作者在参与国家重大专项“地球表层系统科学研究应用示范系统”课题的产品生产分系统的遥感算法驱动模块研究时发现,随着遥感算法复杂度的增加,出现了遥感算法内部依赖关系描述不清晰、算法驱动效率低和系统规模化处理能力弱等特点。目前使用的算法树中算法依赖关系描述都是一对一或一对多的关系,在调用遥感算法进行遥感产品生产的时候会出现CPU利用率低等问题。为解决以上问题,本文采用图论、迪杰斯特拉算法、遥感数据规模化和并行化处理理论及相关技术,重点从遥感算法内部复杂依赖关系描述、算法驱动效率和集群环境下大规模化遥感产品生产方面展开研究。(1)复杂遥感算法内部依赖关系描述及算法驱动模型的设计。提出用带权有向图来描述复杂遥感算法内部依赖关系机制,使算法内在的依赖关系更清晰、直观,为后续算法内部依赖关系和算法执行进度可视化打下基础。设置每条边的权值为该边顶点算法在这条边方向上所依赖的所有其他算法的总数,用来表征该顶点算法的依赖度,同时也可以作为衡量任务复杂性的一个参数,为任务调度提供参考信息。采用迪杰斯特拉算法来构建算法驱动模型,优先找到可以直接执行的算法,而没有依赖关系的算法之间可以并行驱动。仿真结果表明,有效的提高了算法驱动效率和CPU利用率。(2)将提出的遥感算法驱动策略应用于产品生产子系统。为了检验实际应用效果,将提出的基于带权有向图的遥感算法驱动策略应用到高分国家重大专项的产品生产子系统中。在进行遥感产品生产的时候,通过构建公共计算空间并利用计算存储一体化技术,为遥感产品生产提供数据,最后采用集群技术提高了系统规模化处理能力并支持多用户、多任务,实现了遥感算法并行驱动、遥感产品生产任务并行执行和数据并行处理的自适应处理机制。最终表明了本文所提出的算法驱动策略能很好的运用在产品生产子系统中,并结合其他技术有效地提高了遥感产品生产效率及CPU利用率。