在众多流场可视化算法中,流线是矢量场可视化最具表现力的方法之一,能有效探索数值模拟产生的数据集,并对流场现象做出直观的解释。随着计算机硬件与计算方法的发展,数值模拟与仿真所产生的数据规模日趋增大,对大规模数据的处理已经不能使用传统的串行技术,大规模种子点积分计算也极为耗时,必须采用大规模并行可视化技术。通过将并行程序与高性能计算机体系结构相结合,实现可视化并行计算。但这两者结合对可视化算法的并行性、可扩展性以及负载平衡都提出了新的要求,需要从基础可视化算法、应用本身的特性来开发并行性。现有的可视化算法无法适配我国自主研发的千万亿次计算集群。因此有必要对基础可视化算法进行并行化研究,积累工作基础,便于后期研发并行流场可视化软件,实现关键技术自主可控。本课题根据国家数值风洞工程可视化软件子系统项目,具体开展以下工作:（1）考虑到数值模拟数据体量大、类型多、复杂度高的特点,设计实现了面向高性能计算机的流场数据并行处理方法。采用数据分割算法处理单元格间的依赖关系,将数据集拆分为不同的数据块,按照偏移值采用多进程并行读取数据集。对于进程中的数据块,按照属性类型进行细化拆分,便于在可视化阶段对属性数据有选择的读取。（2）设计实现动态结点树管理数据集,便于积分阶段对数据进行快速访存。采用Open MP编程框架,通过粗粒度和细粒度划分并行构建动态结点树。为降低树结构的深度复杂性,将树的深度固定为3,宽度可随结点阈值进行动态变化。因为是对连续空间点的划分,减少了分割区间相同结点信息的存储。经过实验测试,与VTK（Visualization Toolkit）流线算法相比,本文算法加速比为5.5;VTK-m是用于新兴处理器架构的科学可视化算法工具包,与VTK-m算法相比,本文算法加速比为4.0。（3）针对国产高性能计算平台,设计实现了混合并行流线算法,通过进程与线程间协调配合,实现流线算法加速。本文首先采用MPI编程框架,构建进程间通信机制,设计实现基于进程并行的流线算法。在进程内部采用共享内存模式,多线程并行处理数据与积分任务,实现数据并行与任务并行相结合的混合并行模式。经过实验测试,与串行流线算法相比,本文算法加速比在64个进程下为20.1。