自然场景的真实感实时模拟,一直是计算机图形学领域研究的难点和热点。而气象景象,如：风、雨、雾、霾、雪、沙尘暴等,与人们的生活息息相关。其中,雪场景的真实感建模与实时绘制技术,其研究进展在虚拟现实、军事演练、运动仿真、雪灾的预防和救援、影视特技及游戏设计等众多领域有着广泛的应用价值。本文对雪场景的建模与实时绘制展开研究,主要内容有以下两个方面：1)针对现有方法难以同时实时生成大规模动态雪场景的积雪及飘雪效果的问题,本文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,该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以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背上厚厚积雪等冬天美景。2)雪崩是冬天山区经常出现的景象,对滑雪等冬季运动的爱好者对说是一种灾难性的现象。但目前计算机图形学领域对此景象的模拟却少有涉及。为此,本文提出并实现了一种基于计算流体动力学的实时雪崩模拟的新方法。该方法在平滑粒子动力学(SPH)计算框架的基础上,首先根据雪崩形成的物理机制,采用非牛顿流体模型对雪崩运动过程进行建模；再考虑到雪崩运动过程中粘滞力的流变特性,以速度张量Cross模型来有效地表示粘滞力的时变；采用了未知因素修正的SPH(XSPH)模型来维持雪崩运动的稳定性。最后通过优化设计的GPU加速方案,成功地实现了百万量级粒子的雪崩景象的实时模拟。在论文的最后,作者对本文的研究工作进行了总结,并指出了本课题进一步研究的方向。