随着对地观测手段的不断发展,人类获取空间数据的能力达到空前的水平。快速准确地从海量空间数据中获取有效的信息,既是GIS可用性的前提,也是对空间数据进一步分析应用的基础。复合空间查询是一种常用的空间查询方式,通过几何与属性条件复合进行查询以获取用户需要的空间信息。为了提高复合空间查询的效率,一般通过空间索引和属性索引进行剪枝,但由于需要在不同字段上分别建立索引,一方面增加了索引维护的复杂性,降低了存储效率,另一方面割裂了特征间可能存在的相关性,降低了查询效率。本文提出一种复合空间索引,该索引引入向量近似思想并进行空间化扩展,利用特征间的相关性实现对几何与属性特征同时剪枝,借助二进制位向量和计算机高效的位运算能力,实现了较高的查询效率和较低的存储开销。尤其需要指出,该索引无需建立基于MBR的空间索引结构,通过隐式空间剪枝即可实现更精确的空间过滤。论文的主要研究内容和成果如下：(1)提出了向量近似空间化扩展方法。论文对比分析了均匀划分和非均匀划分对查询效率的影响,提出了在几何和属性特征上建立非均匀划分的优化划分方案,并采用向量近似思想将空间数据的多维特征映射到一维线性空间中。该扩展方法具有低存储和高性能等优点。(2)提出了一种基于向量近似的复合空间索引(VAHSI, Vector Approximation based Hybrid Spatial Index)。该索引基于空间化向量近似思想把空间数据集映射为一系列数据桶。在一级过滤层,基于计数排序思想,建立了空间数据集与数据桶的高速映射表,基于该高速映射表,无需任何辅助结构,可以实现在O(1)时间内对数据桶的直接定位；在二级索引层,根据数据桶的数据密度,分别采用位向量和枚举法建立桶索引。查询时首先对查询条件进行分解,通过高速映射表高速剪枝,然后利用桶索引和位运算进行二次快速剪枝以获得更精炼的候选数据集,最后对候选数据集进行精确过滤。论文给出了该复合空间索引的查询、插入和删除算法。(3)构建了基于VAHSI的复合空间查询原型系统,在此基础上进行了一系列对比实验,对实验结果的分析表明,本文提出的复合空间索引具有高性能和低存储开销的特性。