在深入分析了地学数据特性的基础上,针对地学数据量大,访问海量地学数据时查询速度很难达到理想效果这一问题,指出对海量地学数据查询进行优化的必要性。本篇论文对表分区优化、决策树的优化、XML的优化等提高海量地学数据检索速度的关键技术进行深入的分析和研究。先从表的物理结构方面着手,在详细分析表分区的工作原理后,给出不同类型表分区的原理图和分区算法,重点研究表分区如何优化海量地学数据查询,并给出查询时间对比图,形象直观的说明分区技术在优化查询速度发挥的优势;数据挖掘提高了地理信息系统的分析能力,但需要从如此多的数据中提取有用的信息,这也对海量地学数据的查询速度提出了更高的要求。决策树是数据挖掘中经常要用到的一种技术。本文在分析决策树的原理后,指出目前采用的多种优化算法,包括ID3算法、C4.5算法和剪枝算法,在ID3算法的基础上进行适当改进,充分利用程序开发过程中编程的技巧,提高了从海量地学数据中生成决策树的效率;通过XML进行数据交换实现了地学数据共享与标准化,但是在XML格式的海量地学数据中查询速度成为瓶颈。本文通过使用二叉树索引结构来优化对XML文档的查询,达到了提高查询效率的目的。最后在.Net框架平台下,以C#语言开发了海量地学数据查询优化测试系统,将本文中研究的关键技术应用到该测试系统中,经验证均达到较为满意的优化结果。