当前卫星遥感技术的飞速发展产生了海量的大气遥感数据。目前处理遥感数据的方法大多采用单机部署遥感算法方式,其部署配置繁琐且难以满足大规模数据的处理需求,而已存在的遥感算法由于设计者的流动性、算法的保密性等,很难对算法内部进行改写。针对传统单机遥感算法无法在分布式环境执行问题,设计了一种基于容器的遥感算法镜像封装与资源预分配策略;为解决复杂大气遥感任务在分布式集群数据处理效率低下问题,提出了具有先验值的遥感任务调度算法与动态切换任务调度算法的策略。主要的工作内容包括:第一,研究遥感算法镜像封装与具有先验值的遥感任务调度策略。传统遥感算法直接在单机上运行数据处理效率低,且需安装依赖环境,本文将传统遥感算法与依赖环境封装成镜像,使算法免去繁琐配置,具有“一次封装、到处执行”的特点。为解决使用传统调度算法调度遥感任务资源利用率不高的问题,提出具有先验值的大气遥感任务调度方法。具有先验值的调度策略首先根据遥感任务以往执行的记录构建先验模型,再根据先验模型值计算该任务的优先级并生成任务队列与分配资源。通过实验发现,具有先验值的调度方法提高了遥感任务调度的准确性与集群资源的利用率。第二,对动态切换调度算法与遥感任务分布式进行研究。为解决分布式环境下复杂的遥感任务调度需求,提出动态切换调度算法策略。动态切换调度算法策略作为全局调度策略,根据任务特征与调度算法的关键特征进行匹配,动态的切换调度算法以提高系统的灵活性。采用Spring Cloud技术构建分布式集群,设计节点初始化服务使节点具有执行命令的能力。提出一种大型遥感任务拆分策略,将大任务拆分成多个能够并行执行的子任务,经实验验证,该方法实现了原有单机任务在集群系统中分布式快速执行目标。第三,研究面向遥感任务的能力调度和任务与数据的动态调度策略。针对不同遥感任务对集群资源需求的不同,设计了一种面向不同遥感任务的能力调度策略。能力调度策略将系统资源划分成多个任务资源队列,每个队列内分配的资源与调度算法不同,并且当该队列内资源不足时,允许借用其他队列的资源,进一步提高系统的灵活性。提出了一种任务与数据动态调度机制,当节点故障或任务失效后,能够将任务与数据进行再次调度,经实验发现,该方法有效的增强了系统的可靠性。通过上述理论研究和实验验证,设计并搭建了大规模大气遥感反演调度平台,并介绍了平台的总体设计和展示了核心功能模块的效果,同时采用北京市区域的MOD021KM数据进行了AOD反演产品计算,验证了平台以容器方式执行遥感任务的正确性与快速性,具有良好的应用和推广价值。