可视查询作为空间数据库的重要研究领域,自提出就引起研究人员的广泛关注。发展至今,已有可视k近邻查询、目标最大可视化查询、移动目标最大可视化查询等研究方向。随着城市三维建模技术的不断发展,其研究的主体逐渐从固定目标向移动目标扩展,研究的维度也逐渐从二维向三维空间中延伸。目前针对移动目标最大可视化查询的研究多集中于目标移动轨迹已知的情况。但是,在现实生活中,目标的移动轨迹不一定是已知的,用户可能需要根据一定的条件去进行预测。而且,已有的移动目标最大可视化查询算法在I/O处理和时间复杂度上,存在着一定的缺陷和局限性。针对上述问题,本文提出一种移动目标k最大可视化查询算法,对以往算法的不足和缺陷进行优化改进。论文的主要研究内容如下。首先,提出基于转移概率的路径预测算法。在空间数据中引入转移概率的概念,分析障碍物和各地点在三维空间中的地理分布,计算候选路径的k步转移概率对移动目标的行进路线进行合理预测。当目标偏离预测路线时刷新算法,更新路径预测结果。算法的预测结果为下一步进行移动目标k最大可视化查询提供路径基础。其次,提出基于网格划分的移动目标k最大可视化查询算法。算法从移动目标的角度出发,在预测路径上计算出移动目标在指定时间戳上的位置,提出基于目标最大搜索球的剪枝算法,过滤掉无效的候选视点和无影响的障碍物。然后,对目标对象进行合理的网格划分,提出基于网格的可视区域量化算法,通过可视网格单元数目量化候选视点可视区域。最后,计算所有k候选集的去重可视网格单元数目,比较得出结果集。最后,针对研究内容搭建实验环境,设置不同的数据规模、查询k值,将已有算法与本文算法进行实验对比。证明本文算法在时间复杂度和查询准确度方面具有一定的优势。