随着我国经济的快速发展,环境信息技术得到了飞速发展,环保部门开展了多种环境质量监测、生态环境调查以及污染源管理,积累了大量数据,并且随着物联网技术的发展,越来越多的环境监测站点的数据可以通过网络传输,当前环境领域也正在经历大数据时代。环境监测数据有着显著的时空特征,同时有着多维,多层次的特征。而环境领域的分析人员面对着这样的海量数据时,往往不能进行有效的分析,大多采用单一图表和统计分析的手段进行,难以满足实际的分析需求。针对环境监测数据的特性,需要一种能够快速处理此类特性的数据模型。数据立方体技术是一种高效的多维数据模型,能对关系表的每个可能维度集执行跨维度聚合,用以支持快速的数据探索。本文使用空间四叉树和平面树结构来表达空间点对象的位置分布和分类维度,在不同维度间共享节点链接实现跨维度的聚合设计,并通过时序映射构建环境监测数据的跨维度查询的Nanocubes立方体结构,用于高效存储和查询高维多粒度的时空数据,为多维时空数据集的实时探索性可视化分析奠定基础。针对顾及监测数据专题属性相似性和空间约束的可视分析算法进行了研究,探讨了一种精确表示每个聚类中的属性位置的凹包构建方法。同时基于真实的地理行政区划设计了一个多尺度聚类模型,用于高效的对空间对象属性的地理位置进行聚类分析。通过预先计算出分层聚类结果,用以支持多层次聚类地图,并存储基于地理语义聚类的统计信息,从而有效的支持可视化交互。本研究利用快速高效的数据立方体结构,以真实世界的行政区划语义为前提,利用密度聚类和边界聚类技术,针对不同的分析任务,设计了几种可视化组件,以帮助本文研究环境监测数据。并搭建一个环境大数据可视分析平台,根据环境监测数据的时空特征进行交互式可视分析,能够直观、高效的展现环境监测数据时空分布特征与层次结构,并结合交互式设计为用户提供个性化展示方案,提高生态环境监测领域的有效监管和高效的可视化分析、协助进行环境监管。