以往的犯罪可视化有两种形式，一种是单个犯罪集群随时间变化的可视化，另一种是犯罪集群分布的可视化，这篇文章作者提出了一个三维的犯罪集群的时空立方体，同时表达出不同时间不同犯罪集群的变化。

   文章采用了京都市2003年到2004年期间抢了就跑犯罪事件的数据，这些数据包括犯罪的时间地点，而抢了就跑这种犯罪类型一般大多出现在街区火车站等城市建成区，结合这个特点，划定了一个研究区域。如图散点分布，但是这个散点三维时空数据模型的可视化效果并不理想，为了达到更好的可视化效果，文章采用了两种方法，一种是可密度估计法，另一种方法是扫描统计法。

1、核密度估计法

图中可以看出京都车站还有城区中心为柱状或是积雨云的形式，且从底部一直延伸到时空立方体的顶部。而有些则是漂浮岛形式，说明此地的犯罪事件持续较短。

2、扫描统计法

可以发现京都车站市区中心仍是犯罪高发区，展现的结果趋势与核密度估计可视化结果相同，同时我们也能发现在城市北部的犯罪集群在2004年时消失，而城市南部的犯罪集群在2004年出现，这可以很好地表现犯罪集群的转移。

3、两种方法对比

扫描统计法用圆柱展现了可视化形式，划定一个区域半径，它体现这一种显著性检验，其中圆柱为实心，只有两种性质，发生和没发生，不能像核密度估计产生的可视化效果一样，直观的体现出一个地区犯罪集群随时间犯罪密度的变化。

4、两种方法联合使用

通过统计方法，计算每个集群区犯罪发生的相关性，通过在和密度估计时空数据模型上在两个犯罪地点做一个垂直切面，看出核密度估计也很形象的表现出来同样的趋势。如图Katsura 和d Momoyama 两个地方成负相关性。

通过时空数据立方体对犯罪信息进行可视化，综合上述两种方法，可以很直观的看出犯罪事件发生的密度变化，以及犯罪热点的转移，各地区犯罪情况的相关性。为警方破案，犯罪预测，犯罪高发区预防都有很好的作用。

5、总结

由于一些原因，对于这篇文章的研究并不够深入，只是理解了其大致思想，如文章中提到的核密度估计法，扫描统计法，并没有进行深入专门的研究。留在以后继续研究。