交通道路可视化是一种可以把复杂的交通信息以直观形象的方法呈现并快速被人理解的手段,可为人们出行以及交通监管和规划提供决策支持,是智能交通发展的重要手段。随着人们越来越依赖于在网络环境下获取交通道路信息,国内外学者专家们对交通道路网络可视化开展了富有成效的研究工作,但依旧存在对于灾害天气在道路上的融合展示直观性不够,且在网络环境下难以直接支持大规模道路交通数据高效渲染的问题。因此,本文侧重开展顾及灾害天气影响的大规模道路交通数据高效高质量可视化方法的研究,突破顾及灾害天气影响的交通道路适宜性表达、大规模交通道路网数据组织及场景优化等关键技术,研发原型系统并开展实验分析。主要研究工作和成果如下:（1）提出顾及灾害天气影响的交通线路表达方法。基于可视化表达内容,采用颜色认知、符号认知等可视化设计原则,研究自适应当前道路路况的适宜性表达技术,设计顾及灾害天气影响的交通线路动态可视化展示方法,实现了交通线路与灾害天气信息的动态融合,且有效地支持了道路拥堵状态实时变换的渐变、高效实时动态流光线等动画效果。（2）提出大规模交通道路网数据组织及场景优化方法。分析了大规模道路网数据特点,基于道路属性的道路网数据分层方法,研究基于瓦片四叉树的海量数据组织方法,提出了顾及Web GL线段索引特点的多道路合并方法,突破视域剔除、缓存调度等场景优化关键技术,实现了大规模交通道路网数据的高效绘制,支持了大规模交通道路网数据的高质量展示。（3）原型系统研发与案例实验分析。本文利用Visual Studio Code、Cesium1.56、Java Script、HTML5和CSS等开发工具、平台和语言,研发了原型系统,并开展了顾及灾害天气影响的交通道路动态网络可视化实验分析,来验证本文方案的有效性和可行性。实验结果表明:本文方法能够实现网络环境下顾及灾害天气影响的大规模道路交通信息的高质量高效率显示,可视化帧率稳定在40 FPS以上,有助于提高复杂交通信息的传达效率。