随着社会的发展,城市化进程的加快,急剧增多的交通出行导致城市交通拥堵现象日益严重。伴随着相关技术的快速发展,包括浮动车数据在内越来越多的交通数据被收集存储。交通数据具有海量、维度高,包含时间与空间标签等特点,是典型的时空数据,需要合理、高效的分析手段支持才能发现其背后隐含的规律。智能交通的兴起加速了交通数据研究领域的发展,可视化作为数据分析的重要手段逐渐被应用到交通数据研究领域,可直观呈现多维时空轨迹数据,探索发现城市交通运行规律,为城市交通调度和道路建设规划提供决策支持。现有数据可视化解决方案在可视分析交通轨迹数据时存在对技术要求、通用性及可视化效果不能同时兼顾的问题。基于此,本文设计并实现交通时空数据可视化平台,通过统一的数据模式,对多源数据集成、转换、数据清洗及地图匹配,并完成基于交互的任务逻辑设计,平台实现在提高通用性同时可对时空数据分析提供多样化可视化方法。论文的主要内容如下:本文给出数据处理方法。地图数据是地图可视化的基础,本文采用ArcGIS Desktop完成原始地图数据处理过程,为后期分析任务提供可用的地图数据;原始GPS数据存在噪声数据,根据GPS数据的特点制定数据的标准表示方法及数据过滤机制,将原始数据统一化表示并对噪声等问题数据清洗过滤;定位位置与实际运行位置间存在偏差,地图匹配可有效解决此问题,传统匹配算法应用到低频采样浮动车数据时精度较低,基于此本文提出了一种改进的地图匹配算法,采用改进的地图网格划分方法快速确定候选路段集,引入最短路径与轨迹方向信息辅助确定最优匹配路段。结合数据处理过程及时空轨迹数据特点,从功能及属性两个维度分析了平台的需求,确定了不同层次的任务分析模型,采用分层的架构思想设计平台架构,结合需求分析等给出数据导入模块、数据处理模块、数据可视化模块及功能拓展模块四个功能模块的详细设计,为平台实现奠定基础。基于设计基础,实现平台各功能模块功能,包括数据导入模块、数据处理模块、数据可视化模块及功能拓展模块各模块功能,并对系统性能进行测试分析,满足设计要求。