目前,随着信息技术的不断发展,空间数据库已广泛地应用于GIS,CAD、机器人、计算几何、医学图像、多媒体系统和计算机视觉等领域。随着数字地球、数字城市、数字流域等概念的提出与应用,对空间数据的存储与处理提出了更高的要求。空间索引是提高空间数据库性能的关键技术,它直接影响空间数据的存储效率以及空间检索的性能。研究空间索引技术并寻求更好的空间数据索引机制,己成为当前计算机领域及其它应用领域的一个热点。本文从当前业界普遍认同的主流空间数据库索引技术入手。首先,详尽地阐述各种空间索引技术的基本原理和主要方法,并且剖析了各种空间索引技术的适用性特点和优劣势。其次,介绍了分布式理论、并行系统理论、分布式空间数据库的特点及分布式环境下的并行空间数据库的基本原理与结构。随后,构造出了分布式环境下的一种并行索引树-分布式并行R树,简称DPR树。DPR树是在原有的并行Master-client R树的基础上进行改进,采用了HCSDP数据划分技术,并将其应用到分布式环境下,且每个节点机中各子树采用了改进的R-树—R*Q树。DPR树是基于现有的空间索引结构与并行化等技术尝试性提出的一种适用于分布式并行空间数据库的并行索引树,该索引树适用于海量数据或总体空间数据所占比率较大的环境中,并且具有明显的查询高效性。文中在对DPR模型进行分析测试时,将DPR树与文献中的DPslR+树的查询性能进行了分析对比,因为这两种索引结构采用的研究思路十分相似。通过平均查询时间的测试对比表明,DPR树的查询效率要比DPslR+树高一倍左右。同时,DPR树索引结构不仅具有较为高效的查询效率,并且它还具有占用内存的空间小、数据存储容量均匀和磁盘访问率低等特点。