| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究目的及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 本文组织结构 | 第12-15页 |
| 2 相关背景知识介绍 | 第15-27页 |
| 2.1 云计算 | 第15-19页 |
| 2.1.1 云计算定义及其特性 | 第15-16页 |
| 2.1.2 云计算的服务形式 | 第16-17页 |
| 2.1.3 云计算的调度算法 | 第17-19页 |
| 2.2 海量高分遥感数据相关知识概述 | 第19-26页 |
| 2.2.1 高分遥感数据 | 第19-21页 |
| 2.2.2 海量遥感数据存储常见的几种解决方案 | 第21-23页 |
| 2.2.3 遥感数据存储组织方法研究 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 高分数据存储模型及调度策略研究 | 第27-43页 |
| 3.1 基于面向对象的分布式遥感数据存储模型 (RSDO) | 第27-34页 |
| 3.1.1 遥感数据的抽象和转换 | 第27-28页 |
| 3.1.2 遥感数据的存储 | 第28-29页 |
| 3.1.3 数据动态分配策略 | 第29-32页 |
| 3.1.4 RSDO模型的构建 | 第32-33页 |
| 3.1.5 实验 | 第33-34页 |
| 3.2 基于QOS的改进蚁群调度算法（Q-ACO） | 第34-41页 |
| 3.2.1 高分数据任务聚类 | 第35-36页 |
| 3.2.2 基于蚁群算法的调度策略设计 | 第36-39页 |
| 3.2.3 调度算法的自适应性 | 第39页 |
| 3.2.4 实验 | 第39-41页 |
| 3.3 本章小结 | 第41-43页 |
| 4 基于云平台的高分数据与应用系统 | 第43-61页 |
| 4.1 系统总体架构 | 第43-45页 |
| 4.2 系统部署 | 第45-46页 |
| 4.3 软件平台设计与实现 | 第46-60页 |
| 4.3.1 数据资源库建设 | 第46-52页 |
| 4.3.2 数据分发子系统关键模块实现 | 第52-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表论文及科研成果情况 | 第67-68页 |