分数阶微分方程被广泛用于描述具有记忆和遗传性质的复杂动力学问题。但由于分数阶微分算子的非局部结构,只有极少数简单的分数阶微分方程能够用解析方法求解。这使得分数阶微分方程的数值求解成为紧迫且重要的研究课题。本文将致力于构造Riesz型空间分数阶及分布阶扩散方程的高阶数值方法,并给出这些方法的稳定性和收敛性的理论分析。本文的主要内容包括以下四个部分:构造了线性Riesz型空间分数阶扩散方程的一类在时间和空间方向同时具有高阶的数值方法,其构造思想是分别用s-级隐式Runge-Kutta方法和谱Galerkin方法离散方程的时间变量和空间变量。对于满足代数稳定性的p（p≥s+1）阶s-级隐式Runge-Kutta方法,证明了该方法是稳定的且在时间方向是s+1阶收敛的。并利用方程解的正则性估计,给出了收敛阶仅依赖于初值和右端函数的最优空间误差估计。另外,结合高精度的Gauss-Legendre求积公式,这类方法还被推广到线性Riesz型空间分布阶扩散方程上,并得到了类似的稳定性和收敛性结果。通过在时间方向引入k-步向后差分公式（BDF）,并在空间方向采用谱Galerkin方法,构造了线性Riesz型空间分数阶扩散方程的一类具有低计算量且在时间和空间方向同时具有高阶的数值方法。该方法避免了隐式Runge-Kutta方法计算量高的问题。利用G-理论和乘子技巧,证明了该方法是稳定的且在时间方向是k（k≤5）阶收敛的,并给出了该方法在空间方向的最优误差估计。另外,还将这类方法推广到二维线性Riesz型空间分数阶扩散方程上,并给出相应的稳定性和收敛性结果。利用涵盖面非常广的一般线性方法,并结合谱Galerkin方法,进一步构造了线性Riesz型空间分数阶扩散方程的一类更广泛的在时间和空间方向同时具有高阶的数值方法。对于一般级阶为p阶且满足代数稳定性和不可约性一般线性方法,证明了该方法是稳定的且在时间方向为p阶收敛的。并且,还给出了该方法在空间方向的最优误差估计。针对更为复杂的二维非线性Riesz型空间分数阶扩散方程,利用s-级隐式Runge-Kutta方法和谱Galerkin方法,构造了一类在时间和空间方向都具有高阶的数值方法。对于满足代数稳定性和强制性的s-级隐式Runge-Kutta方法,当方程的非线性项满足Lipschitz条件时,证明了该方法的稳定性。当s-级隐式Runge-Kutta方法为p（p≥s+1）阶时,还证明了该方法在时间方向为s+1阶收敛的,并给出收敛阶不依赖于方程解的最优空间误差估计。另外,这类方法还被应用于求解二维非线性Riesz型空间分布阶扩散方程,并得到类似的稳定性和收敛性结果,其中分布阶用Gauss-Legendre求积公式离散。