此,本文基于可视化与可视分析方法,针对空气污染趋势变化分析、地区空气质量模式探索、污染演变的分布地域性以及污染物相关性几个问题,构建完善的可视分析流程,设计实现了交互式的可视分析系统,能够帮助使用者有效地分析大气数据,并发掘出大气污染的潜在模式。本文的主要工作包括:（1）数据探索与分析:基于空气质量数据,构建了一种加权的有向图结构,用以分析空气质量模式。设计了合理的序列数据结构,通过与动态时间规整算法的有机结合,能够实现序列模式的高效查询。采用了滑动聚类方法,分析连续时间段内的数据变化趋势,探究了其时序演变的时空分布聚集性。（2）可视化视图设计:设计了新颖的时序概览图,将空气质量数据中的离散及连续变化映射到相应的可视化表达,能够有效展示地区的污染等级变化。改进了力导向布局的节点连接图,对节点与边进行优化,与时序概览图相结合,提供了交互式地空气污染变化模式分析方法。设计了环形布局的相关性视图,允许用户在多个时段内直观地对多种污染物间的相关性数据进行对比。（3）可视系统构建:融合多元可视化元素并设计丰富的视图交互,构建出具有完善分析流程的可视分析系统,允许用户自由探索分析。本课题结合新颖的视图设计与合理的视图交互,开发了具有完善分析流程的可视分析系统。从污染物时序变化、趋势演变、相关性分析等多角度帮助用户分析大气污染的演变并探索模式变化;利用2013-2018年全国的大气污染再分析数据集,通过相关案例分析与用户评估验证了本文提出的可视分析系统的有效性与实用性。