随着对地观测领域内多种传感器的发展、海量多源遥感数据获取能力的提高，专业化的数据获取与多源数据的综合应用呈现出精细化分工与协同式综合处理需求并存的发展局面。一方面，各类遥感数据获取与管理方式更为专业化，由此形成了多个不同类型卫星、不同区域或国家的数据中心;另一方面，遥感领域的大型综合性应用又需要得到不同卫星、不同区域或国家数据中心的数据支持，面临着需要同时面对不同类型传感器数据的处理、不同数据中心之间数据类型与覆盖区域的互补、综合性信息处理等现实问题。　　这一系列现实状况、需求与发展趋势，一方面催生了各数据中心联合提供数据共享的动力与技术解决方案，另一方面，各中心联合起来，共同为用户提供综合性的信息处理与一站式信息服务，必将成为未来的发展趋势之一。为此，本文提出了多卫星数据中心协同处理与一站式信息服务模式。该服务模型基于多卫星数据中心架构而构建，主要依托于国内已有的气象、陆地、海洋等卫星数据中心，通过研究在多卫星数据中心架构下处理多源遥感数据产品所需的若干关键技术，建立一个可以统一、协同调度多卫星数据中心资源的多源遥感数据协同处理平台，重点解决了多卫星数据中心架构下的一站式服务模式与系统框架构建、不同领域用户的复杂需求表达方法研究、分布式多数据中心环境下的资源管理与汇聚、基于近数据计算原则的数据密集型工作流调度方法研究等四类问题。　　本论文主要的贡献与创新点如下:　　1)提出了基于多卫星数据中心架构的遥感产品一站式按需服务模式。在面向多样化用户需求、多种数据源选择、不同级别遥感数据产品生产流程自动选择等问题的基础上，通过总结遥感产品处理需求解析、分布式数据与算法资源映射、数据密集型工作流调度等过程中的关键技术，并进一步从任务域、资源域与流程域的域空间角度，将上述关键技术映射到各个域空间中，进而抽象出基于多卫星数据中心架构的遥感产品一站式按需服务模式。　　2)提出了面向多种遥感应用需求的规整化模型，以可变模糊理论中的相对隶属函数来描述具有不确定性的用户需求和多源遥感数据集的选择，并将空间数据表达中的三维空间数据模型与可变模糊理论相结合，建立了面向多样性遥感应用需求的规整化需求模型。　　3)提出了基于定量化描述遥感数据光谱特征与时空特征的多源遥感数据互补经验模型。本文创新性地提出了以遥感数据的光谱通道中心波长、中心波长与波谱边界之间的距离、以及遥感数据空间分辨率等因素的量化表达模型来描述多源遥感数据集之间的数据特征相似性;同时，通过引入图像熵值的计算，进一步提高了该数据互补模型的相似性判断能力，可对大规模遥感产品处理过程中单一类型数据源在时间连续性、空间覆盖方面不完备时选择备选数据源提供有效解决方案。　　4)实现了多卫星数据中心环境下以算法迁移代替大规模数据迁移的近数据计算方案。本文针对海量遥感数据的多中心协同处理过程中可能涉及的大规模数据迁移问题，提出了以算法源码及其编译运行所依赖的库环境为基础进行跨数据中心迁移算法，来代替海量数据迁移的近数据计算方案，可避免长时间的海量数据传输过程中会遇到的网络中断、存储空间消耗过大等问题。