La presente memoria resume el trabajo de investigación realizado por el doctorando Abel Francisco Paz Gallardo. En concreto, el presente trabajo describe una serie de nuevos algoritmos computacionalmente eficientes para tratamiento de imágenes hiperespectrales de la superficie terrestre, obtenidas mediante sensores aerotransportados para la observación remota de la Tierra.El documento sigue la estructura clásica de un trabajo de investigación en dicho campo, presentando en primer lugar las motivaciones y objetivos que han llevado al doctorando a desarrollar nuevas técnicas de análisis hiperespectral respondiendo a una necesidad claramente existente en este campo de estudio. A continuación se realiza un estudio en profundidad del estado del arte en dicho campo, desde el concepto de imagen hiperespectral hasta los algoritmos existentes que fundamentan la base de este estudio. Posteriormente se detallan las arquitecturas paralelas contempladas (clusters de computadores frente a tarjetas gráficas programables) a la hora de llevar a cabo las implementaciones eficientes de los algoritmos desarrollados, comentando en profundidad el funcionamiento, librerías y lenguajes usados para explotar cada una de ellas así como las ventajas e inconvenientes desde el punto de vista de su adaptación a problemas relacionados con el procesamiento eficiente de imágenes hiperespectrales de la superficie terrestre, analizando aspectos como el coste, consumo y adaptabilidad de dichas arquitecturas a problemas reales de observación remota de la Tierra. El núcleo del presente trabajo viene dado por la propuesta de nuevos algoritmos paralelos para detección de targets o anomalías en imágenes hiperespectrales. Dichos algoritmos se fundamentan en una serie de métricas de análisis hiperespectral que son descritas en detalle en la presente memoria. Una vez introducida la base teórica del estudio, se presentan los nuevos algoritmos paralelos desarrollados, comentando en detalle cada uno de los pasos que se han seguido en su desarrollo y comentando las decisiones de diseño adoptadas desde un punto de vista crítico. Tras presentar los nuevos algoritmos paralelos desarrollados con motivo del presente trabajo, realizamos un detallado estudio cuantitativo y comparativo de su rendimiento en dos tipos de arquitecturas paralelas específicas: el cluster Thunderhead del centro NASA Goddard Space Flight Center en Maryland, Estados Unidos, y dos tarjetas gráficas de NVidia (modelo 9800 GX2 y GTX275). Los resultados experimentales han sido obtenidos en el contextode una aplicación real de gran relevancia social, consistente en la detección de los incendios que se propagaron en los días posteriores al atentado terrorista del World Trade Center en Nueva York. En dicho escenario, los equipos de NASA y el Instituto Geológico de Estados Unidos (USGS) que participaron en las tareas de extinción y emergencia reconocieron que la disponibilidad de técnicas de detección de targets y anomalías en tiempo real hubiese facilitado las labores de los equipos de emergencia en tierra que actuaron en la zona, por lo que las técnicas consideradas en el presente trabajo se han desarrollado con el objetivo de permitir la realización de dichas tareas en el futuro. La memoria de investigación presentada en este documento concluye con una discusión de las técnicas desarrolladas (incluyendo una serie de recomendaciones sobre su mejor uso en diferentes circunstancias), con la descripción de las principales conclusiones y líneas futuras derivadas del estudio, y con la bibliografía relacionada, tanto en la literatura general como la generada por el candidato.