高精度曲面建模方法(HASM)基于曲面论基本定理，通过采样点的约束控制将曲面模拟转化为代数方程组求解。以往结果表明，HASM解决了长期以来困扰地理信息系统的误差问题，精度高于经典的插值方法。但经过研究发现HASM仍然存在着若干理论缺陷，表现在:目前HASM需要依赖于其他方法产生驱动场，对任意选择的驱动场模拟精度较低，HASM对驱动场的选择敏感;HASM迭代停机准则具有盲目性，缺乏理论依据;HASM计算速度较慢及存在边界振荡现象等。这些问题严重阻碍了HASM的进一步推广使用。为了改善HASM的模拟性能，增强其鲁棒性、稳健性，针对上述问题，本文基于曲面论基本定理主要开展了如下研究工作:　　通过引入曲面的偏微分方程组中的混合偏导数所满足的方程，并对混合偏导数采用稳定的差分格式，给出了精度更高的HASM方法，称之为HASMabc方法;并为了方便讨论起见，称目前使用的HASM方法为HASMab方法。研究了高阶有限差分格式对HASM模拟精度的影响，通过比较混合偏导数项与高阶有限差分格式对HASM模拟结果的影响，给出了HASM精度提高的主要原因;基于曲面论基本定理的内容，通过将Gauss-Codazii方程引入HASM中，给出了HASM迭代停机准则的定量指标，避免了迭代停机准则选取的盲目性，促进了HASM的智能化开发;在改进的HASMabc中，边界处采用了与模拟区域内部相同的处理方式，对边界不再单独考虑，同时对模拟区域采用了高阶差分离散格式;针对HASMab需建立在其他曲面插值方法基础之上的缺陷，研究了HASMab及HASMabc对驱动场选取的敏感性，分析了HASMab与HASMabc方程组系统矩阵的性质，给出了HASMabc对驱动场选择不敏感的原因，并通过数值试验及实际案例验证了HASMabc方法在任意驱动场特别是零驱动场下的模拟效果;从实际应用出发，从采样密度及采样误差两方面考虑，研究了采样信息对HASMabc模拟结果的影响;最后，基于HASMabc方程组系数矩阵的特点，在共轭梯度法的基础上，通过选择最优的预处理算子，将原方程组转化为性质更好的良态同解线性方程组，给出了HASMabc的快速求解方法，并基于MPI并行编程环境，实现了HASMabc的并行化。　　综上所述，本文基于曲面论基本定理，以提高HASM的鲁棒性、改善HASM的模拟性能为目的，给出了精度更高的HASMabc方法，HASMabc。以气温、降水及数学曲面为试验对象进行模拟验证。指出HASM精度提高的主要贡献来自于Gauss方程组中第三个方程（混合偏导数所满足的方程）的引入，高精度差分格式的影响次之;降低了边界处的模拟误差，消除了HASM在边界处的振荡现象;证实了HASMabc的稳健性，使HASMabc成为完全独立于其他插值方法的高精度曲面模拟方法，消除了HASMabc对驱动场选择的敏感性，提高了HASMabc的实用性;采样信息对HASMabc模拟结果的影响表明，HASMabc随着采样比例的增加，其模拟精度逐渐提高，在增加采样点的同时要考虑到采样点的代表性等位置信息，HASMabc模拟精度随着采样误差的增加显著下降;最后，在共轭梯度法的基础上实现了HASMabc的高速解算，发展了基于MPI的HASMabc并行算法，改善了HASM的模拟性能。