随着地理信息系统应用的不断普及和空间数据库系统的广泛应用,空间查询与推理作为空间数据库系统的基本功能受到了广泛地关注。本文就空间查询与推理中的热点问题进行研究,重点研究了最近邻查询,反向最近邻查询及空间方向关系推理。空间查询中的最近邻查询及其扩展问题反向最近邻查询问题是空间数据库研究领域中的基础性问题,它们广泛地应用于地理信息系统,模式识别,决策支持等众多领域。现有的近邻及反向最近邻查询算法大多是基于遍历R-树实现的,众所周知,由于R-树中结点对应的最小外包矩形之间存在覆盖和交叠从而导致不必要地搜索并且随着这种覆盖和交叠的增大算法的性能急剧恶化。针对上述问题本文利用Voronoi图及其对偶图Delaunay三角网对空间最近邻及反向最近邻查询进行了系统地研究。提出了一种融入Voronoi图信息的近邻查询的索引树。利用该索引结构并在深入分析Voronoi图的性质基础上对静态数据环境下的最近邻和连续近邻查询进行了深入的研究:提出了一个最近邻查询算法;提出了一个k近邻查询算法,该算法利用Voronoi图的性质缩小了查询的范围,提高了查询的效率;提出了一个连续最近邻查询算法,实现了查询轨迹为任意曲线的连续最近邻查询;提出了一种动态创建局部k阶级Voronoi子图的连续k近邻查询算法。提出一种利用Delaunay三角网进行反向最近邻查询的算法。该算法以Delaunay三角网的增量生成过程为基础,将记录着数据集上Delaunay三角网的增量生成过程的Delaunay树做为查询的索引结构。每当有查询需求时,将查询点插入到当前的Delaunay三角网中,利用Delaunay三角网的性质将查询搜索的范围限定在不超过6个点的集合中,而且该算法适宜解决动态地插入或删除数据点时所给定查询点的反向最近邻查询。方向关系推理是定性空间推理的组成部分,是当前空间数据库领域研究的热点问题。当前的研究存在以下问题:表达和推理的精度不高;三维空间方向关系的研究滞后。针对上述问题本文进行了如下研究。提出了一种针对对象本身的空间方向关系的反关系推理算法,在理论上对该算法的正确性和完备性进行了证明,并通过与实际情形的逐一对比验证了该算法的正确性和完备性。提出了一种基于投影的三维空间方向关系表达模型,给出了该模型的形式化定义,进而给出了该模型下基本主方向关系的合成运算方法,并对其正确性进行了证明,进一步通过实例验证了该合成方法的正确性。提出了定性坐标的概念,基于此概念提了一种空间区域对象位置关系表达模型,该模型通过定性坐标将方向关系和距离关系紧密地结合在一起,形成了统一的表达和推理模型。基于该模型提出了一个主方向关系推理算法,该算法有效地降低了推理的不确定性,提高了推理的精度。