随着高光谱图像空间分辨率和光谱分辨率的逐渐提高，图像数据的大小越来越大，处理算法的复杂性也在不断提高，这对有效的大规模高光谱图像处理提出了巨大的挑战。云计算技术将计算任务分配到大量计算资源，以处理大型数据集，而不会限制单个计算机的内存和计算资源。本文首次提出了一种基于MapReduce编程模型的并行像素纯度指标（PPI）算法，用于分解大规模高光谱图像。根据高光谱图像的特点，描述了该算法的设计原理，阐述了PPI的主要云分解过程，并分析了串行和并行算法的时间复杂度。实验结果表明，在云上并行实施PPI