随着空间信息服务逐渐向时空大数据服务转变,时空数据质量及时效性得到保障,时空大数据的高效查询与挖掘分析为复杂场景提供决策响应支持。当前时空数据管理方法结合大数据框架初步解决了数据规模问题,但整体研究尚未充分考虑扩展数据库存储模式、索引方式单一且通用性不强。本研究结合分布式存储技术与多维时空混合索引方法,旨在建立高效可扩的时空数据高效存储与时空索引优化方法,在此基础上构建高效存取的综合方案,支撑时空数据相关应用。研究具体如下:(1)在分布式计算相关技术架构和数据存储特性基础上,分析时空数据特点及其在分布式环境下实现高效存储与并行处理技术的关键问题。构建基于HBase的分布式时空数据存储组织模型,降低时空数据结构与索引之间的耦合,结合数据分布特征与分层分块的逻辑组织,设计一种多表、多索引混合管理的数据存储模式,为时空数据的高效查询提供高可用的数据存储结构基础。(2)基于大数据技术架构特点,结合时空数据整体的时空聚集性、全时态等特点,分析了时空索引基于多维空间索引设计的可行性。本文基于S2-Geometry算法在地理空间的编码与运算能力,构建通用化层次格网管理时空对象,引入CompactHilbertIndex算法集成时间信息优化时空混合索引值生成方法。索引方法应用于数据表结构设计并通过分片序列解析优化时空范围查询方法,形成面向分布式环境下的时空索引整体设计方案。最后,通过时空大数据挖掘原型系统的构建以及时空索引构建效率与查询性能的对比实验,证明了本文关键技术研究的可行性和有效性。本文关键技术研究已应用于宁波市时空信息云平台中,实践表明,该方案能够满足大规模时空数据的高效管理、实时检索与并行计算等需求,进而在智慧城市挖掘场景中完成计算任务,并具有良好的扩展性,为其他海量数据管理模式提供了借鉴。