随着大数据技术的发展,人们使用数据采集设备可以获取到越来越完整的交通数据。可视化与可视分析技术能够帮助用户以视觉的形式从复杂海量数据中提取可用信息,实现数据的有效分析。因此,通过地图与可视化组件加速交通数据分析过程,以支持人对交通态势的认知与决策是交通数据可视化与可视分析的根本目标。本文以该目标为导向,融合多学科的理论,研究了适用于交通领域的理论分析模型与数据表征方法。针对目前交通数据可视分析的不足提出了基于地图空间进行嵌入式编码的新思路。本文主要研的究内容及贡献如下:（1）对交通大数据的基础数据体系、信息特征做了分析,阐述了数据可视化领域相关理论模型与时间、空间、多维范式下的交通数据可视化方法。（2）基于态势感知理论,阐述了交通数据在态势感知不同层次上的分析任务,提出了交通领域的数据可视化模型,并对其中关键步骤做了剖析。（3）根据交通数据视图表现空间的不同,将地理空间和抽象空间作为可视化的两个子维度研究了可视化模型中交通综合统计数据的可视化设计方法与合适的的交互方式。分别对1、地图空间中以点、线等图元进行数据编码以及2、抽象空间中不同变量水平下的交通数据可视化表征方法进行了研究。（4）最后,针对目前交通数据大多采取“多视图窗口策略”,脱离地图空间而造成“视觉认知脱节”的问题,提出了一种基于地图空间的交通流集成编码的新的设计形式。和地图空间中以点、线等图元进行数据编码的方式不同,集成视图的设计方式将具有复杂关联性的统计型数据编码到地图空间,打破了传统地图可视化只能表达单一数据状态的局限性并且减少了界面视觉空间占用。本文所提出的交通数据可视分析方法以地图空间作为探索环境,通过可视化结构内嵌入地图的方式将时间事件流与地图进行融合,使得地图视角具备展示整体时空特征的能力。用户可以在地图空间对交通态势感知层、理解层和预测层数据信息进行综合理解。