自然场景的真实感模拟一直是计算机图形学研究的热点和难点,其中流体模拟,尤其是水场景的模拟,在影视特效、航海模拟、三维游戏开发、计算机动画、灾难模拟和救援等诸多领域有着广泛的应用。但在目前的水场景模拟研究工作中,存在着流体体积出现动态压缩及浪花、泡沫细节不够丰富等缺点,影响了其绘制效果的真实感。另外目前基于物理的流体模拟方法计算效率普遍低下,也影响了该技术的推广和应用。本文针对水面场景,提出了一种新的基于物理的真实感建模与绘制算法。算法以SPH (Smoothed Particle Hydrodynamics,平滑粒子流体动力学)方法为基础。首先基于分子物理学中的Lennard-Jones方程提出了一个新的压力状态方程,在避免求解复杂的Poisson方程的同时,能够很好地解决理想气体状态方程所带来的明显的体积压缩问题。实验证明,本算法在保证系统稳定性的同时,能近似保证水体的体积守恒,从而在宏观上保证了水场景模拟的整体真实感。其次,为了更好地模拟浪花飞溅和泡沫等效果,我们在传统的SPH表面张力模型基础上,提出了自适应表面张力模型。通过对场景中粒子状态进行分类以及对于各状态间相互转换规则的确立,并通过引入更为准确的张力核函数,使得本文算法中表面张力的大小和作用范围更接近物理真实,能够更加真实地绘制出浪的行进、翻转、破碎及与堤岸相撞击等动态效果,进一步从微观细节上提高了模拟的真实感。最后,针对目前基于物理的流体模拟算法普遍效率较低,本文引入了基于GPU的自适应SPH框架,将硬件加速和算法加速做了很好的结合。并且在非均匀系统的粒子采样规则中,充分考虑了流体几何及物理复杂度,从而使本文算法和前人工作相比,在不牺牲真实感的前提下,运算速度有了很大的提高。结果表明,本文算法对于巨浪翻卷、洪水等场景的模拟真实感较强,而平均模拟速度相比未采用GPU的SPH方法提升了两个数量级以上。