近年来,基于非结构有限体积法海洋数值模型,已经被广泛用于解决港口、海岸及近海工程的水动力数值模拟中。随着数值模拟过程中对岸线及海底地形的绘制越来越精细,水动力数值模型的计算工作量空前的增长,因此,如何利用计算机快速的获得正确的计算结果,成为当代水动力数值模型发展的迫切需求。图形处理器(Graphics Processing Unit,GPU)近年来在科学计算范围内得到了高速的发展,采用GPU并行算法构建高效的水动力数值模型已经成为水动力高性能计算领域的一种发展趋势。为此,本文在众多学者对三角形网格单元有限体积法三维水动力数值算法研究的基础上,结合CUDA(Compute Unified Device Architecture)建立了基于GPU并行算法的水动力数值模型。本文主要工作如下:(1)以三维非结构网格有限体积法水动力数值模型为基础,离散过程采用MUSCL(Monotonic Upstream-Centered Scheme for Conservation Laws)格式和 Van Albada通量限制法进行空间重构,较好的解决了数值模型在复杂干湿边界模拟过程中出现的质量不守恒问题,基本能够保证封闭水域内计算结果无质量误差。在干湿边界位置处,通过采用水位梯度修正的方法,使模型在求解淹没状态下静水问题时,能够保证数值格式的和谐性。在底摩阻计算过程中,从阻力项的物理性质出发,在点隐式算法的基础上,根据前后两个时间步流速方向的变化,修正底摩阻项的大小,避免了在浅水位置处底摩阻项计算结果过大引起的数值格式失稳现象,进一步提高了数值模型在解决浅水问题及溃坝问题时的稳定性。(2)将数值模型应用于一系列经典算例中,将本文模型计算的结果与实测数据、MIKE21模拟的结果进行了对比,对比结果表明本文模型在进行水动力数值模拟过程中,能够有效的保证数值格式的和谐性和质量守恒性,数值计算稳定和可靠性。(3)针对大范围,高分辨水动力数值模型计算量较大,在缺少高性能计算设备的条件下,难以快速有效的获得计算结果的问题,结合GPU并行算法实现了对二、三维水动力数值模型的并行加速。首先,针对串行模型中对控制单元循环计算的程序部分,构建了基于控制单元映射的kernel函数,使已有模型能够在图形显示设备上实现GPU并行计算;然后,采用了合理分配线程,优化存储器访问以及循环合并等方法,实现了对GPU并行模型进行了优化。优化前后计算性能对比结果表明,相对于原始GPU并行模型,各个方法均能使并行模型的计算性能得到一定的提高。最后将GPU并行模型分别应用于二、三维潮驱问题以及复杂地形下溃坝问题中,并与不同计算条件下MPI(Message Passing Interface)并行模型的计算性能进行了对比。不同并行模式下计算性能的对比结果表明,随着网格数的不断增加,GPU并行模型的性能得到充分发挥。相对于串行计算模型,在单个Tesla K20上最多实现了 37倍的性能加速比,明显优于32线程MPI并行模型的计算性能。(4)将本文模型应用于解决月亮湾浴场和象山港狭湾的水动力数值模拟研究中,分析了工程附近海域的水动力特性,并对比了 GPU并行模型与MPI并行模型的计算耗时。结果表明本文模型在解决实际海域水动力数值模拟问题时具有通用性,并能够保持模型计算性能的高效性。