随着WebGL技术发展,用户可在网络环境下进行地理数据的无插件、轻量级的可视化,而多源数据融合可视化可帮助用户探究地理数据的隐藏价值,其中将点云数据与全景影像进行融合可视化,能够结合点云具有精准空间位置信息的优势和全景图的视觉真实感特点。但现有研究对数据源质量要求高,融合匹配与索引效率较低,难以支撑在网络环境下进行高效可视化交互分析。针对上述问题,本文开展了网络环境下的全景图与点云数据自动融合交互方法的研究,研发原型系统并进行案例实验分析。本文的主要研究工作与成果总结如下:（1）提出了空间语义约束的全景/点云数据场景自动融合方法。分析了全景/点云数据特点并给出融合思路,构建了空间语义约束规则,建立了基于全景/点云数据自动映射的匹配机制,并制定了数据自适应切换的场景融合方法,提高了全景/点云数据融合效率,实现了全景/点云场景快速自动融合可视化。（2）提出了基于自适应八叉树的网络场景数据优化与展示方法。给出了总体数据优化与高效展示的方法,建立了网络场景下的数据自适应八叉树组织方式,并制定了融合场景的可视化自适应调度策略,提高了网络环境下的多源数据融合场景展示效率,实现了全景/点云数据在网络环境下的高效展示。（3）提出了多源数据跨模态场景交互分析方法。结合数据匹配与场景融合方式,建立了网络环境下的跨模态多源数据交互机制,设计了基于此交互机制的全景/点云数据融合场景数据查询、量测标绘分析方法,实现了融合场景中多源数据跨模态交互分析。（4）研发了原型系统并开展了案例实验分析。本文利用Visual Studio Code、JavaScript、HTML5和CSS等开发工具和语言,研发了原型系统,并选择了案例区域,开展了实验分析。实验结果表明:本文方法可以支持网络环境下的全景/点云数据自动融合与交互,数据融合精度较高,融合可视化与交互帧率稳定在35FPS/S以上,能够在网络环境中进行高效的数据融合可视化与交互分析。