随着互联网技术的不断发展，人类社会向数字化、信息化的方向发展，每时每刻都在产生种类丰富、结构复杂的数据，我们日常工作中也面临需要分析的数据具备丰富的属性，传统的分析方法在分析处理这类数据时存在特征分析不明显，问题定义困难等。与传统的分析方法相比，数据可视化用图形的直观形式呈现，可以帮助我们发现数据中隐藏的特征模式。可视分析通过交互的手段，对复杂的数据进行综合分析，将人的认知和经验融入整个分析的过程。但是，现存的可视化形式无法将多种属性集中展示，目前已有的软件系统以统计和基本分析为主，并且用户正从少数专家扩展到广泛的不特定群体，传统的系统对普通用户来说并不友好。针对以上问题，本文研究多维时空数据的可视化方法与实现，主要研究内容有以下部分：首先研究时序数据、空间数据及多维数据的可视化形式，并分析不同可视化形式的优缺点及适用场景。在此基础上，设计基于多维时空数据的可视化模型，并针对多维时空数据设计可视化方案进行多视图关联分析和对多维时序数据进行异常发现。本文的贡献和创新点主要体现在以下方面：针对多维时空数据具备的时空性和多维性等特点，传统的分析方法不能有效发现隐藏在数据中的潜在模式，本文通过设计多视图关联分析的方案，以某地区的社保数据为例进行分析展示，该数据是典型的时空数据，具备丰富的属性。针对传统的方法在分析多维时序数据中的异常时存在的特征分析不明显、异常难以判断等问题，本文在对数据进行分类的基础上，首先探寻正常模式，进而通过全局视图与各详细视图配合的方式进行异常发现和追踪。通过全局视图我们可以总结正常模式并发现异常，通过各详细视图可以实现对异常的追踪，并判断异常发生的背景及不同异常事件之间的联系并及时预警。