插值是数字高程模型的核心分析方法,也是构建数字高程模型的常用手段。面对海量的离散点云数据,插值生成DEM的过程需要消耗大量的时间,将并行计算运用到插值计算中会显著缩短计算时间。论文介绍了目前并行计算的发展现状以及国内外学者在并行计算中数据划分领域的研究成果,同时对数字高程模型的表示模型和插值方法以及空间插值数据源的获取方式的相关知识进行了简单的阐述。通过归纳和分析并行插值中数据划分的研究成果以及几种常用划分方法的优缺点,为本文提出了理论指导。在均匀分布的基础上,借鉴四叉树存储原理,分别针对点均衡和面积均衡两种初始划分依据来进行处理过程的时间分析。处理过程主要分为数据的通信、最邻近点的搜索和插值结果的计算,其中最邻近点的搜索这一过程最为耗时。论文讨论了在均匀分布的假设下搜索时间与点密度的关系,并给出全过程的时间估算公式；通过时间估算公式得出最优划分层次和时间系数,依据时间系数进行再次划分,从而实现基于时间均衡的静态划分。在理论分析的基础上,本文以均匀分布的数据为对象,以反距离权插值方法为例,通过对比串行计算和并行计算的执行时间,以及与传统的数据划分方法下并行插值的执行时间比较,分别验证了该方法的有效性和高效。结合正态分布的数据特征,本文设计了扇形划分方法。扇形划分针对二维正态分布的点云可以实现较好的划分效果,但是在实际运用中,扇形的划分会给编程带来很大的挑战。提出的条带划分方法在条带初始划分的基础上引入密度乘数的概念。通过对密度函数的积分可以求出点分布在某一区域内的概率,据此可以推算出该区域内点的密集程度。最终采用动态划分的方式完成对初始划分的合并。