高分辨率的海量地形数据能够反映地形表面网格的细节特征,在军事环境模拟和地质灾害(如地震、泥石流)等研究领域有着重要的分析和监测应用。因为海量地形对应于地形表面均匀网格采样点的高度数据,因此需要高效的压缩算法缓解地形数据存储和传输的压力。最精细网格中的三角形数量非常巨大,制约了绘制的实时性。另外,在设计高效的海量动态地形绘制算法的同时,需要解决地形数据在外力作用下发生形变的数据的实时更新存储问题。　　本文基于并行整数小波变换对海量数据进行压缩,并通过小波系数与限制性四叉树相结合,实现了与视点相关的自适应的多分辨率层次地形的绘制,提高了地形绘制的效率。同时,提出了动态地形数据的实时存储算法。具体创新工作有以下三点:　　1.利用CUDA的并行计算能力实现无损的基于块的整数小波变换算法。同时,为了改进SPIHT算法的并行性能,本文算法采取了三路并行扫描路线,根据水平方向的、垂直方向的和对角线方向分块进行处理。每一块都按照自己的阈值进行计算,从而缩短了LIS、LIP链表的长度,减少了编码时间,并且在子块内部实现部分过程的并行计算从而提高编码速度。另外,本文增加了基于小波系数的层次的外循环过程,根据当前链表数据来重新计算阈值而不是使用初始化阈值的对应值,从而使SPIHT适用于海量地形局部变化起伏较小的特点并且支持分辨率的扩展。通过对小波系数的压缩,提高了地形压缩比例从而减小地形数据的传输,同时解决了海量地形存储动态形变数据的编解码的实时性问题。　　2.局部区域地形的剧烈起伏会导致网格拉伸而造成当前层次分辨率的失真。为了能够达到良好的虚拟场景效果,需要精细对应顶点的分辨率层次。因为小波系数能够反应地形的局部变化,所以可以将其作为精细当前顶点分辨率的误差标准。通过结合限制性四叉树结构和模板技术,实现了基于并行整数小波系数的自适应绘制算法。　　3.本文基于CUDA的并行整数小波编解码算法,实现了动态地形的实时存储。　　实验证明,本文算法在实现了后端及时保存由于外力作用对地形造成的形变数据的同时,前端达到较高的海量数据绘制的帧速率。