近些年来，随着信息技术的不断发展，空间数据库的研究也取得了重大进步。最近邻、最远邻、方向和距离的查询等空间查询算法是空间数据库查询算法的主要研究的方向。基于R树的R*-树、R+-树等家族树，在查询的过程中，有一些不可避免的缺点，即会访问过多的数据节点，增加磁盘的I/O负担。本文运用的MOIS-树是一种基于序关系的索引结构，在查询的过程中会有很高效的剪枝效果，降低节点的访问数量。本文利用MOIS-树索引结构作为存储结构进行了最远邻查询，方向和距离查询的算法研究。本文对MOIS-树索引结构设计了数据插入和删除的更新算法，并对基于MOIS-树索引结构的最远邻查询问题以及方向和距离查询问题进行了深入细致的研究。　　本研究主要内容包括：⑴给出MOIS-树的数据更新算法，包括数据插入算法和数据删除算法。并且在数据插入和删除算法中给出了出现数据上溢和下溢时的处理方法，即合并和分裂算法。⑵在最远邻查询中，定义了最小最大距离(MinMaxDist)和最大距离(MaxDist)，并且根据MOIS-树中节点的位置关系来计算MinMaxDist和MaxDist，并且运用MinMaxDist来剪枝MaxDist，进而给出最远邻查询算法。之后对算法的正确性和可终止性进行了证明，给出了算法的时间复杂度的分析。⑶在方向和距离的查询算法中，根据方向和距离的位置关系，给出方向查询模型。同时，对方向查询时查询点与扇形查询区域的位置关系进行了详细分析，给出了相应情况的判别定理，依据这些定理提出了相对应查询的剪枝规则，在此基础上建立了方向和距离的查询算法。对算法的正确性和可终止性进行了证明。⑷分别给出了最远邻查询和方向距离查询算法的实验结果，通过实验分析和对比表明了新算法的查询高效性。