随着移动互联网的兴起和位置感知技术的广泛应用，通信、交通、航运等领域积累了海量的轨迹数据，亟待挖掘其中的高价值信息。轨迹数据挖掘的基础是高效的轨迹查询，即从全量数据集中抽取符合查询条件的数据子集。轨迹数据规模的迅速增长在推动轨迹数据挖掘相关研究发展的同时，也为轨迹数据的存储访问及查询检索带来了巨大挑战。随着分布式文件系统逐步成为大规模数据存储的主要技术之一，如何基于分布式文件系统对大规模轨迹数据进行高效轨迹查询成为了首要问题。　　时空查询是一类主要的轨迹查询需求，时空索引是实现高效时空查询的主要手段。时空查询的过程可以分为时空索引查找及查询结果抽取两个阶段。在索引构建时，传统的集中式时空索引在算法扩展性上严重受限，无法发挥分布式文件系统的访问优势。随着轨迹数据的数据规模增大至TB甚至PB级，构建的时空索引的数据规模也随之大幅增加，导致对索引的查找访问及维护更新效率大大降低。同时，由于分布式文件系统的单文件访问性能弱于单机文件系统，轨迹数据的存储组织形式将影响时空查询时需访问的文件数量进而影响查询效率。　　针对以上问题，本文结合分布式文件系统的文件管理及访问特性从时空索引、数据存储组织两方面对提高大规模轨迹数据的时空查询效率进行了研究，最后结合实际的轨迹数据应用需求，实现了一个大规模轨迹数据通用时空查询系统，论文的主要贡献为:　　(1)提出了一种低存储开销的分布式时空索引方法　　提出了一种以文件为索引单元的基于R*树的分布式时空索引方法，大大降低了时空索引包含的叶子节点数量及产生增量数据时时空索引的维护开销，同一文件中的轨迹数据记录只参与文件索引记录的生成降低了计算复杂度，因此该时空索引具有较低的存储开销及较快的构建维护速度，可以有效提高大规模轨迹数据的时空查询效率。经测试，在包含船舶轨迹的AIS数据集上，该时空索引的构建速度与轨迹数据集的文件大小成正比，约为7.778 s/GB。索引的文件大小为轨迹数据集的文件大小的百万分之一，基于该索引的时空查询速度与查询命中文件总大小成正比，约为1.078 s/GB。　　(2)提出了一种面向典型时空查询场景的轨迹数据存储组织优化方法　　归纳并列举了三种由轨迹数据应用驱动产生的典型时空查询场景，包括时间相关、区域相关及事件相关查询场景，并提出了一种基于数据时空分布密度统计选择轨迹数据存储组织形式的方法，使其在典型时空查询场景下具有较短的平均查询响应时间。本文在模拟典型时空查询场景下测试并验证了包含船舶轨迹的AIS数据集适宜选用按空间网格聚集的数据存储组织形式，经测试，相比按时间戳升序存储的基本形式，在上述查询场景下分别可以缩短平均查询响应时间96.5％，80.6％，68.9％。当AIS数据定期增长时，适宜选用按时间片聚集的数据存储组织形式，时间片越长越接近按空间网格聚集的提升效果。　　(3)设计并实现了一个轨迹数据通用时空查询系统　　大规模轨迹数据通用时空查询系统为用户提供了可视化的数据管理、数据导入及时空查询功能。系统以数据集及数据表两层结构对轨迹数据资源进行管理;支持从异构数据库导入轨迹数据至系统所在分布式集群并按指定组织形式进行存储;通过轨迹数据模式及时空索引列变换定义机制为结构化轨迹数据提供通用的时空索引构建及多时间、空间条件的时空范围查询功能。该系统已应用于实际场景，为海洋数据的挖掘分析及融合相关应用提供AIS数据支撑。