随着移动计算、全球定位系统、GIS等相关技术的发展，数据库需要存储和管理大量现实世界中带有时空信息的物理对象，并且它们的空间位置或范围会随着时间的变化而变化，促使时空数据库发展。时空数据库的应用范围遍及交通(如车辆监控)、气象监测、军事等多个领域。在时空数据库系统中，索引机制是保证对时空对象进行有效存取的关键技术，已成为时空数据库研究的焦点。目前还没有一种普遍应用于所有需求环境且高效的时空索引技术。基于R树的3D R-tree把时间看作空间的另一维，其查询过程十分直观，避开了时间查询和空间查询之间的区别，较适合于表示位置和范围均不随时间发生变化或变化较小的时空对象，但是它没有考虑时间维的特殊性，只能处理离线数据，而且对于那些长期保持静止的对象，会形成许多长条的立方体，使得索引性能大大下降。为此，本文提出优先考虑沿着时间轴分裂方法，来减少索引中长条立方体的数量；通过将历史数据和在线数据分开索引的方法，实现对“在线”数据的索引，最终形成3D R-tree的扩展版3D R~*-tree，并提出一种新的代价模型，优化3D R~*-tree。该索引比3D R-tree时间性能提高40％。时间段查询比HR-tree查询提高30％，时间片查询略低，但空间使用减少了40％左右，最好实现了3D R~*-tree与数据库的集成，成功实现了时空数据库的索引。本文研究的主要贡献如下：1)提出了“分裂机制”，对历史演变周期长的时空对象优先沿时间轴分裂，很大程度上减少了时空对象数据集的密度，提高索引效率。2)根据在线数据的特点，建立两个3D R-tree：活跃3D R-tree和历史3D R-tree，使得索引机制能索引在线数据。3)结合“分裂机制”和双3D R-tree，提出3D R~*-tree：其能够索引离线数据和在线数据，且索引性能有明显提高。4)提出一种新的代价模型，优化3D R~*-tree。5)利用Informix数据库服务器的扩展模块Datablade模块，实现了3D R~*-tree与Informix对象关系数据库的集成。