随着测绘设备和技术的发展,用于进行数字地形分析的DEM数据规模不断扩大,部分分析方法的计算效率相对较低,处理时间过长。虽然已有大量研究致力于提高数字地形分析效率,但相关成果通常难以充分发挥现有计算机集群的优越性能,且对分析算法的优化不足。并行计算和算法优化是解决现有问题的两种有效方法。本文以数字地形分析理论及实际问题为基础,具体从算法优化及性能提升出发,着力提高数字地形分析效率。根据数字地形分析实际问题特点,选取较有代表性的填挖分析和淹没分析问题展开研究,旨在针对多类数字地形分析问题提出相应的高性能分析方法。本文主要研究内容及成果包含以下三个部分。（1）针对填挖分析实际问题,提出了基于等面积数据划分的并行填挖算法,提高了填挖分析的计算效率和对海量数据的处理能力。对于给定不规则区域条件下的填挖分析问题,本文基于等面积数据划分方案实现了填挖算法的并行化,保证了并行任务的负载均衡,并通过数据分段读入的方式提高了算法的数据处理能力,为非邻域相关类问题提供了较为通用的并行化方法。（2）针对给定水位的实际条件,提出了基于条带边界追踪的并行淹没分析算法,同时设计了高性能并行结果融合策略,有效提高了算法的计算效率。通过对串行算法进行优化,提高了给定水位条件下淹没分析算法的可并行计算分量,为算法并行效率的提升提供了理论依据。并通过高效的结果融合策略,有效缩减了算法中存在的串行分量,提高了算法并行化程度,为邻域相关类问题提供了有效的并行化策略。（3）针对给定水量的实际条件,提出了基于快速淹没树生成的淹没分析算法。由于淹没树生成算法属于全局相关型算法,并行化难度较高,且并行效率提升并不明显。而通过对淹没树生成算法中复杂度较高的步骤进行优化,能有效降低总体分析时间,提高淹没分析计算效率。本文通过对现有淹没分析及其预处理算法进行优化,大幅缩减了预处理算法运行时间,并分析了更高效的淹没区域查询方案。本文提出的优化思路对全局相关类算法有较强的借鉴价值。