时序曲线分析是时变体数据可视化的主要技术手段。在传统的基于时序曲线的时变体数据特征的识别与跟踪过程中，不仅需要用户具备丰富的先验知识来确定感兴趣特征的时序曲线形状，而且时序曲线段的匹配和抽取过程亦复杂，难以交互，这一定程度上降低了时变体数据可视化及分析效率。本文提出一种新的基于高斯时序曲线的时变体数据可视化及分析方法，能够快速实现时变体数据中感兴趣特征的识别与跟踪。首先，对时序曲线进行低通滤波，准确地查找极小值点，对时序曲线进行分段；进而，引入不对称高斯函数对时序曲线段进行拟合获得高斯时序曲线；为了进一步方便用户识别感兴趣特征，观察特征在时间域上的演变过程，提供一种便捷的交互技术，由用户单击任一时间步绘制结果图像中感兴趣的特征信息，分析视线方向上的特征可见性，以确定感兴趣特征及其对应的高斯曲线，进而由参数匹配获得所有时间步中感兴趣特征信息。相比于传统的时变体数据可视化方法，本文算法不需要用户先验知识的前提下，利用不对称高斯模拟时序曲线变化，进而由高斯参数匹配代替复杂的时序曲线匹配过程，有效地提升了时变体数据可视化及分析效率，实验结果亦验证了本文算法的有效性与实用性。