随着我国经济、工业化和城镇一体化的快速发展,空气中污染物的浓度不断增加,污染范围逐渐扩大,雾霾已经成为中国最严重的问题之一,它严重影响了人们的健康和出行。如何解决空气中的雾霾问题也成为了一大世界性难题。在当今的大数据时代,空气质量数据主要由环境保护监测站负责自动监测和储存,这些数据对城市环境空气质量的研究和分析有着重要的指导意义。对于这些海量的多维数据,传统的方法已不适用。所以,需要一种新的技术来帮助我们处理和分析这些数据,可视化技术能够满足我们的需求,并便于清楚的把握数据背后所隐藏的规律。目前,可视化技术应用越来越广泛,已占据重要的地位。本文设计与实现了一个基于Web平台的可视分析系统,主要通过Voronoi图、嵌入式线条堆栈图和平行坐标视图这三个可视化组件,以城市群为单位,即把所有的城市作为一个整体来研究城市的动态演变和不同城市间空气质量的相互影响,本文的主要工作如下:(1)城市聚类的空间展示方法的提出。本文中,设计了Voronoi图来展示城市群的聚类结果,对于传统的K-Means聚类算法,在聚类初始中心的确定上,加入了语义信息,以使聚类结果更加稳定以及更好的展示城市群在空间上的分布以及在空间上的演变过程。(2)嵌入式线条堆栈图和平行坐标视图的设计。本文提出了一个可视分析系统来研究城市群在时间和空间上的动态演变过程。该系统包括嵌入式线条堆栈图以展示城市群在时间上的演变过程,平行坐标视图以展示城市群的污染情况。在嵌入式线条堆栈图的设计中,由于直接在不同的条带上绘制Bézier曲线可能会导致线条交叉,本文通过基于重心(barycentre)的方法对代表城市群的条带和代表城市转换的线条进行了重新排序,以减少线条交叉数。(3)基于城市群的空气质量数据的分析。目前对于空气质量数据的研究主要集中在以单个城市为单位的研究,本文以城市群为单位,对城市群在时空上的动态演变以及城市群的详细空间特征进行了可视分析,其表明我国城市的空气污染有着一定的相似性。所以,空气污染的整治可能需要考虑整个城市群而不是单一的个别城市,不同政府部门之间应该协同合作等等。本系统以空气质量数据为基础,通过改进的K-Means算法,根据本文提出的城市间污染相似度对城市进行了聚类,通过可视化组件间的交互以研究城市空气质量问题。