随着计算机技术的不断发展，处理器处理速度得到了很大提升。与此同时尽管硬盘存储不断扩容，硬盘的数据读写速度并没有得到与处理性能匹配的提升。这使得在数据量爆发的科学计算应用中，数据的IO读写性能低下成为了制约科学计算处理效率的瓶颈之一。遥感数据流处理作为数据密集型科学的一个典型应用，其处理效率受数据IO读写性能的限制愈发明显。如何改善数据流处理中的数据并行IO性能来提升集群环境下的高性能遥感数据流处理处理效率成为了一个重要议题。　　本文分析了遥感数据流处理IO性能低下的原因，阐述了并行IO库对遥感数据流处理进行优化的可行性，提出基于并行IO库与流式处理的遥感数据流优化方法。　　本文在遥感数据流算法的数据IO优化方面，针对遥感数据流处理中存在的特殊数据访问模式，特别是广泛存在的非连续数据访问模式，设计了基于ADIOSIO中间件的图像数据组织管理方法并实现了访问接口。该管理方法与访问接口以匹配遥感图像处理算法的非规则数据访问模式为设计目标，解决了图像处理算法访问非连续图像数据带来的碎片化IO问题，从而提高了遥感数据流的处理效率。　　本文在遥感数据流流程间的数据IO优化方面，基于ADIOS IO库，提出了基于数据分段缓存技术的数据流式处理方法。该方法将数据流相邻处理流程的中间数据分段缓存在数据缓存节点缓冲内存中，为遥感数据流提供数据读写与处理的异步支持，避免了中间数据磁盘存储的磁盘读写，从而提高了遥感数据流的处理效率。　　本文通过对图像数据的非连续数据读写性能测试与对工作流执行性能测试的实验，验证了基于并行IO库的遥感数据流优化方法的可用性，同时结合实验分析了遥感数据流式处理的执行效率优化的关键问题，可以为后续的研究工作提供参考。