移动计算、无线通信以及定位技术的快速发展使得对各种空间与时空对象的存储和管理成为了现实需求。大量的应用领域(如地理信息系统、智能导航、交通管制、天气预报、军事、移动电子商务等)均迫切需要有效地查询这些数据对象。然而,空间与时空数据固有的海量性和复杂性使得传统的数据库查询处理技术不能或不能有效地发挥作用,需要研究新的查询处理技术。因此,如何提供各种高效的空间与时空对象查询处理技术是当前时空数据库领域的研究热点之一。时空数据库的查询效率是衡量时空数据库性能的重要指标。尽管已有许多的研究学者致力于这方面的研究,并取得了许多可喜的成果,但距离满足用户不断出现的、复杂而多样的查询要求还有一定的差距,仍有待相关研究进一步的深入。此外,国内开展该领域研究的单位还不多,在该领域的研究水平和国外相比,还存在着一定的差距。因而,适时开展时空数据库查询处理技术的研究是必需的,有着重要的学术价值和广阔的应用前景。鉴于此,本文从两个方面对时空数据库查询处理中的关键技术问题进行了研究和探索。一是如何有效地处理针对空间对象的各类查询,在这方面,本文主要探讨了并行最近邻查询、并行Skyline查询、分支界限Skyline查询以及相互(即对称)最近邻查询的处理技术;二是如何有效地处理针对历史移动对象轨迹(即时空对象)的各类查询,在这方面,本文重点讨论了k(≥1)最近邻(kNN)查询、历史连续kNN(HCkNN)查询、受限kNN(CkNN)查询、历史连续CkNN(HCCkNN)查询、相互最近邻(MNN)查询以及历史连续MNN(HCMNN)查询的处理技术。本文的主要贡献和创新可概括如下;1)首次提出了多磁盘环境下基于最佳优先的并行k(≥1)最近邻查询算法。这些算法在效率和可扩展性方面的性能均大大地优于现有的同类算法。2)首次给出了多磁盘环境下的并行Skyline查询处理方法,并用实验对其性能进行了全面地评价和分析。3)提出了一种存储最佳的分支界限Skyline查询算法。该算法既有最佳的I/O代价(即结点访问量)和较低的CPU开销,又有最少的内存空间耗费,并在性能上明显地好于目前最好的同类算法。4)探讨了历史移动对象轨迹的kNN查询和HCkNN查询的问题。遵循最佳优先搜索范例,分别提出了关于静态查询点和移动查询轨迹的kNN查找和HCkNN查找的处理方法。这些方法在效率和可扩展性方面的性能远远地胜过已有的同类算法。此外,引入了一个新颖的距离度量标准,开发了若干个剪枝启发式,设计了用于存放HCkNN查询结果的k个最近列表的更新方法。5)首次引入并解决了空间对象的MNN查询问题。形式化定义了这一新颖的MNN查询类型,并分析其特性;提出了一系列的MNN查询算法,并通过实验评估其性能。6)首次引入并讨论了历史移动对象轨迹的CkNN查询和HCCkNN查询的问题。形式化定义了这些新的查询类型,分别提出了若干针对静态查询点和移动查询轨迹的CkNN查找和HCCkNN查找的处理方法,并对这些方法进行了全面的性能评价和分析比较。7)首次引入并研究了历史移动对象轨迹的MNN查询和HCMNN查询的问题。形式化定义了这些新颖的查询类型,分别提出了关于静态查询点和移动查询轨迹的MNN查找和HCMNN查找的处理方法,并对这些方法的性能进行了系统的实验评估。本文在空间与时空对象查询处理技术方面所取得的研究成果不仅丰富了我国在时空数据库查询处理技术方面的理论宝库,而且在一定程度上推动了时空数据库的实用化进程。