可视分析被广泛应用于对各类数据的信息挖掘与分析中。随着智慧城市的发展以及信息大爆炸时代的到来,很多行业领域每天都在产生大量的轨迹数据。这些数据中隐藏着与人类息息相关的各种有用信息。因此,借助生动、直观的可视化手段来挖掘和分析数据中独特的信息规律变得十分必要。为了应对各种移动轨迹数据的分析,专家们研究出了大量的轨迹数据处理方法并开发了相应的轨迹可视化分析系统软件。然而,随着数据量的逐渐扩大,轨迹数据在经过聚类、绑定等处理后的直接绘制还会因为交叉、重叠的原因造成视觉上的严重混乱。这给研究人员分析挖掘数据隐藏信息带来了巨大的困难。为了减少视觉混乱,并且能清晰地分析数据中人类的行为规律,研究设计一种用于OD数据的轨迹可视分析方法是非常必要的。针对上述问题,本文在现有方法基础上做出以下工作:1.提出了基于OD数据的轨迹可视分析方法。该方法是在现有轨迹处理方法的基础上结合了边绑定算法,全部流程如下:将原始OD数据与单词类比,用模型训练得到对应的词向量,通过t-SNE对高维向量做低维投影,数据经过蓝噪采样算法的优化后,对其应用边绑定算法,以改善OD轨迹的大量交叉重叠造成的视觉混乱,并可视化分析人类流动规律。2.在本文方法的基础上设计并实现了一个基于Echarts和Leaflet的轨迹数据可视化原型系统。该系统主要分为轨迹可视化和信息可视化两个模块。两个模块下针对不同的信息又设计了多个可视化图表,并提供可视化图表之间的交互联动功能。本文所提出的方法和设计的可视化系统是用来减少轨迹数据绘制时的视觉混乱并分析挖掘人类流动规律的。实验结果和案例分析表明,本文提出的方法在一些分析角度具有优势。