大规模雪场景的实时绘制

大规模雪场景的真实感实时绘制在虚拟现实、雪灾的预防和救援、军事仿真及游戏设计等领域有着广泛的应用价值,但现有方法难以同时生成大规模动态雪场景的积雪及飘雪效果.为此提出并实现了一种交互式大规模雪场景建模与实时绘制的新方法.为了精细地模拟场景的积雪效果,提出一种基于视点的自适应降雪遮挡图模型,能在实时更新地物的遮挡关系的同时大大减少大规模雪场景中积雪的计算量,并提高了计算精度;对于场景的飘雪,采用一种基于视点的雪粒子分层建模技术来减少雪粒子数量,将视点变换及降雪粒子系统移至GPU中进行加速计算;采用动态多旋转纹理来模拟飘落雪花的形状以增加其真实感;采用几何与纹理混合绘制的方式来减少大场景的复杂度.最终成功地实现了野外和城市两个大规模雪场景的实时漫游,在场景中可看到压雪累累的树枝雪挂景象及轿车上厚厚积雪等冬天美景.     

基于GPU粒子系统的大规模场景高效雨雪实时模拟

粒子系统实现的雨雪效果能有效增强三维场景的真实感,传统基于中央处理器（CPU）运算模拟的粒子系统占用了大量CPU运算时间,难以达到实时模拟的要求。为此提出了一种基于图形处理器的（GPU）运算的粒子系统来模拟的雨雪场景。该方法通过在GPU中重复使用消亡粒子在视点坐标系内生成新粒子,并在几何着色器中将粒子的点坐标转换为矩形坐标,将CPU从复杂庞大的几何运算中解放出来,从而大幅增加了场景绘制的微粒数,使雨雪场景模拟的实时性和逼真度得到增强。     

GPU在实时阴影绘制中的应用

实时阴影在增强三维场景真实感方面起着非常重要的作用。阴影体算法是实时阴影绘制中效果非常理想的一种方法。但是随着场景复杂度的增加,该算法计算量比较大,将导致绘制效率的降低。另一方面,随着可编程GPU技术的发展,GPU的渲染速度远远大于CPU,为提高三维场景的渲染效率提供了更大的空间。在此基础上,介绍了一种在GPU上生成阴影体的方法,加速实时阴影绘制。利用图形硬件的图形处理单元（GPU）的运算能力和可编程性,将生成阴影体的大量计算从CPU转移到GPU,从而有效地提高实时阴影的绘制效率。     

利用深度图优化的自然光束体构建与绘制

为了模拟由散射形成的自然光束,提出基于深度图的光束体优化构建和实时绘制算法.首先把阴影体视作特殊的光束体参与计算,实现光束被物体遮挡的光照与阴影交错的效果;其次利用深度图在GPU中消除重叠的阴影体,降低填充率,优化复杂场景中多个阴影体与光束体相交情况的绘制效果.该算法将自然光束体构建中的一部分提前到预处理中完成,另一部分在GPU内核实现,提高了效率,再结合GPU上高效的散射计算绘制出动态光源产生的自然光束效果;此外,添加了大气中因散射可见的尘埃粒子的模拟,进一步增强了真实感.对动态光源下多个场景的实验结果表明,文中算法解决了散射光束中的遮挡与阴影问题,有效地模拟了光影交错的综合效果,并具有实时性.     

基于大规模粒子系统的实时喷泉模拟

本文实现了一种新的喷泉模拟方法,与传统的在CPU上实现算法不同的是,本文算法完全基于计算机图形硬件(GPU)来实现,利用图形硬件的大规模并行计算能力,显著的增加了模拟喷泉的粒子数量,提高了渲染速度,同时减轻了CPU的负载,使整个三维场景的绘制更加高效。     

一种大场景环境下降雪和积雪仿真的新方法

在分析已有的降雪和积雪模拟方法的基础上,提出了一种大场景环境下降雪和积雪模拟的新方法。将降雪和积雪过程看成雪景模拟的两个阶段,分别用不同的方法进行模拟。在降雪方面,引入粒子的旋转,粒子动态纹理和动态颜色等,提高了降雪模拟的真实性和灵活性;在积雪方面,引入噪声技术,解决了已有积雪模拟方法不能用于大场景模拟的问题。实验表明,降雪积雪模拟方法模拟效果真实,实时性良好,适合大场景尤其是飞行模拟系统中。     

基于GPU的海量城市管线高效建模与实时绘制

地理信息系统行业积累了海量基于二维矢量的管线数据,文中针对传统的基于CPU的多层次细节预处理三维建模及绘制方法存在质量和效率方面的不足,从管线二维矢量数据的形状特征出发,提出一种无需预处理的、可一次性在GPU中装载并处理城市规模管线数据的三维建模与实时绘制算法.该算法利用现代GPU可编程硬件的特性来实现,在GPU上对管线形状进行解码,在顶点着色器采用2个剪枝策略进行场景的可见性剔除计算,然后基于细分着色器对管线曲面进行多层次细节几何自动建模,全过程无需CPU干预.实验结果表明,文中算法适用于城市级别的海量管网数据,相比于已有的方法,绘制效果和多项性能指标得到了大幅提升.     

QuickWalk:一个大规模场景交互漫游系统

随着三维扫描与建模技术的飞速发展,三维场景的数据量急剧增大,无法一次性载入内存,而且难以进行交互绘制.研究开发了一个大规模外存场景的交互漫游系统QuickWalk,该系统集成了视点相关的层次细节技术、可见性剔除和场景数据的内外存调度,能够有效地减少运行时刻的内存需要,使CPU、GPU和I/O三者的效率得到充分发挥.实验表明,在保证场景绘制质量的前提下,该系统能够在目前普通的PC上实现大规模外存场景的实时显示和交互操纵.     

一种真实感雪场景模拟方法

探讨已有降雪和积雪模拟方法,针对粒子系统难以同时兼得真实性与实时性的问题,提出一种真实感较强的雪场景实时绘制算法。算法用矩形基本粒子进行纹理叠加映射来建模雪粒子,用温度调节控制雪粒子大小及雪密度大小,归一化生命周期并用于颜色混合。飘雪阶段,引入层次细节(LOD)技术,根据雪粒子真实受力特点模仿其运动过程,并将其受力全面综合考虑并简化,提高降雪模拟效果真实度,并降低计算复杂度。积雪阶段,获取场景模型暴露面及其高度场,以暴露面中点的高度及其点坐标为基础,得到雪粒子落地位置,进而模拟积雪高度变化效果;将整个地面作为地面雪粒子发射器,模拟积雪融化效果,提高真实性。     

基于GPU的三维医学图像混合可视化系统

研究并实现了一个基于GPU的医学图像混合可视化系统，该系统采用三维纹理映射的方法实现直接体绘制，利用GPU的可编程特性完成体绘制方法中的插值后分类算法和传输函数的传递及实时修改，采用OpenGL技术实现表面的绘制，并基于场景图结构实现时表面数据的管理。面绘制和体绘制部分都采用OpenGL实现，运用OpenGL的融合机制，系统实现了面绘制和体绘制的混合显示。本系统大大提高了体绘制的速度，有效地保留了面绘制和体绘制的优势，在保证绘制速度的基础上丰富了图像信息。     

1980~2019年北疆积雪时空变化与气候和植被的关系

利用1980~2019年中国长时间序列的AVHRR逐日无云积雪面积产品和气象站实测雪深资料计算积雪日数、积雪初日、积雪终日、积雪期、雪深等积雪物候参数,研究积雪物候的时空分布变化,同时结合ECMWF-ERA5再分析资料和GIMMS NDVI3g数据集分别提取气象因子（气温、降水）和植被因子（返青期、枯黄期、生长期）,探究北疆积雪物候变化对气象因子和植被因子的响应。结果表明：北疆近40 a间的平均积雪日数为81.62 d/a,73%的区域为稳定积雪区,积雪初日在11月、终日在3月,积雪期为每年11月初至次年3月底4月初;空间上呈现不均匀分布,其中阿勒泰山地区、天山地区、大部分塔城盆地和额尔齐斯谷地区为主要积雪区,1980~2019年间北疆积雪覆盖面积比例、积雪日数和积雪期逐年降低,积雪初日基本没变,但积雪终日显著提前;ECMWF-ERA5再分析资料表明1980~2019年北疆积雪期降水量无明显变化,但积雪覆盖面积比例显著降低,说明降雪区雪深可能增加,这与北疆气象站实测雪深逐渐增加结果相吻合;平均气温与积雪期积雪覆盖面积比例、积雪日数、积雪期长度相关性较大,呈现显著负相关,积雪期降水量与积雪物候参数呈现正相关;积雪物候及其气候效应引起北疆自然植被返青期显著提前,植被生长期延长的特征。     

基于FY-4A/AGRI时空特征融合的新疆地区积雪判识

高时间分辨率的积雪判识对于新疆牧区农牧业发展和雪灾预警具有重要作用,针对已有积雪产品易受复杂地形地貌,下垫面类型以及云遮蔽的影响,导致积雪判识精度降低的问题,提出一种利用深度学习方法对风云4号A星多通道辐射扫描计（AGRI）数据与地理信息数据进行多特征时序融合的积雪判识方法：以多时相FY-4A/AGRI多光谱遥感数据,以及高程、坡向、坡度和地表覆盖类型等地形地貌信息作为模型输入,以Landsat 8 OLI提取的高空间分辨率积雪覆盖图作为“真值”标签,构建并训练基于卷积神经网络的积雪判识模型,从而有效区分新疆复杂地形与下垫面地区的云、雪以及无雪地表,最终得到逐小时积雪覆盖范围产品。经数据集和2019年地面气象站实测雪盖验证,该方法精度高于国际主流MODIS逐日积雪产品MOD10A1和MYD10A1,显著降低云雪误判率。     

雪场景真实感的实时建模与绘制

针对计算机图形学中雪场景的真实感渲染的难题,提出了一种实时绘制高真实感雪景的方法。首先采用类衰减正弦函数模拟雪花运动轨迹,在保证真实性的同时大大提高其实时性;然后基于温度变化与不同地表类型影响,提出了实时积雪-融雪模型,通过计算无损失的热传递积雪方程,提高了交互积雪场景动态渲染的真实性;最后采用GPU图形硬件加速技术提高了整个过程的计算效率,绘制效果逼真。     

真实感雪场景模拟

在分析现有的降雪和积雪模拟方法的基础上,提出了一种新的粒子属性设置方式,对降雪过程的绘制速度进行了优化,并且创新性地运用阴影形成原理,模拟了风力较为稳定的条件下,建筑物背阴处的积雪情况。将降雪和积雪过程看成是两个独立的阶段,分别采用不同的方法进行模拟。降雪方面,主要是采用了粒子系统,为粒子添加了纹理样式这一属性,并运用了显示列表等优化技术,使得绘制效率得到了显著提高;积雪方面,引入噪声技术,并结合多级粒子系统,再现了现实生活中背阴处无积雪的情况。实验表明,模拟方法效果逼真,实时性良好,适合应用于需要进行实时渲染的虚拟环境。     

多源遥感驱动的SRM模型在缺资料地区的研究及应用

以MODIS雪盖、风云静止卫星降水、GLDAS气温等多源数据,作为传统SRM模型的输入参数,构建多源遥感驱动的SRM融雪径流模型,并在缺资料地区——青藏高原的年楚河流域进行融雪过程的径流模拟。研究表明融雪后期的瞬时降雪很大程度上影响了插值后积雪覆盖率的精度,在插值的时候考虑降水和气温,排除瞬时积雪干扰,改进线性插值获得每天的积雪覆盖率,可以提高模型模拟精度;遥感驱动的SRM模型在缺资料地区年楚河适用性较好,Nash-Sutcliffe系数(NSE)达到0.681,体积差(Dv)为-0.17%,均方根误差(RMSE)为9.678,模型模拟的精度较高。研究结果可为高寒地区生态水文模型研究提供重要参考,同时可为SRM模型在其他流域尤其是缺资料地区融雪径流计算中的应用提供有效支撑。     

地形环境的视点相关模型构造及仿真

实时显示大尺度地形环境是环境是视觉仿真系统的需要，地形的精细程度与视点相关是解决绘制精度和速度的有效手段之一。该文根据视点相关模型的原理，分析了地形模型构造的一般算法，对模型简化过程中的合法性检测，数据结构和排序提出了改进方法，并在微机上进行了仿真，取得较好的效果。     

基于三角带模板的大规模地形实时绘制方法

大规模地形的绘制技术一直是国内外虚拟现实领域的研究热点。为快速实时绘制,又保持真实性,提出一种基于三角带模板的大规模地形实时仿真方法。可用在战场环境仿真、飞行仿真、3D游戏等仿真系统中。先进行地形数据预处理,将地形分成若干相等的小块,并且计算每个小块的包围盒,然后根据地形块的大小确定一族三角带模板。实时绘制时,根据包围盒的屏幕投影误差因子选择合适的三角带模板,用三角带模板快速绘制地形块。采用扫描视锥体投影三角形裁剪方法剔除不需要绘制的地形块,并且采用添加阴影平面的方法消除地形裂缝。最后,在Puget Sound地形数据上进行了实验并进行了分析。实验证明,方法是可行和有效的。     

Diffusion‐Based Snow Cover Generation

We present a method to generate snow covers on complex scene geometries. Both volumetric snow shapes and photorealistic texturing are computed. We formulate snow accumulation as a diffusive distribution process on a ground scene. Our theoretical framework is motivated by models for granular material deposition. With the framework we can capture the most relevant features of natural snow cover geometries in a concise local computation scheme. Snow bridges and overhangs are also included. Snow surface texture coordinates are computed to create realistic ground–snow interfaces. Several example scenes and a supplementary snow cover growth animation demonstrate the method's efficiency.     

融合FY-3C号和FY-4A号卫星数据的积雪面积变化研究—以祁连山区为例

祁连山区积雪类型丰富、判识复杂,是中国积雪研究的典型区域。因此,精确地监测祁连山区积雪面积变化及其时空演变,对祁连山区生态环境和社会经济发展等具有重要意义。FY-3C MULSS利用多阈值积雪指数模型提供全球日积雪覆盖产品,FY-4A AGRI传感器每15~60 min提供一景覆盖全球的多光谱影像。基于FY-4A AGRI高时间分辨率的特征,构建适合于FY-4A号数据的动态多阈值多时相云隙间积雪识别方法,很大程度上减小了云对光学数据识别积雪造成的影响,并结合FY-3C MULSS积雪覆盖日产品较高空间分辨率的优势,融合得到去除云后的FY3C4积雪覆盖数据。利用Landsat 8 OLI卫星数据对融合后的积雪数据进行对比验证,结果表明融合FY-3C和FY-4A后的数据能更好地判识祁连山区的积雪覆盖情况。以MODIS MOD10A2积雪产品为真实值,随机检验了2018年3月~2019年3月融合后数据的积雪判识精度,发现无云情况下方法的总体精度可达到85.25%。进一步研究发现祁连山区积雪面积在海拔、气候和坡向等因素的影响下时空分布极不均匀,总体呈现出冬春季节大于夏秋季节,以及东部积雪面积大于西部积雪面积的特征。     

Using crowdsourced and weather station data to fill cloud gaps in MODIS snow cover datasets

We present the design, development, and testing of a new software package for generating snow cover maps. Using a custom inverse distance weighting method, we combine volunteer snow reports, cross-country ski track reports and station measurements to fill cloud gaps in the Moderate Resolution Imaging Spectroradiometer (MODIS) snow cover product. The method is demonstrated by producing a continuous daily time step snow probability map dataset for the Czech Republic region. For validation, we checked the ability of our method to reconstruct MODIS snow cover under cloud by simulating cloud cover datasets and comparing estimated snow cover to actual MODIS snow cover. The percent correctly classified indicator showed accuracy between 80 and 90% using this method. The software is available as an R package. The output data sets are published on the HydroShare website for download and through a web map service for re-use in third-party applications.