最近邻(NN)查询技术是空间数据库领域中一个重要的研究课题。k-NN查询计算距离一个给定的查询点最近的k个对象。由于定位装置的广泛应用和定位服务的增加,对空间网络数据库中静态k-NN查询、移动数据的连续k-NN监视技术的研究已经成为空间数据库领域的热点课题。本文首先介绍了现有的空间数据索引技术,对k-NN查询及监视技术的研究现状进行了分析。其次,提出了一个空间网络数据两层存储模式,将网络与兴趣数据集分开存储,并讨论了其各个组件,对其易于扩展性进行了分析。再次,提出了增量k-NN查询算法(IkNNQA),实现了查询结果的真正增量输出。更进一步,为了提高查询速度,提出了基于“预计算”的k-NN查询算法(PkNNQA)。它们共同解决了空间网络数据库中静态的k-NN查询问题。然后,对空间网络数据库中动态的k-NN监视问题进行了深入研究,提出了增量监视算法(IkNNMA)和群组监视算法(GkNNMA)。IkNNMA以扩展树的形式存储在NN搜索期间遇到的网络节点的最短路径,只更新使查询q的NN集发生改变的落在扩展树之内的对象和边的更新,不相关的更新被忽略;另一方面,当更新影响到q的结果或者当q移动到一个新的位置时,IkNNMA保持扩展树的有效部分并加以利用来加速q的新的NNs的计算。而GkNNMA采用共享策略减少处理时间,它将落在网络两个连续的交叉点间的路径上的查询聚集起来,通过监视这些交叉点的NN集来生成结果,从而将监视移动查询转化为监视静态的网络节点,精简了问题。最后,基于上述研究成果,对提出的算法进行了实验验证,给出了实验结果并对其进行了分析。