随着工业化社会的发展,针对紧急事件发生的培训系统应急演练的需求日趋紧迫。但是目前应急演练系统并未普及,主要面临两个关键问题:一方面受虚拟现实技术制约,在大规模三维模型的快速绘制算法上始终无法保证效率,极大的增加了系统的使用成本;另一方面当前的应急演练系统在业务逻辑表现上还不够具体,用户无法通过复杂的操作流程来进行演练系统的培训,大幅度增加了演练的学习成本,导致应用场景十分有限。本文针对这两个问题进行了研究。首先,针对大规模三维场景的实时绘制问题,研究了基于可见性算法和背向面剔除算法的时空相关性背向面剔除优化算法,并研究了基于视域体剔除算法的启发优化视域体剔除算法。在背向面剔除算法原理基础上。通过将三维模型数据分割为簇,再将每簇数据分为正向区及背向区,之后根据各区继续细分为查询核来组成遍历空间树结构来简化查询过程。通过研究启发优化策略中的平面性算法和掩码算法设计了启发优化视域体剔除算法。其次,针对大规模三维模型在绘制过程中因位置重叠产生的互相遮挡状况,研究了基于遮挡剔除算法的k-d树遮挡查询优化算法。通过k-d树优先遍历算法和时空相关性相结合对遮挡查询算法进行优化。节点到视点的距离越小,优先级越高;一个物体可见时,原算法假设它在下一帧可见,可以进一步利用时空相关性而假设其在今后若干帧都可见,这样可以进一步减少遮挡查询的次数。最后,设计了适用于复杂业务逻辑的应急演练系统框架,并实现了基于观察者模式且满足系统独特要求的消息收发机制。依据抽象出的复杂事物模型设计了系统的整体框架,然后基于实时绘制技术设计了系统的可视化模块。在此基础上,给出了系统运行的实际结果。