针对当前代理模型序列采样缺乏并行采样策略，不能有效利用并行计算资源的问题，提出了一种基于空间分割的代理模型并行序列采样方法。Voronoi图用于将设计空间划分为具有相同样本数的子空间。每个样本的交叉验证误差被用作相应子空间的误差指标，每个子空间的大小被用作稀疏性指标。通过计算两个指标的权重和子空间的样本需求度，确定需要增加样本的目标子空间。将一个样本添加到每个目标子空间，并考虑子空间中新样本和现有样本之间的空间距离以及在该迭代中添加的样本，以避免样本聚集。通过测试不同权重系数对采样结果的影响，得到了较好的参数，并通过对比并行采样和随机采样策略验证了效果。最后，通过与一次抽样和几种序贯抽样方法的比较，验证了所提出的并行抽样方法的有效性。