随着地理信息产业的快速发展,时空数据逐渐被各行各业广泛需求。近几年时空数据索引技术逐渐受到各行业人士的重视。时空数据索引技术是通过一定规则实现对海量时空数据的存储、管理、分析、查询等功能,使得海量的时空数据管理更加有效,查询更加迅速。时空数据的查询主要是以历史信息、当前信息和未来信息三种方式进行查询,时空索引的建立也主要是实现这三种查询方式建立不同的索引技术。本文主要是从这方面入手,建立混合的索引机制同时满足历史信息、当前信息和未来信息的查询,以Oracle Spatial数据库为平台存储混合索引,并最终将混合索引的查询效率与Oracle Spatial自带索引查询效率进行对比分析。时空数据即包含空间数据又包含时间数据,本文根据时空数据的特性建立时空索引。本文建立的混合索引主要对3DR树的算法进行改进,并引入高斯算法改进3DR树插入和分裂的算法,使得3DR树建立之后节点的外包立方体的重叠面积减少,避免查询到并不满足要求的节点,提高了查询效率。本文以航空物探测量数据为实验数据建立时空索引,由于航空物探测量数据各个时间段的数据量就达百万条记录,因此本文主要为以月时间段为单位的数据分别建立3DR树索引,这样就会避免3DR树索引随着时间的推移、数据量的加大变得深度大、查询效率低等缺点。实验结果表明,对于时间片数据的查询效率明显增高,并且随着数据量加大,效率基本不变。与Oracle Spatial自带的R树进行对比,无论在时间范围的查询还是空间范围的查询在效率上都有明显的提高。针对当前信息的索引的建立,传统的索引是将当前数据插入到索引结构之后,再进行查询,这样就需要从索引树的根节点到叶子节点逐级查询,耗时较长,本文主要通过Hash列表存储不同时空对象当前数据的信息,Hash索引与不同空间的对象的当前信息一一对应,只需通过一次计算量的Hash函数就可以找到对应的信息,查询速度快。针对未来位置索引,本文主要是以邻近时间域内的位置信息做为研究的对象,建立B*树索引,对不同的索引对象进行编码,最后以对象存储的位置信息做回归分析,模拟出运动轨迹,最终预测未来时间内任意时刻的位置。