当前海量数据被收集并存储，从这些数据中挖掘出有用的知识成了迫切需求。然而面对海量复杂数据，传统数据分析方法显得有些力不从心。可视分析，是一门借助交互可视化界面进行分析推理的学科，为数据分析提供了全新的手段，已经成为目前最新的研究热点。本文研究实现基于组件的、多视图协同的可视分析系统，用于探索分析复杂的时空数据，挖掘其中隐藏的空间模式、时间模式及多维属性模式。杭州房地产数据，是一种典型的时空数据，包括楼盘的空间分布情况、均价和销量变化规律、楼盘的属性相关性等复杂特性。本文以该数据为例进行分析研究，以可视化的方式，提供综合有效的、可交互的分析方法。系统研究实现四个可视分析组件：GeoMap、PCP、TimeSeries和Treemap。GeoMap，地图组件，提供空间视图；PCP，平行坐标组件，提供多维视图；TimeSeries，时间序列组件，提供时间视图；Treemap组件，提供综合视图。在实现上，每个组件平滑地融合了聚类、交互、颜色配置等多种方式，以增强单个组件的可视分析能力。GeoMap组件，基于瓦片金字塔模型构造，另外为了解决视觉过载问题，引入地图标记聚类算法。PCP组件，用于可视化四个维度以上的高维属性数据，组件对传统定义的平行坐标进行可视化能力增强，实现数据子集刷取、直方图集成、坐标轴控制以及颜色映射等功能。TimeSeries组件，以Overview+Detail方式实现双尺度交互导航，并支持多个粒度的时间聚集和多种图表类型。Treemap组件，结合四种布局算法，以可视化参数可交互配置的方式实现，该组件能综合反映时空数据中的多维和空间成分。为了避免各个组件功能上相互孤立，本文利用内审观察者协同机制，实现组件之间自动连接。这种协同机制实现的多视图协同，相对传统的方式，在协同上具有高效性和可扩展性。利用多视图协同连接，各个组件相互补充，系统整体综合分析能力大大增强。