近年来，复杂时序数据越来越多的出现在日常应用中，其属性多、持续时间长和特征演化复杂等特点也为分析研究这些数据带来了难点。可视化技术可以形象地展示出数据内部特征，并且通过灵活的交互手段帮助用户深入探索数据，复杂时序数据的可视化研究也得到了越来越多的重视。本文针对基于模型的沉积数据和湍流数据，开发了包括时序数据可视化、特征演化分析等功能的可视化系统，对仿真时序数据的可视化进行了研究。　　针对基于模型的沉积数据，本文首先将初始数据进行转化，将复杂时序数据的每个属性进行抽取保存，形成若干属性的时间体数据，便于以后的绘制和分析。然后，我们应用基于GPU加速的光线投射算法，对原始时间体数据和隐式利用时间维度生成的空间体数据进行了绘制，通过传输函数等交互，可以让用户对数据整体有一定了解。最后，针对各种领域分析需求，该系统提供了地质侵蚀分析、多维属性分析、河道骨架提取和三角洲演化等分析模块，来帮助专业人员探索数据内部特征和演化过程，找出感兴趣区域与其持续过程。　　本文还结合了时间活动曲线方法对湍流数据进行了可视化展示与特征演化分析。我们采用了k-means聚类算法对原始数据体素的时间活动曲线进行聚类，然后结合信息可视化中聚类图的表现形式，找出相邻特征的联系，展示了不同特征的演化过程。最后，使用传输函数、特征序列相关的交互和实时调节算法参数等操作，帮助用户自主地探索和分析湍流数据中特征的演化。　　最后，我们展示了这两种仿真数据的可视化与分析结果，证明了我们方法和系统的有效性，可以更好地帮助用户探索复杂时序数据。