随着我国越来越多的遥感卫星发射升空,卫星回传的遥感信息数据量以几何级别增长。人们通过对原始遥感影像进行处理进而得到所需的遥感产品,但因遥感产品的生产任务周期较长、任务量较大较重而且需求相对紧急。因此目前遥感产品的生产大多采用集群系统实现以便提高处理能力。如何恰当、高效的对集群中的大量任务进行合理调度,使得各类型生产任务均能获得一个较好的调度结果,并保证系统整体负载维持在一个相对较低的状态并增加集群吞吐量,已经成为计算机集群领域中的一个研究热点之一。然而,现有遥感集群中的任务调度策略大都借鉴了传统操作系统的任务调度方法,或者在其基础上改进而来,本身具有一定的局限性。因此,开展针对遥感集群的任务调度方法研究对提升遥感集群的服务能力具有重要的理论价值和实际意义。本文的主要研究工作和创新点体现在以下几个方面:(1)针对遥感集群中不同任务资源需求不同的问题,提出了一种面向遥感任务的资源需求度计算方法。在遥感集群中,用户数量不定,但生产订单种类较为固定。本文提出的任务资源需求度计算方法根据不同的生产订单类型和遥感算法依赖关系,计算任务大致所需资源程度,为后续的任务调度提供依据。(2)针对当前遥感集群系统中任务调度效果不理想的问题,提出了一种基于禁忌搜索的自适应遥感任务调度算法。本论文提出的调度算法,依赖于已计算出的遥感任务资源需求度和节点再生产能力,然后将禁忌搜索算法运用在遥感任务调度中,取得了任务调度的近似全局最优解。最后,与单一任务调度算法相结合,设计了一种自适应遥感任务调度算法。在大规模集群环境下,该方法能够有效提高集群任务调度效率与集群吞吐量,同时能够较好的实现集群负载均衡。(3)依托真实项目生产环境搭建实验平台,分别与目前在遥感集群中常用的任务调度算法进行对比分析。实验数据证明,本文提出的遥感任务调度算法具有更好的负载均衡效果,能够有效降低集群不均衡度,提升集群资源利用率,增加集群吞吐量。