随着遥感技术的发展，遥感的应用越来越广泛，目前我国的遥感应用正处于探索和发展阶段，有必要对我们的地球建立长期的监测，对自然环境和灾害信息进行有效的提取。合成孔径雷达(SyntheticAperture Radar——SAR)在灾害检测中具有独特的优势，但由于SAR图像通常含有较大的数据量，而且针对SAR图像处理的灾害检测算法模型比较复杂，所以对SAR图像的处理是一个比较耗时的过程。而在实时检测过程中，处理时间过长是不允许的，通常在应对灾害时需要根据图像实时快速地得出结果从而做出有效的保护措施。因此有必要研究基于SAR图像灾害检测的快速处理方法，并将其集成于软件中，使其处理过程与结果可视化。对于SAR图像的快速处理具有非常重要的现实意义，在灾害检测应用中，可以快速做出决策。根据目前比较流行的高性能计算方法和使用环境的差异，分别使用CUDA和MPI机群对SAR图像的土壤含水量反演模型进行并行算法的设计，这两种技术都能很好的完成并行计算的任务，大大提高计算速度和效率。其中，CUDA适用于个人计算机，对GPU有一定要求，MPI机群适用于实验室或中小型局域网环境，两者均能很好的满足快速处理的需求。基于CUDA的并行计算中，根据对算法模型的并行性分析，设计了存储优化、细粒度的线程任务划分方法，在实验中取得了相对串行处理9倍左右的加速比，极大提高了处理的速度和资源利用效率。在基于MPI的机群计算中，根据MPI机群计算和算法模型的特点，分别采用主从模式和对等模式两种方法对含水量反演进行并行算法的设计，结果证明对等模式在处理中能取得更好的加速效果，处理时间会随着节点数的增加会先减小后增大，在节点数为某个值时取得最大值。利用面向对象的方法设计了用于SAR图像灾害检测的软件，软件具有很好的可扩展性和跨平台性，易于使用，融合了多家应用广泛的遥感处理软件的优点并针对SAR图像的处理做了专业的设计。将数据与算法模块相分离，保证了算法模块的独立性和软件的低耦合性。在集成于软件的算法模块中均提供了基于CUDA和MPI的并行算法，方便用户根据实际需求方便的使用。