随着信息时代的到来以及智慧城市的兴起,在交通、生态、气象以及移动服务领域都产生了大量的轨迹数据。有效地理解和利用这些数据不仅需要独特的分析与挖掘,同时还需要直观、生动的可视化。视觉分析是分析与可视化的结合。轨迹数据可视化技术多种多样,运动物体的相似轨迹聚类也是轨迹分析中的重要技术,而聚类结果的直接可视化会因为轨迹的密集和杂乱而导致视觉混乱,这严重阻碍了探索和理解。它还阻碍了额外视觉信息的添加,并使得交通流的提取变得困难。为了减少视觉混乱,并且能清晰地表示集群成员之间的共同特征,以一种概括的方式来表示一组相似的轨迹是非常有必要的。针对以上问题,本文做了如下两方面的工作:1.提出了基于最优传输理论的轨迹数据可视分析方法。该方法的主要流程:先对原始轨迹数据集进行轨迹聚类得到不同的轨迹簇,然后对于各个轨迹簇,将整个轨迹簇看作一个点集,结合最优传输理论提取出能代表整个轨迹簇的特征轨迹,并根据集群基数以及不同的类别编码成不同的线宽和颜色。提取出的特征轨迹能在一定程度上改善视觉混乱的问题,并可视化分析不同的交通流量情况。2.在本文方法的基础上设计并实现了一个基于D3.js和Leaflet.js的轨迹数据可视化原型系统。系统包含两个主要功能模块,分别是轨迹可视化模块和属性可视化模块,主要功能模块下针对不同信息维度又包含多个子模块,并提供一定程度的用户交互操作,所有的这些功能模块集成了本文的可视化系统。本文提出的方法,作为一种视觉简化技术,有效地改善了轨迹可视化中轨迹绘制时出现的视觉混乱的情况,通过实验结果分析和案例分析评估了方法的可行性与有效性。