语义网的快速发展和移动端的普及,使得空间语义数据(即空间RDF数据)大量增加,对空间RDF数据的检索成为了当下的研究热点。目前已经有一些查询语言支持RDF数据查询,如SPARQL、SeRQL等查询语言。使用这些语言要求用户在掌握查询语言的同时,还要了解待查数据的数据结构,这对普通用户而言过于复杂。因此,RDF数据的空间关键词查询得到了学术界和工业界的广泛关注。在此背景下,本文提出了一种基于摘要图的空间RDF数据关键词查询方法。在预处理阶段按照实体类型提取出若干RDF子图结构,生成一个摘要图集合。在查询阶段有2层搜索操作,第一层是摘要图层面的搜索,采用逆向搜索的方式生成包含所有关键词的子图,缩小查询范围。然后将第一层搜索的输出作为第二层搜索的输入,在数据层面进行空间关键词Top-k查询。第二层搜索是从空间结点出发以BFS的方式构造候选结果。最后综合考虑松散度和空间距离对候选结果进行评估排序,输出Top-k个最优解。搜索过程中,本文还增加了剪枝优化来提高查询效率。为了评估本算法的性能,本文设计了若干对照实验,所有实验数据集均来源于真实数据。在不同规模的实验数据集上进行实验,从运行时间、访问索引次数等方面对本算法进行了全面、准确的测试。实验结果表明本文提出的方法具有较好的查询效率。