随着空间查询越来越多地应用于各个领域,空间数据库查询问题成为研究热点。其中,空间查询中的Skyline查询作为一种用户偏好查询,正越来越广泛地使用。实际问题中的查询会涉及维度从低维到高维变化,从欧式空间到障碍空间变化,数据点查询点从静态到动态变化。而现有的研究成果又无法有效解决这些问题,因此,本文的研究重点就是多维空间Skyline查询以及障碍空间Skyline查询。首先,针对目前空间Skyline查询方法在处理多维空间Skyline查询问题时存在处理维度的能力不足,利用具有高效降维特性的Hilbert曲线结合R树的Hilbert-R树,提出了在多维空间中基于Hilbert-R树的空间Skyline查询方法。根据查询点的数量分为两种情况,一种是单查询点情况下的空间Skyline查询方法(简称SQ-HSKY算法),另一种是多查询点情况下的空间Skyline查询方法(简称MQP-HSKY算法)。SQ-HSKY算法分成过滤-精炼两个过程求解Skyline集合。MQP-HSKY算法利用支配判定圆的思想剪枝非Skyline点。大大提高了查询效率。其次,将上述研究地静态查询点环境下多维空间Skyline查询问题扩展到动态查询点环境中。根据查询点的动态变化提出了查询点动态增加情况下的ADD-HSKY算法,查询点动态减少情况下的DEL-HSKY算法以及查询点动态移动情况下的MOV-HSKY算法。针对相应的动态变化情况提出了相应的判定规则及查询方法。经过实验验证,所提出的DYN-HSKY算法相较于DYN-MSSQ算法具有更少的执行时间。最后,为了解决已有研究成果无法有效解决障碍空间中的空间Skyline查询问题,提出了障碍空间中基于R+树的空间Skyline查询方法。该方法采用两个过程:过滤过程和精炼过程。过滤过程主要利用R+树的快速定位的特性有效地剪枝大量被支配的数据点。精炼过程根据障碍距离以及数据点与查询点间的拓扑关系对候选集中的数据点进行二次筛选,最终得到Skyline集合。