时空数据库管理的是形状和/或位置随时间不断变化的空间对象。由于数据随时间不断累积而导致数据量十分庞大,所以建立有效的时空索引来管理时空数据、实现高效的时空查询是非常重要的。交通网数据库是在空间数据库、时空数据库基础上研究在特定环境中运动的移动对象,目的在于为智能交通提供一个可靠的软件平台用于分析和决策。本文针对交通网中移动对象的索引技术及查询算法等问题进行了研究,主要工作包括以下四个部分:1.介绍了时空索引的发展现状,讨论了时空对象的概念和特点,对时空索引的分类方法进行了分析,详细讨论了基于离散数据表示和基于连续数据表示的时空索引,分析了目前一些常见的时空查询类型,以便更好地对时空索引进行设计和扩展。2.通过设计R-Tree新的分裂和插入思想,提出了3L R-Tree(Leaf-Linked, Last and Right R-Tree),在3L R-Tree的基础上提出了一种基于交通网移动对象的时空索引MOTN-Tree(Moving Objects in Transportation Network R-Tree),给出了两种索引的存储结构和主要算法。3.针对交通网中移动对象的轨迹查询问题,在MOTN-Tree索引的基础上提出了移动对象的轨迹查询算法Motn_TrajectoryQuery,通过与MON-Tree索引的实验比较,该算法提高了交通网中移动对象的轨迹查询效率。4.针对交通网中移动对象的最近邻居查询问题,提出了支持交通网中道路连通性信息的存储结构,将其加入到MOTN-Tree索引结构中,在此基础上提出了Motn_nnquery算法用于支持最近邻居查询,通过与TMIS索引的实验比较,该算法提高了交通网中移动对象的最近邻居查询效率。