一直以来，客户端缓存技术是计算机科学中的经典技术之一，对缓存机制的分析研究是有效提高数据利用效率和提高系统性能的重要手段。随着互联网技术及无线通信技术的飞速发展，智能移动终端的使用也越来越普及，而由于移动终端本身特有的供电时间有限、移动性、网络条件不稳定及处理能力有限等特点，使得传统的客户端缓存机制无法直接应用于移动终端。本文在对移动终端数据特点及已有缓存机制进行研究的基础之上，按照G/S模式“以数据为核心，以标识为主线”的理念，针对移动客户端缓存所特有的问题，结合空间信息具有明显的地理特征和位置相关性的特征，在缓存数据调度机制、缓存管理机制中根据地理位置特征和其他相关性等方面进行性能优化；定义数据缓存标记语言DCML，并创建管理缓存文件的元数据库，按照统一标准对缓存数据进行管理；建立移动终端用户行为特征库统计用户地理位置和行为特征信息，通过统计分析，定义缓存文件优先级并进行动态维护，为缓存文件的调度和置换提供合理依据；设计一套应用于移动终端的存储访问模型和基于地理位置的缓存预测模型，按照缓存文件的优先级做到空间信息数据精确预测预缓存和合理调度，在移动客户端实现大规模空间信息的高效聚合服务，解决空间信息网络服务模式大众化应用问题。建立在对以上内容的研究的基础之上，本文取得的主要成果包括：（1）设计实现了一种基于地理位置信息的空间信息缓存模型，结合空间信息的明显的地理位置特征和位置相关性的特征，对缓存数据按照统一标准进行管理和调度，实现数据的精确预缓存和高效访问，显著提高缓存命中率。（2）优化了移动客户端的本地数据的管理机制，设计了数据缓存标记语言DCML作为数据交换的统一标准，并建立管理缓存文件的元数据库，对缓存文件进行标准化存储，实现在有限空间内数据的高效管理与调度应用，并基于DCML设计实现了跨平台的移动终端极端数据同步共享机制，能够充分利用移动终端近场传输的优势，在一定程度上解决了在自然灾害等重大灾害发生时的极端网络条件下数据匮乏的问题。（3）设计了运行于客户端的用户行为特征库，统计使用者的地理位置和行为习惯信息，并对信息库内的信息进行分析统计，计算缓存文件基于多维特征的缓存优先级并进行动态维护，并通过动态适应策略模拟用户的行为习惯，提供精确的预测信息，为预测预缓存信息提供依据。（4）设计通过测试和实验验证了上述方法的有效性和可行性，并通过测试得到有效的数据结果支持。针对以上成果，本文的创新点主要有以下几点：（1）提出了一种数据缓存标记语言DCML。通过对移动终端空间信息数据特点的研究，设计了数据缓存标记语言DCML作为数据交换的统一标准，并基于DCML设计缓存管理元数据库，通过对元数据的操作，实现对多源异构缓存数据的统一组织和管理。（2）提出了一种以用户行为特征为基础的多维特征缓存同步更新模型。通过对用户地理位置和典型行为特征的统计，设计了可动态维护的用户行为特征库，设计多维特征的缓存优先级算法对缓存文件进行优先级管理，并针对文件优先级设计缓存置换方式，并通过用户行为特征库不断的动态更新达到精确预缓存的目的。（3）提出了一种基于统一数据交换标准DCML的短距离传输机制。针对在极端网络条件下数据匮乏的问题，利用移动终端短距离通信技术的优势，设计了一种跨终端缓存共享机制，通过统一的数据交换标准DCML，实现缓存数据的跨终端共享。