在地理信息系统(GIS)中,拓扑关系是一类比较重要的空间关系,它对空间数据物理形式的表达与存储、空间层次的查询和分析以及现实世界中的实际应用等都具有非常重要的作用,尤其是在地理信息系统(GIS)和图像数据处理等领域常被用作选择条件出现在空间信息的查询当中。因而,拓扑关系的查询方法和处理的效率备受学术界关注,目前对相关拓扑关系的查询研究主要集中在地理世界的二维、三维空间,而对时态地理信息系统(Temporal GIS, TGIS)中历史拓扑关系的查询研究相对较少。历史拓扑来自于空间对象在时间轴上的时空变化(拓扑变化),在众多的时空数据模型中,基于事件语义的时空数据模型从信息系统的观点出发,将时态GIS中的时间语义分解为事件与时间来表达。事件就是实体对象变化的原因,事件的发生是导致实体对象状态的不断改变,这种改变可能包括很多方面,如空间位置、对象属性的改变,所有的改变都意味着一件事情,旧对象消失了,新对象产生了,把这一切串联起来就形成了对象间的历史拓扑演变。如果沿着时间轴去一一记录这些变化,一个事件表示一个时空变化,那么某一区域的空间动态信息就可以用事件序列去反映。在这个过程中,事件都有一个确定的时间和内容,在这样的时空数据模型中,既然实体对象间的拓扑变化能够以事件的形式被存储起来,那么基于时间的历史拓扑查询也就成为了可能。历史拓扑的查询问题(History Topology Query Problem,HTQP)是一类具有广泛应用环境的TGIS问题,也是表达时空对象间拓扑演变过程的关键。在为数不多的查询方法中,关系树递归查询法是近年来解决简单HTQP并取得良好效果的一类典型算法,其主要思想是将时空数据库中的每条存储事件看作独立节点,然后基于逻辑谢义导出并构建历史拓扑关系树,以后每次都是根据需要在关系树上递归查询,得到查询结果。这种算法避免了每次临时导出历史拓扑的资源和时间损耗,但是缺忽略了时空数据库中语义信息的混合性,一旦应用环境的数据规模和语义信息异常庞大时,关系树递归法在资源占用和时间效率上的低效性就会暴漏出来,不具备很好的研究与应用价值。为了提高历史拓扑关系查询的时间效率,论文在综述了当前主流时空数据模型的研究意义与发展现状的基础上,重点围绕基于事件语义的时空数据模型阐述了历史拓扑关系的本质,然后针对当前典型的关系树递归查询法的原理和过程进行分析,指出了该算法在TGIS环境较为复杂时,存在时间效率上的缺陷。最后针对性的提出了两个改进算法：基于“逻辑语义分离”的递归查询法和基于“数据分层”的递归查询法,前者基于拆分思想降低了逻辑语义的混合度,后者对大数据分层以降低搜索空间。实验结果表明,在面对复杂的HTQP问题时,两种改进算法都可以在一定程度上降低时间损耗,提高查询的时间效率。本文的创新点如下：(1)提出了基于“逻辑语义分离”的递归查询法,将时空数据库中存储事件的静态语义和动态语义分离开来,并为它们建立对应关系,然后只基于动态语义导出并构建查询初始解,从逻辑语义角度,降低了查询空间,将复杂HTQP从化为了简单HTQP。(2)提出了基于“数据分层”的递归查询法,采用数据分层思想将大规模数据分层,为查询提供快速入口和启发信息,可以跳过大部分的节点获得结果集,有效地减少了查询的问题规模,提高了查询的时间效率。测试的实验结果表明,两种改进算法相对于直接的关系树递归法在查询的时候拥有更好的时间效率,可以更加有效的解决复杂HTQP问题。