道路空间中连续最近邻居问题(CKNN)是近年来研究领域中的热点问题,并且被广泛地应用在地理信息系统中。CKNN的初衷是找到待查询路径上任意查询点的最近邻居集,其结果是待查询路径上的一系列分割点,这些分割点将原待查询路径分成若干段,使得落在同一段上的查询点具有相同的最近邻居集。连续最近邻居问题的一个重要研究意义在于可以采用预处理技术,将道路空间中路径的最近邻居信息事先存储。在用户要求查询道路空间中某一点的最近邻居集时,系统可以快速返回查询结果。在道路空间中,两个目标点之间的距离是用连接它们的最短路径的长度来衡量。目前,道路空间中连续最近邻居问题的查询方法主要分为两大类:一类是基于分治思想的,例如IE方法;另一类是基于距离函数的,其代表是UNICONS方法。本文提出了一种道路空间中连续最近邻居的查询方法——Split方法。Split方法采用分而治之的思想,将待查询路径分割成若干子路径,通过每一条子路径端点的最近邻居集求得各子路径的连续最近邻居,最后合并各条子路径上的结果,从而得到待查询路径的连续最近邻居查询结果。本文完成了Split方法和其它道路空间中连续最近邻居查询方法——IE和UNICONS的对比实验。实验证明,在实际应用中,Split方法效率高于IE方法,在稠密目标点数据集中,Split方法的性能优于UNICONS方法。