水文模型是深入研究水循环问题的重要手段，随着研究的深入以及模型应用的推广，在参数率定、不确定性模拟以及大区域模拟分析中受到了计算能力约束限制。各种水文模型如SWAT模型，由于模型设计之初就没有将并行计算纳入考虑范围，且由于其并行化的难度和复杂度之高，使得并行化的水文模拟至今依然是一个难以解决的问题。 在算法研究与并行方面，该工作通过对SWAT水文模型的研究，从水循环模拟和参数率定这两方面进行了并行性的可行性分析，针对任务分配、负载平衡、并行框架、优化算法等研究方面进行了细致入微的剖析，提出了相应的解决方案。特别是在参数率定方面，我们通过多级优化算法相结合的手段，有效降低寻优过程迭代次数，使软件计算性能获得本质性的提高。针对水文模拟的长时率定问题，本工作探索了使用以克里金插值为基础的基于随机过程的率定方法的可行性，并通过最佳线性无偏估计拟合得到当前的模型曲面，根据期望寻优的方法，对可能的极值进行尝试，并最终给出了对于水文模型的长时率定问题的一种的可行的近似解决方案。根据研究人员所设计的混合优化算法，通过研究对等模式和主从模式两种并行模式，针对粒子群算法、遗传算法在这两种模式中的性能优化开展深入研究，通过加入多级并行子空间的方法，使水文模拟参数率定的计算性能得到了进一步的提升，并通过相应的数值实验验证了两种框架在水文模拟参数率定中的性能表现。 计算平台方面，实现了计算平台原型框架的设计与搭建，通过体系结构的设计、功能模块的开发、作业提交流程的处理以及不断的测试分析，完成了稳定的水文模拟处理计算平台的开发。此计算平台提供了完善的结构以帮助用户完成作业提交任务。具体功能通过多个业务模块来实现。它由三个层次组成，自下而上分别为基础层、Service层、业务层。这三个层次之间互相协作，共同协助用户完成PSWAT作业的提交与管理等工作。作业流水线工具模块是本平台一大特色该模块是用来完成包括PSWAT水文应用在内的流水线作业的处理，该模块根据流水线作业的要求，逐个自动完成指定的作业，自动智能的判断当一个作业结束后是否进行下一个作业，这能很有效的解决用户的实际需求，也节省用户的操作时间。