流域水文模拟是研究水文规律和解决水利工程问题的重要手段,在水利工程规划设计、水文预报、水环境保护和水资源配置等众多关键领域发挥着重要支撑作用。然而,随水文数据体量逐渐增加、水文模型更加复杂、模拟对象更加精细化以及水利信息化应用要求不断提高,模型计算效率成为制约水文模拟发展的重要因素。考虑到水文模型优化率定是现阶段流域水文模拟的必经过程,分布式水文模型是未来的发展趋势,而城市水文模型是解决当前城市水问题的重要工具,围绕流域水文模拟在上述三个方面所面临的计算效率问题,本文引入GPU并行计算技术,研究关于流域水文模拟计算效率提升的先进理论与方法,设计并实现流域水文模拟信息化服务平台。研究工作对提高流域水文模拟效率、提升水文服务能力和水平、加快水利信息化建设,均具有重要的理论价值和工程实践意义。本文所取得的主要结论和创新性成果如下:（1）提出了改进的水文模型优化率定方法,解决了传统水文模型优化率定的降雨-径流事件筛选和参数复用问题。改进的方法利用动态时间规整算法来筛选用于水文模型优化率定的降雨-径流事件,并针对不同的预报降雨事件选用不同的水文参数。实例研究表明,改进的方法在水文预报中的适应性更强且精度更高。在改进方法的基础上,提出了降雨-径流事件筛选和优化算法的GPU并行化方法,实现了单目标和多目标粒子群算法的GPU并行化。实例研究表明,Open MP并行和GPU并行均提高了水文模型优化率定的计算效率,但GPU并行的计算效率提升更为显著,且GPU并行计算的加速比随算法种群数量的增大而提高。为解决大规模水文模型优化率定所面临的计算效率问题,本文进一步提出了多子流域情景下水文模型优化率定的GPU并行化方法。模拟研究表明,GPU并行方法极大地提高了大规模水文模型优化率定的计算效率,且规模越大越能体现出GPU并行计算的优势,研究成果为水文模型优化率定的大规模快速计算奠定了基础。（2）针对汉江旬河流域构建了分布式水文模型（Grid-Xinanjiang模型）,利用基于GPU并行的水文模型优化率定方法确定了水文模型参数,实现了Grid-Xinanjiang模型产流计算的GPU并行化,并提出了可以识别出栅格汇流中可并行部分的栅格分层算法,进而实现了栅格汇流计算的GPU并行化。实例研究表明,经GPU并行的产流和汇流计算效率得到显著提升,拥有线程数量优势的GPU并行加速比明显高于Open MP并行。以上述研究为基础,进一步提出了多子流域情景下的流域分层算法,联合栅格分层和流域分层算法可以识别出多子流域情景下的可并行部分,从而实现了不同水系下多子流域的GPU并行水文模拟。模拟研究表明,GPU并行方法有效提高了分布式水文模型在大型流域水文模拟中的计算效率,为大规模流域水文快速模拟奠定了基础。（3）针对江苏省宿迁市城市区域构建了SWMM工程,利用基于GPU并行的水文模型优化率定方法确定了SWMM模型的水文参数,模拟了该地区地表和管网的水流运动情况。对SWMM模型中时间开销最大的管网汇流计算的基本原理和求解方法进行了深入分析,挖掘出管网汇流计算的可并行部分,进而实现了管网汇流计算的GPU并行和Open MP并行。实例研究表明,GPU并行计算的加速比明显高于Open MP并行,线程数量众多仍然是GPU并行计算的优势所在,研究成果为城市水文模型的计算效率提升提供了新思路。（4）以基于GPU并行的SWMM模型为基础,设计并实现了可以为水利信息化系统提供在线计算服务的模型计算服务器（WEB-SWMM）。WEB-SWMM基于B/S结构模式,以Spring MVC和Mybatis为系统框架,并与数据库进行实时连接。目前,WEB-SWMM已经在宿迁市智慧水务项目中得以集成、部署和应用。应用结果表明,WEB-SWMM能够快速、稳定和准确地为城市水管理系统提供在线计算服务。相较于传统的SWMM模型,基于GPU并行的SWMM模型不仅提高了模型计算效率,降低了服务响应时间,而且缓解了WEB-SWMM的外部访问压力。WEB-SWMM是GPU并行水文模型的信息化和服务化的典型示范,为传统水文模型的并行化、信息化和服务化提供了借鉴和参考。