随着大数据信息时代的到来,海量化的空间数据如何处理成为一个难题,由此空间数据库技术应运而生,在GIS、地理围栏、决策支持以及设施定位等方面得到了大量的应用。其中最近邻查询和反最近邻查询作为其中最重要的操作,也是该领域学者们的研究重点。本文针对空间数据索引算法的研究主要包括三个部分:新型空间数据索引结构研究、基于新型索引结构的反最近邻查询算研究以及最近邻查询算法研究。首先,针对反最近邻问题,利用最小包围正方形和空间数据矩形间序关系的特性,提出了新的空间数据索引结构--基于最小包围正方形和最近邻距离的索引树(index tree based on the minimum bounding square and the distance of nearest neighbor,MBDNN-tree)。该索引结构利用MBSD和多种序关系良好的性质,在构建索引结构时可以将空间数据对应的MBSD分为不同的层次,每个层次(结点)都包含着空间距离相对接近的MBSD,减少了结点之间的重叠面积和无效路径的访问,从而优化其性能。通过此方式给出了新的空间数据索引结构:MBDNN-树,并给出了该树的生成算法以及更新算法。其次,在新型索引结构MBDNN-树的基础上,根据反最近邻查询的性质和MBDNN-树的特点,设计了新的查询剪枝规则,并给出了相关的反最近邻查询算法。该算法利用多种序关系优化索引结构的方式,减少不同结点间的交叠,从而减少了无效路径和无效结点的访问,提高了反最近邻查询性能。并且通过实验分析、论证,表明了基于MBDNN-树的该查询算法有着较为良好的查询性能。最后,在MBDNN-树的基础上,提出了新的最近邻查询算法。该算法利用MBDNN-树中各层结点间不同的序关系加快查询速度,在查询过程中使用4种不同的剪枝策略针对不同的结点进行剪枝,筛掉大量的无用结点,能够有效的减少结点的访问数,缩短了查询过程,从而加快了算法的查询速度。通过实验分析,证明了该最近邻查询算法相较其他算法具有较高的查询效率。