随着我国卫星数据获取技术的不断提高与应用领域的不断扩大,加之遥感影像本身数据量大且更新周期短的特点,要求我们必须进一步提升卫星数据的接收、处理、存档和分发技术,以应对高分遥感影像数据的急剧膨胀,从而解决目前高分遥感影像处理中快速处理需求的矛盾,因此当务之急就是需要研究一套针对大数据高分遥感影像海量信息高效处理与调配的框架体系与计算模型,更好地服务于用户。计算机和互联网技术的不断发展为海量数据的高效处理提供了有力地保障。网格正是这样一种能聚合异构资源解决超大规模计算的技术手段。网格计算充分利用互联网上的闲置处理能力和大量的可计算资源形成一台巨大的超级计算机,实现资源的全面共享,从而解决资源利用率低的问题,最终满足大规模计算能力、海量数据处理如大数据高分辨率遥感影像的高性能计算的需求。当前,新近出现的云计算技术被普遍认为是分布式计算特别是网格计算技术的跃升,云计算强调的是关于服务的计算。为了更高效地解决大数据高分遥感影像数据处理且充分体现服务功能,本文集网格计算与云计算之优势,探索一种实现网格计算与云计算互操作的策略。构筑云格计算环境,并从资源管理的角度出发,提出一套对资源表达、发现与管理的有效机制,同时进一步探讨了关于资源、成本与效益及计算性能等QoS参数约束下的多目标效用最优模型,最终实现资源与服务的高效调配。具体研究内容包括以下几个方面：1)在分析网格计算与云计算在高性能计算优势互补的基础上,提出一种网格计算与云计算融合策略解决大数据高分遥感高效处理的方法。然后依据WebService规范,研究了资源与服务的一体化描述机制,尤其是针对有状态资源的描述方法,便于资源与服务的组织与管理,实现高效访问。2)利用P2P在分布式、可靠性和容错性方面的优势,研究了云格环境下的一种分组生成树的P2P网络动态资源与服务发现算法,实现高分辨率影像数据高效处理动态可计算资源的选择；从提升任务执行效率的角度,对发现的可计算资源进行逻辑表达后,进一步提出一种基于独立任务处理的动态资源映射算法,实现可计算资源虚拟空间的形成。3)通过对云端资源的按需调配与网格计算经济模型进行分析与探讨,针对用户的任务请求提出了一种基于QoS约束下多目标效用最优资源与服务调配模型GL-RSPM.4)在GL-RSPM上构建了一个关于灾害试验系统。设计了系统架构,并对系统进行了软硬件部署。试验系统实现了云格环境下资源与服务的注册服务、元服务管理服务、工作流与QoS设置业务、高分辨率遥感影像数据高效处理服务等。并结合本文中提到的相关算法进行了相关实验,实验表明平台中的算法正确,性能可靠。研究表明,从资源与服务管理与调配的角度,本文提出的基于云格计算环境资源与服务一体化描述方法、P2P资源与服务发现算法及针对海量高分遥感影像高效调配模型,能够使用户与资源提供方之间实现效用最优。可为大数据密集型计算实现资源与服务的高效调配提供参考。