Séries temporais permeiam os mais variados domínios de aplicação, sendo a análise e a compreensão da dinâmica de séries temporais um problema interessante e bastante complexo. Técnicas de visualização têm sido aplicadas com sucesso nesse contexto, pois tiram proveito das habilidades perceptuais humanas ao transformar dados abstratos em informação visual. Nesta dissertação, foi proposta uma metodologia de análise visual para séries temporais multidimensionais. A finalidade dessa metodologia é a exploração e o entendimento do comportamento de material particulado presente na atmosfera de São CarlosSP, para melhor compreender a sinergia entre a qualidade do ar, o clima e as doenças respiratórias. As características do material particulado variam consideravelmente no decorrer do tempo, assumindo diferentes padrões, a depender das condições climáticas. Isso atesta a importância de ferramentas analíticas que sejam capazes de explorar as mudanças temporais dos dados. Duas ferramentas de visualização interativas foram desenvolvidas, utilizando principalmente a linguagem de programação JavaScript com a biblioteca D3. As ferramentas são portáveis em basicamente todos os navegadores web modernos, não exigindo a instalação de softwares específicos para que os usuários acessem-nas e façam as suas pesquisas. Os resultados obtidos a partir das análises dos dados amostrados demonstram que houve uma redução nos níveis de poluentes atmosféricos ao longo dos anos. A efetividade e a utilidade das tecnologias propostas são demonstradas em estudos de caso envolvendo dados reais, validados por especialistas do domínio de interesse. / Time series data are present in a wide variety of applications, and the explorations, analysis, and understanding of time series dynamics are interesting although it is a quite complex problems. Information visualization techniques have been successfully applied in this context taking advantage of human perceptual abilities when transforming abstract data into visual information. In this master dissertation, we present a new visual analytic methodology for multidimensional time series analysis. The aim of the proposed approach is to allow the exploration of the behavior of particulate matter present in the urban atmosphere of São CarlosSP, in order to understand the synergy between air quality, climate, and respiratory diseases. Moreover, the features related to particulate matter vary considerably over time, assuming different patterns according to the weather conditions. This dynamic shows the importance of analytical tools that enable the exploration of temporal changes of the data. We developed two interactive visualization tools, mainly in JavaScript programming language and D3 library. The tools are portable and can be used in all the modern web browsers, not requiring any software installation. The data analysis results show a decrease in atmospheric pollutant level over the years. The effectiveness and usefulness of the proposed technologies are demonstrated in case studies which involve real data and it is validated by domain experts.