三维标量数据可视化是计算机图形学的重要研究方向。与传统的二维可视化方法相比,三维可视化不仅能够完整地展示数据在三维空间的分布,反映数据场的全貌,而且可以实现更加逼真地渲染效果,从而可以更好地满足不同应用场景下的需求。现代科学技术快速发展,导致采集数据的手段日益多样化,进而使得观测采集到的数据量急剧增加。大体量数据的科学可视化需要足够的内存与算力,以此保证三维渲染与绘制的实时性,这是一个极具挑战性的问题。本文以地质数据为对象,对三维标量数据实时可视化进行了深入研究,涉及到数据压缩、数据切换、数据建模等问题。论文成果如下:(1)地质标量数据具有多尺度、多方向和局部变化明显的特征。本文提出一种基于离散度采样的体数据压缩算法,根据地质数据在不同采样区间内数值分布的离散程度分级采样,从而实现数据压缩,并利用光线投射算法绘制压缩后的体数据。通过实验验证,该算法实现的数据压缩比高,图形精度损失度低,能够在保持可靠性的前提下满足实时绘制需求。(2)直接对大规模地质标量数据块进行内外存调度,会导致可视化结果显示延迟的问题。本文提出了一种基于子空间学习的测井属性实时切换算法,首先基于相关性分析对测井属性分类,然后通过类内子空间学习,得到基向量及其系数,据此建立属性间映射模型。通过实验验证,该算法极大地提高了数据交换的时间效率。(3)针对测井曲线自动分层和三维地层绘制问题,本文设计并实现了基于BiLSTM的层位预测模型,并对完成标定的地层数据,利用Delaunay三角剖分算法绘制地层曲面,拟合了地层的起伏特征。通过实验验证,预测结果准确率较高。(4)设计并实现了地震数据、测井数据、地层数据等标量场数据三维可视化原型系统,包括10GB级地质标量场数据的实时渲染、可视化参数的交互设置、多剖面的鼠标交互选择、井位信息与地形数据融合显示等功能。