空间数据的复杂性会导致空间数据处理的延迟,这对实时性要求比较高的应用问题如军事作战等问题产生了巨大的挑战。设计支持空间分析的并行算法是解决此类问题的有效方法,然而,目前国内外对并行空间分析的算法研究却很少。本文的工作主要包括以下几个方面:1、采用平面扫描树技术将平面扫描算法并行化。平面扫描树技术可应用于梯形分解,点定位等空间分析中,本文利用平面扫描树技术进行空间分析前先对一般的平面扫描树进行预处理,在树的各结点中增加一些指针和结构,使得点定位的时间复杂度从O(log2n)降低到O(logn)。2、采用分解归并技术将平面扫描算法并行化。空间拓扑分析是许多复杂空间分析算法的基础,本文利用分解归并的方法设计并实现了并行空间拓扑分析算法。3、许多空间分析算法都可归结为凸包问题的求解,本文改进并实现了求取平面散乱点集凸包的并行算法,和已有并行算法相比,该算法设计更加简单,计算量更小。4、本文的空间拓扑分析算法是以Realms为基础来设计和组织数据的,和基于欧氏空间的空间分析相比,基于Realms的空间分析能够使得空间分析局部化,这使得并行空间分析算法的实现更加简单。