随着GML应用和研究越来越广泛，海量的GML空间数据在不断产生，这种以XML格式存在的空间数据编码文档的大量存在，给数据的管理者与使用者带来了不少麻烦，人们希望找到一个实现方案能将这些GML空间数据在数据库中更好地存储与管理。这是实现GML空间数据共享与互操作等关键技术的有效保证，同时也是现阶段实现对空间数据进行集中管理与维护的途径，但当前并没有一个真正意义上的空间数据库或者空间数据库引擎能够提供对GML空间数据进行有效的存储与管理。　　 本文在上述背景条件下，结合GML空间数据的特点，对土地利用GML空间数据的存储、索引查询机制进行了相关研究。主要的研究内容包括以下几点：　　 (1)根据GML文件的具有的XML特性，结合VTD-XML开源解析器的优势，在C＃.NET的基础上实现了一个GML空间数据解析引擎，用于对土地利用空间数据进行解析，该引擎能对大数据量的GML文档进行快速而准确的解析；　　 (2)比较了当前GML数据主要的存储管理模式，提出将GML空间数据存入对象数据库，分析了开源对象数据库引擎db4o，并利用C＃.NET语言开发了一个本原GML对象空间数据库原型系统，该系统的主要思想是将对象化之后的土地利用数据存入db4o数据库中，对象化算法过程改进了ODMG提供的映射方法，并提出了GML模式映射为对象数据库模式的映射规则，此映射规则大大减小了对象数量的产生，提高了系统的性能；　　 (3)如今GML海量数据非常常见，要实现在海量的GML数据中查询到感兴趣的数据内容，对空间数据进行索引就显得尤为重要。针对db4o自身提供的对属性字段进行B树索引的不足，论文最后研究并实现了在Oracle Spatial、PostGIS和ArcSDE forPostgreSQL/Informix中广泛使用的R树空间索引，对存储到对象数据库中的空间数据建立了R树索引，并将该索引存入到对象数据库中，相对于普通空间数据库的索引，该对象空间数据库的索引直接以对象的形式保存，提高了系统访问索引文件的效率，接着分析并实现了空间数据查询处理与优化方案，最后结合C＃.NET语言实现了一个GML土地利用查询系统，通过对空间索引性能进行的分析，验证了该空间索引的可行性和查询速度的高效性。