由于遥感观测技术的持续进步和社会各个领域对遥感元数据和遥感影像数据的应用越来越广泛,不同标准、不同结构的遥感观测数据不断出现。各个科研机构和政府部门所建立的遥感数据库都是针对各自行业的,彼此之间的标准不统一,数据库不能兼容,不利于部门之间科研机构之间共享和应用遥感数据,也不能很好的解决随着遥感观测技术发展带来的遥感大数据的高效存取问题。为了更好的存取海量的遥感元数据和遥感影像数据,本论文研究设计并实现了一个高效存储遥海量遥感数据的存储系统,系统使用了前沿的大数据存储技术,系统底层采用由10g公司开发的MongoDB数据库实现标准多样的遥感元数据的高效存储,采用GridFS来实现比较大的遥感影像文件的高效存储。本文对系统的架构,实现原理,采用的相关技术做了详细的介绍,并详细说明了一种针对遥感元数据各个机构描述属性标准不统一的特点而设计的一种基于映射模板的高效存储的方法。目前,许多城市都频繁发生了严重的洪涝灾害,给人民和国家带来了难以估计的经济损失和精神损失。为了避免城市洪涝造成的严重灾害,应首先寻找出城市的所有低洼点,然后对这些低洼点进行分析划级,对某些易涝点进行重点监控和处理。本论文研究并实现了一种基于海量遥感数据和Hadoop寻找城市低洼点的方法,该方法包括将遥感影像转换成符合Hadoop程序输入的特定格式的DEM数据,然后通过Hadoop的Map-Reduce对这些海量的DEM数据进行分布式并行运算从而寻找出该城市区域的所有低洼点。