大规模地形的实时绘制技术是目前人们广泛关注和研究的热点课题，它的应用涉及到如战场环境仿真、城市景观规划、虚拟旅游、防洪减灾、户外游戏、影视制作、虚拟现实等众多应用领域。多分辨率模型是目前地形实时显示的主要技术，本文以多分辨率模型为基础，对实现大规模地形实时绘制的关键技术，包括地形多分辨率模型生成技术、大规模地形的流式处理技术及地形的纹理组织和映射技术等进行了系统的探讨和研究。 地形多分辨率模型的生成算法种类较多，著名的有：自适应优化格网算法(ROAM)、基于视点的累进格网法(VDPM)，基于四叉树的自适应剖分算法以及基于各算法的各种改进算法等等。但目前人们对算法的更新及改进主要是从数据结构的角度来考虑，对简化准则没有做实质性的改进。目前地形多分辨率模型生成算法所使用的简化准则均是用Z坐标所代表的地形粗糙度及节点到视点的距离这两个因素构成的，这种单一信息量的简化准则的缺点是不能很好地保持地形的特征，造成简化后地形失真幅度过大。本文根据光能衰减原理，从人的视觉效果出发，认为由于地形面片辐射的光能将随着距离增加而不断衰减，所以距离视点较远处的面片辐射到视点的光能必然很微弱，这样就可以将远处的面片合并成较大的面片，从而达到简化地形的目的。在此基础上，本文将光能衰减与地形的粗糙度相结合，提出了更加附合视觉效果的地形简化准则。该准则根据人的视觉效果对地形进行合理地简化，能非常好地保持地形的特征，因而简化后地形的失真度小，有效地减少实时绘制时图像的跳跃现象。 对于大规模(不能一次性进行处理的)地形的实时绘制，目前有两流式数据处理技术：第一种流式数据处理技术是基于对数据进行分块调度的思想，首先将地形数据分割成一定大小的块，运行时每一个数据块以最高的细节层次(分辨率)调入，然后进行简化；第二种流式数据处理技术是在简化过程中进行数据的累进调度操作。本文通过对两种流式数据处理技术的比较觉得第二种流式处理技术在数据处理过程中，数据调度与多分辨率模型的生成两个功能模块结合得太紧密，在功能上处于高耦合状态，其数据预处理量及数据结构也都过于庞大，同时过多的数据调度操作对服务器的性能要求较高，另外这种数据处理技术实现起来也比较困难。而第一种流式处理技术尽管一次调入的数据量稍大，但其数据调度与多分辨率模型的生成在功能上是相互独立的，如果处理得当更容易在实际工程中得到成功的应用，对于它的实现，Lindstrom提出了利用四叉树及三角形二叉树进行地形数据组织并利用多线程机制进行数据调度与简化的流式处理方法，但该方法的缺点是：其数据结构依赖于地形的物理分割，因此数据结构庞大；多分辨率模型生成的计算量也依赖于物理分割的粒度，即物理分割粒度较粗时，数据范围增大，计算量会急剧增加；该方法不能实现模型的增量生成。为了克服Lindstrom方法的缺点，本文提出了一种新的流式数据处理方法。通过利用视景体参数对调入数据的粒度进行逻辑划分并建立由四棵四叉树组成的地形多分辨率模型的数据结构，该流式数据处理方法消除了数据结构对地形物理分割的依赖性，缩小了多分辨率模型的数据结构，实现了多分辨率模型的增量生成，从而提高地形多分辨率模型的生成效率。采用逻辑调入粒度对数据进行流式处理，使得模型生成的计算量也比较稳定，不再依赖于地形的物理分割粒度；该方法采用的多分辨率模型还适合于并行处理模式，在具有多处理器的并行处理环境中，可将各数据块分配给不同的处理器，这也是Lindstrom的处理方法不具有的特点。 对于真实感地形的绘制，是三维地形绘制的最高目标，也是科研人员们一直努力研究的极具挑战性的课题。目前一种普遍使用的方法是利用纹理映射技术将二维正射影像图映射到三维地形模型上，从而生成较为真实的地表图像。用纹理映射进行贴图的方法主要有两种:tiling技术(贴方砖)和纹理坐标绕转技术。由于利用纹理坐标绕转技术进行纹理映射时计算量大，消耗内存多，需用高端的图形工作站支持，所以目前在普通的PC机上实现实时三维地形纹理映射主要采用Tihng技术。该技术的典型代表是Jonathan于2000年提出的根据三角形在屏幕上的投影面积选择纹理级别的映射方法。但该方法存在以下缺点:纹理映射计算量较大、纹理映射没有考虑距离对视觉的影响，调入的纹理数据太多。本文在对目前Tiling技术充分研究的基础上，提出了一种新的地形纹理组织及快速映射方法，该方法通过设置不同级别的地形纹理，并将每一级地形纹理数据用四叉树进行组织，形成多级纹理四叉树，然后通过对纹理四叉树级别的选择实现地形纹理的映射;在纹理数据的调入方法上提出了利用地形多分辨率模型中各层绘制节点数与多分辨率模型总节点数的比值决定纹理数据调入层次的方法，减少了纹理数据的调入量，降低纹理数据的冗余。 本论文的研究成果己被应用于大连市空间数据研究中心项目:Sei3D三维地理信息平台中，该三维地形可视化系统的重要特点是其在数据处理规模上具有良好的开放性，能实现对各种规模的DEM数据进行高质