自然景观的可视化模拟研究中,云的可视化是当今气象领域的研究热点和研究难点。自然云的生成和消散是能量转换和大气物理状态变化造成的,云的变化对于大气变化过程具有重要的解读作用。云的可视化在气象服务、户外场景仿真、电影特效等领域得到了广泛应用,根据真实的气象数据去绘制渲染云,能在传递真实天气状况的同时辅助气象工作者的预报预测工作。因此,近年来基于气象数据的真实云的可视化研究得到大量的关注。目前,三维云的研究主要在数据预处理和绘制这两个方面。本文基于大规模海量数据的多分辨率三维云可视化,分别对模拟云的预处理以及绘制方法提出改进,在保证绘制质量的同时,提高绘制速度。主要研究内容如下:(1)在云的预处理压缩方面,针对三维云仿真中大规模海量数据导致的图形硬件存储空间受限,无法达到实时性等问题,提出了基于变异系数的统一划分数据压缩方法。该方法依据数据块的数据紊乱程度对其进行重要性划分,保留重要的数据,适当地减少不重要的数据。通过Haar小波变换和分类矢量量化的方法对划分好的数据块进行矢量量化压缩,然后在GPU中实现解压缩与绘制同步进行的绘制策略,在保证图像逼真度的同时,提高了绘制效率。(2)在云的绘制算法方面,针对传统的光线投射算法绘制缓慢,内存受到限制等问题,提出了视点相关光线投射算法。该方法依据视距和块重要性等特点设计采样频率,实现自适应采样,并根据本文提出的三阶段插值算法对采样点进行计算。在使用二维传输函数进行分类时,设定块重要性加权香农熵代替传统方法的梯度值作为二维传输函数的定义域对不透明度值和颜色值进行计算。实验结果表明,云的可视化图像仿真效果较好,细节纹理特征明显,获得了很高的绘制速度。