随着计算机科学和云计算的不断发展,数据也越趋于复杂,其中不乏很多高维数据。对高维数据进行有效的可视化处理是降低用户认知负荷与提高数据传输效率的重要方法,可视化处理方式主要是对数据进行视觉编码,视觉变量作为视觉呈现的媒介,对信息传递具有重要意义。由于视觉变量多为成对使用,而目前大部分的视觉变量研究都仅仅关注于独立视觉变量,不利于提高视觉编码效率,因此,本文着重对基于高维数据可视化的独立变量与多重变量进行系统性的研究,梳理视觉变量与高维数据特征的表征关系,结合用户的认知特性,利用视觉感知实验探究多重视觉变量有效性并根据实验所得规律指导案例设计。本文首先结合高维数据的静动态属性特点与用户的认知特性,对静动态视觉变量进行深入剖析,同时依据高维数据的可视化特征提出视觉变量分类新方案。其次,基于可视化界面的认知特性及认知负荷理论基础,分析多重视觉变量的认知特性及视觉感知效果,从多重视觉变量的“联想—分离”特性出发探究差别变量与等级变量多种组合形式带来的视觉感知特征,并在充实的理论铺垫下,提出多重视觉变量视觉感知的序列性概念,同时基于此概念研究多重视觉变量的编码策略。视觉变量不仅运用在视觉呈现上,本文对可交互式视觉变量编码的分析拓展了视觉变量的运用领域。再次,运用心物学理论的视觉感知实验方法研究多重视觉变量有效性,将背景色纳入实验因素之内。使用JavaScript搭建一个实验系统,实验在此系统界面上进行。运用spss和excel对实验结果数据进行分析,最终得出提高可视化视觉编码有效性的参考性建议。最后,选用基于时空数据的人口迁徙案例作为设计对象,将实验所得规律与设计实践相结合。