[发明专利]一种高维时空数据可视化交互分析方法

说明书

一种高维时空数据的可视化交互分析方法，包括步骤：获取空气质量高维时空数据及其相关影响因素数据，建立空气质量高维时空数据集；多角度的空气质量高维时空数据可视化设计；为多角度的可视化添加交互分析设计。本公开使用多种视觉通道可视化技术，从多个视角全面分析空气质量的时空变化特征、发展趋势、以及潜在影响因素等；并提供了丰富的交互分析手段，大大提高空气质量高维数据分析的准确性、全面性和分析效率。

技术领域

本发明涉及计算机软件领域，特别涉及一种高维时空数据的可视化交互分析方法。

背景技术

高维时空数据，是具有时间属性、地理空间属性和高维度一般属性的数据，主要用于描述自然现象、环境和社会事件的发生及其随时间演变的空间位置、分布、关系、变化规律等方面的信息。其蕴含着大量有价值的信息和丰富的地理知识，因此，高维时空数据挖掘成为数据挖掘领域的前沿研究课题，以揭示与时间或空间相关的有价值的知识。空气质量数据是典型的高维时空数据。

可视分析方法能够作为高维时空数据理解、分析和决策的基础，并进行快速直观的探索与研究，帮助人员在高维度时空数据分析时识别有现实意义和实用价值的模式与知识，是一种有效的数据挖掘工具。空气质量高维时空数据很适合使用可视分析方法进行分析。

现有的文献中，诸多分析研究中使用了视觉方法对空气污染进行时空视觉分析。例如：Shindell et al.使用地图、箱型图及折线图来辅助研究。Sanderson et al.使用地图进行可视化辅助研究。Cui et al.使用地图可视化NO2的年平均变化情况，并分析其时空变化规律。Cai et al.以地图作为空间信息的可视表达手段。Bennett et al.研究了PM2.5对健康的危害，用到地图及散点图可视化方法。

Qu et al.提出了一个全面的天气数据可视化系统，集成一些成熟的可视化技术，如平行坐标、极坐标，还开发了新方法，包括嵌入极性系统的圆形像素条形图、带有s形轴的增强平行坐标和加权完备图。Thomas et al.使用平行坐标可视化方法解释了空气污染数据中颗粒的内容，这项研究主要可视化空气中的污染物浓度和天气组成的高维数据。Bachechi et al.将空气污染数据进行了降维和空间聚类，然后在2D空间可视化。Yanoskyet al.对PM2.5和PM10进行了时空分析，以地图可化作为分析方法。Deng et al.使用可视分析方法研究了大气中颗粒物的传播模式。Engel et al.为高维空气质量数据设计了一个交互式的可视化框架。Li et al.可视化了不同城市的空气质量变化规律及相关气象属性，揭示雾霾与气象属性之间的关系。

目前的研究中，主要的问题有：一是这些研究中使用的可视分析技术停留在辅助阶段，较少专门利用可视分析方法进行分析研究，用到的可视分析方法较单一，没有或较少用到交互分析；

第二，这些研究中，仅是对一个或几个维度的数据的变化、影响、原因等进行了时空分析，较少地结合其他可能相关的影响因素进行可视分析，相关影响因素分析不够全面；

第三，同时进行高维度的、时间的、空间的可视化及交互分析研究较少。

发明内容

本公开提供了一种高维时空数据的可视化交互分析方法，通过搜集整理空气质量数据及其相关影响因素数据，形成高维时空数据集；进而从多个角度，全面进行时空可视化及交互分析。

本公开提供的高维时空数据可视化交互分析方法，包括以下步骤：

S1，获取直接或潜在的影响空气质量的数据并整理，形成空气质量高维时空数据集；

S2，对所述空气质量高维时空数据集进行多视角可视化；

S3，为多角度的可视化添加交互分析设计。

进一步的，所述步骤S1具体包括：

获取直接或潜在影响空气质量数据；