基于DEM的流域地形分析是数字地形分析的重要组成部分,也是GIS空间分析不可或缺的内容,在地貌、土壤、水文和生态学等科学研究及生成建设中发挥着重要的作用。目前,随着空间数据获取技术的发展,大区域高精度地形数据的快速获取成为现实,为流域地形分析提供了丰富的数据源。在这种大数据背景下,如何对海量规模的地形数据进行快速有效地处理和分析,使之转化为所需的地学知识,成为目前GIS遇到的一大难题。并行计算技术为解决这一难题带来了机遇。本论文以数字地形分析理论与方法为基础,从流域地形分析高性能计算出发,系统研究了流域地形分析并行计算的关键技术及流域地形分析算法并行化方法,以期丰富数字地形分析理论与方法体系,完善地学知识挖掘和知识转化平台,推动大区域高精度地形分析技术在数字流域等领域的有效应用。研究成果可望为大数据时代高性能GIS空间分析提供理论、方法上的借鉴。本论文的主要内容和研究成果如下：(1)综合流域地形分析问题所涉及的数据、任务、结构三大元素,研究提出了流域地形分析并行算法设计的量化模型——并行粒度模型,并从数据的属性和数据体、任务的参数和负载、及计算平台的有效内存等方面对并行粒度模型三大元素进行了有效的量化统一,为流域地形分析并行算法设计中任务分解提供了量化依据。(2)从数据划分策略、结果融合策略及数据通信策略等方面,研究了流域地形分析并行策略。根据数据冗余复制思想和并行粒度模型,构建了基于并行粒度模型的行划分策略和流域式划分策略——以并行粒度为控制参数将全局数据划分为多个并行子块,同时,每个并行子块包含与进程数相同的进程子域。以此为基础,研究了相应的结果融合策略：对于行划分策略,可采用进程子域的数据锚点进行融合,而流域式划分策略则采用三元组机制进行融合。分别从通信方式和数据压缩两方面,研究了流域地形分析并行计算的数据通信策略。分析了MPI中点对点通信和组通信的效率,并从转换压缩和编码压缩两方面,设计了DEM数据内存压缩方法。(3)基于流域地形分析并行策略,系统研究了顾及并行粒度控制的流域地形分割并行算法。面向基于并行粒度模型的行划分策略,提出了两阶段并行方法。以此两阶段并行方法为基础,研究了流域地形分割并行算法：设计了流域边界生成方法并行算法；分析了基于坡面径流模拟的子流域划分方法所存在的问题,针对该问题提出了子流域划分并行算法；提出了一种顾及子流域拓扑关系和面积的改进流域编码方法,并实现了流域编码并行算法。实验结果表明,在并行粒度控制条件下,流域地形分割并行算法能够有效提高计算效率和处理数据规模。(4)利用流域结构特征,研究了顾及并行粒度控制的流域地形特征提取并行算法。基于流域式划分策略的两阶段并行方法,以构建的无DEM预处理过程水流方向生成方法为基础,设计了流域河流网络提取并行算法,并详细研究了并行计算过程中子流域合并、负载平衡与任务分配,及子流域间的信息传递等关键问题；在此基础上,研究了基于子流域的流域河网密度计算方法,设计了河网密度计算并行算法,并重点分析了并行计算过程中“双层”子流域间的信息传递方法。通过实验证明,基于流域式划分策略的并行算法充分利用了子流域可作为独立计算单元的特征,大幅度缩短了算法执行总时间,同时,并行算法可顾及并行粒度控制并具有较好地并行性能。