随着科学技术的提升人类对自然资源的探索和索取日益增加,人们对自然资源的过度开发导致了自然植被被破坏荒漠化加剧。荒漠化是目前全球面对的重大全球性的生态环境问题,土地荒漠化的发展会损害人们的身体健康,毁坏农田道路等对经济造成严重打击,我国每年都要花大量资金治理花费大量的财力人力去治理土地荒漠化。要治理荒漠化首先需要了解风沙运动的规律,风沙运动是指沙粒在气流的作用下由静止到运动的过程。风沙运动是一种气固两相流,包括气相和沙粒相两种物质。本文先运用改进前的光滑粒子流体动力学(Smoothed Particle Hydrodynamics:SPH)方法程序对风沙两相流流动的数学模型进行数值模拟,将气相和沙粒相均分解成单个的粒子,这些粒子附着各自的质量、密度和速度等物理量,并可以随着控制方程运动。离散后的沙粒与自然状态相一致,可以较准确地描述沙粒的运动规律。但这种模拟方法所消耗的时间较长,尤其是对大规模粒子的模拟计算效率很低,所以它难以在工程实际问题中进行大规模计算运用,这对于进一步风沙运动的研究非常不利。通过深入的研究比较发现由于原有的SPH程序只是串行计算,计算资源和能耗方面有较多的限制,所以该SPH模型只能做少量粒子的数值模拟。为了解决这个问题本文将GPU(graphics processing units,GPU)并行计算技术运用到原SPH程序中,提出了一种SPH-GPU并行计算模型,并且主要对SPH方法中邻近粒子搜索法进行了GPU并行化,经过该模型有效地提高了SPH数值模拟的计算效率和性能,与原有的SPH模型数值模拟结果大致相同,证明此方法是可行的。本文使用该方法对风沙流进行了模拟,并对风沙流中脉动风速进行了分析,发现了沙粒运动对风速的影响的两个主要途径。将原SPH模型与新提出的并行计算模型的结果对比发现新模型的计算效率有明显提高,对数量较大的粒子进行模拟时加速比达到了8.15,发现计算效率与计算规模呈线性关系。但现有模型计算效率的提高主要体现在大数据数值模拟中,故本模型还需完善。