地表过程生态灾害模型对于地表各种灾害如暴雨、暴雪、干旱、火灾等的模拟与预测具有非常重要的意义，模型的处理运行速度对于灾害预测及快速响应来说至关重要。并行计算是加快模型处理速度的最主要方法。开展地表过程生态灾害模型并行算法研究，设计区域分解方法及MPI并行程序，对于充分发挥大型高性能计算机的优势，提高模型运算速度与效率非常必要。现有并行计算算法在分解策略、任务调度策略、负载平衡算法、并行程序实现等方面存在诸多问题。本文基于CoLM模型进行了相关研究与实践，主要工作包括以下几个方面：　　首先，讨论了CoLM模型的数据特征，并针对此模型的数据特征、模型的串行计算情况，根据并行计算的需要，为不同区域大小的原始数据设计了不同的区域分解方法。　　其次，针对前期区域分解算法生成的任务特点，对于不同的区域分解方法生成的任务提出了不同的任务调度策略。　　再次，根据并行编程环境的一般理论，从分析影响并行程序性能的因素出发，实现两种不同的区域分解算法，在集群环境下，通过降低通信开销、采用合理可行的并行程序提高并行计算的性能。　　最后，采用MPI-2的库函数，运用中国华北地区和北京城区遥感数据，分别采用两种不同区域分解算法对CoLM模型进行了测试验证。并对验证的结果进行了效果对比评价及性能分析，给出相应结论。