空间数据量的不断增长对传统的地学计算方法提出了更高的处理规模和计算效率的要求。空间关系查询是GIS的核心功能之一，它广泛应用于空间数据库操作及各种GIS软件中，具有较高的算法复杂性和计算密集性特征。随着硬件技术的不断发展和并行技术的不断成熟，并行计算成为提高空间关系查询效率，提升数据处理规模的有效方法。研究基于异构多核架构的空间关系查询算法对于提升传统地学计算方法效率，完善高性能GIS研究的理论与方法具有非常重要的意义。　　本文重点研究点、线与多边形数据集间空间关系查询的并行加速，在CPU+GPU异构多核架构的基础上，分别设计并实现了点与多边形、线与多边形数据集间的空间关系查询并行算法。算法使用空间利用率高、查询速度快的STR树索引对最小外包矩形不相交的几何体进行粗过滤。在精炼部分，对于线与多边形数据集，在保证数据符合浮点精度计算需求的情况下，利用GPU并行计算快速判断线段相交类型并逐步判断得到线与环的位置关系，最终推算得到线和多边形的DE-9IM参数值，从而确定线和多边形的空间关系;对于点与多边形数据集，则是利用GPU并行判断点与多边形每条线段的位置关系，然后通过改进的射线法判断点的射线与多边形的交点个数得到点和多边形的位置关系，最终得到点和多边形的DE-9IM参数值，从而确定点和多边形的空间关系。　　在异构架构中，CPU与GPU对不同精度数据的处理能力有较大差异，为了保证计算过程中几何计算的准确性，并能最大程度发挥各硬件的并行计算能力，本文将几何计算精度判断过程融入到算法中。同时，全新的空间关系查询并行算法从简单的线段关系、点线关系判断入手，充分利用了GPU处理计算密度高，逻辑简单的大规模数据并行计算特点，在不同的环节实现CPU和GPU混合并行加速。最后，本文通过不同的实验验证了并行算法的正确性和计算高效性。