Μελετάμε, χρησιμοποιώντας υπολογισμούς ηλεκτρονικής δομής από πρώτες αρχές, τις μαγνητικές ιδιότητες διάφορων κραμάτων (BiFeO3, BiMnO3 και Bi2MnFeO6) και πολυστρωμάτων είτε με ημιαγώγιμο υπόστρωμα (InP/BiFeO3) είτε με υπόστρωμα μετάλλων μετάβασης (V/BiFeO3 και Fe/BiFeO3). Όλα τα κράματα και τα πολυστρώματα τα οποία μελετήθηκαν είχαν δομή σφαλερίτη (zinc – blend). Τα υλικά αυτά ανήκουν στην κατηγορία των μαγνητοηλεκτρικών υλικών, μία κατηγορία με έντονο επιστημονικό ενδιαφέρον λόγω των πολλαπλών πλεονεκτημάτων που παρουσιάζει η χρησιμοποίησή τους σε μαγνητοηλεκτρικές εφαρμογές, π.χ. σε σκληρούς δίσκους και σε μνήμες ηλεκτρονικών υπολογιστών. Τα παραπάνω υλικά μελετήθηκαν για διαφορετικές μαγνητικές δομές. Για το BiFeO3 θεωρήσαμε τρεις πιθανές αντισιδηρομαγνητικές διαμορφώσεις και την σιδηρομαγνητική λύση. Επίσης μεταβάλαμε την πλεγματική σταθερά της μοναδιαίας κυψελίδας από 5.6 a.u. έως και 8.1 a.u.. Για το BiMnO3 μελετήθηκαν τρεις αντισιδηρομαγνητικές και μία σιδηρομαγνητική διαμόρφωση για δύο τιμές της πλεγματικής σταθεράς: 14 a.u. (ή 3.703 Å) και 14.7 a.u. (ή 3.888 Å). Για το Bi2MnFeO6 υπάρχουν τρεις διαφορετικές περιπτώσεις ανάλογα με τις θέσεις των ατόμων Fe και Mn, και για κάθε περίπτωση έχουν μελετηθεί πέντε αντισιδηρομαγνητικές διαμορφώσεις και μία σιδηρομαγνητική, για τις ίδιες πλεγματικές σταθερές με το BiMnO3. Στα πολυστρώματα InP/BiFeO3 υπάρχουν τέσσερις περιπτώσεις των οποίων η διαφορά βρίσκεται στις θέσεις των ατόμων In και P στο υπόστρωμα. Τέλος, στα πολυστρώματα V/BiFeO3 και Fe/BiFeO3 μελετήθηκαν πέντε διαφορετικές περιπτώσεις, των οποίων η διαφορά εντοπίζεται στην πλεγματική σταθερά. Οι προσομοιώσεις μας έδειξαν ότι ενώ τα κρυσταλλικά κράματα παρουσιάζουν έντονες μαγνητικές ιδιότητες, στην περίπτωση των πολυστρωματικών υμενίων, η μείωση σε διαστάσεις οδηγεί σε σημαντική υποβάθμιση των μαγνητικών ιδιοτήτων και σε μερικές περιπτώσεις σε σχεδόν μη – μαγνητικές λύσεις. / We study, using first – principles electronic structure calculations, the magnetic properties of various alloys such as BiFeO3, BiMnO3, Bi2MnFeO6 and multilayers with a semiconducting (InP/BiFeO3) or a transition metal (V/BiFeO3 and Fe/BiFeO3) substrate. All the previous alloys and multilayers have a zinc – blend structure. These materials are known as magnetoelectric materials, a category which has attracted intense scientific interest due to the advantages of implementing these materials in spintronic devices e.g. computer's hard disks and RAM memories. These materials were studied for various magnetic structures. For BiFeO3 we considered three antiferromagnetic and a ferromagnetic configurations. We also varied the lattice constant of the unit cell from 5.6 a.u. to 8.1 a.u.. For BiMnO3 we studied three antiferromagnetic and one ferromagnetic configurations for two values of the lattice constant: 14 a.u. (or 3.703 Å) and 14.7 a.u. (or 3.888 Å). For Bi2MnFeO6 there are three different cases depending on the positions of Fe and Mn atoms, and in each studied case five antiferromagnetic and one ferromagnetic configurations were taken into account, concerning InP/BiFeO3 multilayers there are four cases where the difference concern the positions of In and P in the substrate. Finally, the multilayers V/BiFeO3 and Fe/BiFeO3 were studied for five different values of the lattice constant. Our simulations show that although the bulk alloys exhibit considerable magnetic properties, the latter are seriously downgraded for multilayers and in same casses magnetism almost vanishes.

Over the past decades simulation techniques, and in particular finite element method, have been used successfully to predict the response of systems across a whole range of industries including aerospace, automotive, chemical processes, geotechnical engineering and many others. In these numerical analyses, the behaviour of the actual material is approximated with that of an idealised material that deforms in accordance with some constitutive relationships. Therefore, the choice of an appropriate constitutive model that adequately describes the behaviour of the material plays an important role in the accuracy and reliability of the numerical predictions. During the past decades several constitutive models have been developed for various materials. In recent years, by rapid and effective developments in computational software and hardware, alternative computer aided pattern recognition techniques have been introduced to constitutive modelling of materials. The main idea behind pattern recognition systems such as neural network, fuzzy logic or genetic programming is that they learn adaptively from experience and extract various discriminants, each appropriate for its purpose. In this thesis a novel approach is presented and employed to develop constitutive models for materials in general and soils in particular based on evolutionary polynomial regression (EPR). EPR is a hybrid data mining technique that searches for symbolic structures (representing the behaviour of a system) using genetic algorithm and estimates the constant values by the least squares method. Stress-strain data from experiments are employed to train and develop EPR-based material models. The developed models are compared with some of the existing conventional constitutive material models and its advantages are highlighted. It is also shown that the developed EPR-based material models can be incorporated in finite element (FE) analysis. Different examples are used to verify the developed EPR-based FE model. The results of the EPR-FEM are compared with those of a standard FEM where conventional constitutive models are used to model the material behaviour. These results show that EPR-FEM can be successfully employed to analyse different structural and geotechnical engineering problems.

In dieser Dissertation wird erstmalig ein theoretisches Fundament zur Beschneiung virtueller Szenen entwickelt. Das theoretische Fundament wird als analytisches Modell in Form einer Diffusionsgleichung formuliert. Aus dem analytischen Modell lässt sich eine Gruppe von Algorithmen zur Beschneiung virtueller Szenen ableiten. Eingehende Voruntersuchungen zur allgemeinen Modellierung natürlicher Phänomene in der Computergraphik sowie eine Klassifikation der bestehenden Literatur über mathematische Schneemodellierung bilden den Anfang der Arbeit. Aus der umfassenden Darstellung der Eigenschaften von Schnee, wie er in der Natur vorkommt, ergeben sich die Grundlagen für die Modellbildung. Die Modellbildung fußt auf den grundlegenden Ansätzen der klassischen Mechanik und der statistischen Physik. Für die Beschneiung auf visueller Skala erweist sich der Diffusionsprozess als geeignete Beschreibung. Mit der Beschreibung lassen sich diffusiv Schneeoberflächen erzeugen. Der konkrete computergraphische Wert des theoretischen Fundaments wird anhand zweier Implementierungen exemplarisch dargestellt, und zwar in der Distanzfeldmethode und der Diffusionskernmethode. Die Ergebnisse werden mithilfe dreidimensionaler Rauschtexturen und Alpha-Masken an den Rändern fotorealistisch visualisiert. / In this dissertation for the first time a theoretical foundation is developed for snow accumulation in virtual scenes. The theoretical foundation is formulated in an analytical model as diffusion equation. The analytical model leads to a group of algorithms for virtual snow accumulation. Comprehensive investigations for the modelling of natural phenomena in computer graphics in general are used to develop a method classification scheme. Another classification is given for an overview over the aspects of snow in the real world. This allows an efficient presentation of related literature on snow modelling. A new approach of snow modelling is then drawn from first principles of classical mechanics and statistical physics. Diffusion processes provide an efficient theoretical framework for snow accumulation. The mathematical structure of diffusion equations is discussed and demonstrated to be adequate to snow modelling in visual scales. The value of the theoretical foundation for computer graphics is demonstrated with two exemplary implementations, a distance field method and the diffusion kernel method. Results are visualized with 3D noise textures and alpha masks near borders delivering photorealistic snow pictures.

The ability to predict fatigue crack growth rates is essential in safety critical systems. The discovery of fatigue crack closure in 1970 caused a flourish of research in attempts to simulate this behaviour, which crucially affects crack growth rates. Historically, crack tip plasticity models have been based on one-dimensional rays of plasticity emanating from the crack tip, either co-linear with the crack (for the case of plane stress), or at a chosen angle in the plane of analysis (for plane strain). In this thesis, one such model for plane stress, developed to predict fatigue crack closure, has been refined. It is applied to a study of the relationship between the apparent stress intensity range (easily calculated using linear elastic fracture mechanics), and the true stress intensity range, which includes the effects of plasticity induced fatigue crack closure. Results are presented for all load cases for a finite crack in an infinite plane, and a method is demonstrated which allows the calculation of the true stress intensity range for a growing crack, based only on the apparent stress intensity range for a static crack. Although the yield criterion is satisfied along the plastic ray, these one-dimensional plasticity models violate the yield criterion in the area immediately surrounding the plasticity ray. An area plasticity model is therefore required in order to model the plasticity more accurately. This thesis develops such a model by distributing dislocations over an area. Use of the model reveals that current methods for incremental plasticity algorithms using distributed dislocations produce an over-constrained system, due to misleading assumptions concerning the normality condition. A method is presented which allows the system an extra degree of freedom; this requires the introduction of a parameter, derived using the Prandtl-Reuss flow rule, which relates the magnitude of slip on complementary shear planes. The method is applied to two problems, confirming its validity.

In dieser Dissertation wird erstmalig ein theoretisches Fundament zur Beschneiung virtueller Szenen entwickelt. Das theoretische Fundament wird als analytisches Modell in Form einer Diffusionsgleichung formuliert. Aus dem analytischen Modell lässt sich eine Gruppe von Algorithmen zur Beschneiung virtueller Szenen ableiten. Eingehende Voruntersuchungen zur allgemeinen Modellierung natürlicher Phänomene in der Computergraphik sowie eine Klassifikation der bestehenden Literatur über mathematische Schneemodellierung bilden den Anfang der Arbeit. Aus der umfassenden Darstellung der Eigenschaften von Schnee, wie er in der Natur vorkommt, ergeben sich die Grundlagen für die Modellbildung. Die Modellbildung fußt auf den grundlegenden Ansätzen der klassischen Mechanik und der statistischen Physik. Für die Beschneiung auf visueller Skala erweist sich der Diffusionsprozess als geeignete Beschreibung. Mit der Beschreibung lassen sich diffusiv Schneeoberflächen erzeugen. Der konkrete computergraphische Wert des theoretischen Fundaments wird anhand zweier Implementierungen exemplarisch dargestellt, und zwar in der Distanzfeldmethode und der Diffusionskernmethode. Die Ergebnisse werden mithilfe dreidimensionaler Rauschtexturen und Alpha-Masken an den Rändern fotorealistisch visualisiert.:1. Einleitung 7 2. Zentrale Beiträge dieser Arbeit 11 3. Natürliche Phänomenmodellierung in der Computergraphik 13 3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14 3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16 3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20 3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21 3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22 3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23 3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25 3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30 3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32 3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4. Schnee in der Natur 35 4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40 5. Vorarbeiten zur computergraphischen Schneemodellierung 45 5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45 5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46 5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48 5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48 5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50 5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51 5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55 6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton- Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57 6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59 6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61 6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63 6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65 7. Eigenschaften und Lösungen von Diffusionsgleichungen 67 7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67 7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68 7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70 7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70 7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72 8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75 8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76 8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79 8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81 8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81 8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96 8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101 9. Visualisierung virtueller Schneeoberflächen 103 9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10.Zusammenfassung und Schlussfolgerungen 107 10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 A. Beobachtungssammlung natürlicher Schneeformen 109 A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109 A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 B. Sammlung virtuell beschneiter Szenen 125 B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130 Literaturverzeichnis 131 Abbildungsverzeichnis 143 Veröffentlichungen 151 / In this dissertation for the first time a theoretical foundation is developed for snow accumulation in virtual scenes. The theoretical foundation is formulated in an analytical model as diffusion equation. The analytical model leads to a group of algorithms for virtual snow accumulation. Comprehensive investigations for the modelling of natural phenomena in computer graphics in general are used to develop a method classification scheme. Another classification is given for an overview over the aspects of snow in the real world. This allows an efficient presentation of related literature on snow modelling. A new approach of snow modelling is then drawn from first principles of classical mechanics and statistical physics. Diffusion processes provide an efficient theoretical framework for snow accumulation. The mathematical structure of diffusion equations is discussed and demonstrated to be adequate to snow modelling in visual scales. The value of the theoretical foundation for computer graphics is demonstrated with two exemplary implementations, a distance field method and the diffusion kernel method. Results are visualized with 3D noise textures and alpha masks near borders delivering photorealistic snow pictures.:1. Einleitung 7 2. Zentrale Beiträge dieser Arbeit 11 3. Natürliche Phänomenmodellierung in der Computergraphik 13 3.1. Die Rolle der computergraphisch modellierten Naturphänomene in der Informatik . . . . 14 3.2. Repräsentationsformen natürlicher Phänomene in der Computergraphik . . . . 16 3.3. Modellierungsmethoden im Überblick . . . . . . . . . . . . . . . . . . . . 20 3.3.1. Bildbasierte Methoden . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3.2. Diskretisierungsbasierte Methoden . . . . . . . . . . . . . . . . . . 21 3.3.3. Kontinuumsbasierte Methoden . . . . . . . . . . . . . . . . . . . . 22 3.3.4. Modellreduktionsmethoden . . . . . . . . . . . . . . . . . . . . . . 23 3.3.5. Interaktionsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4. Klassifikation der natürlichen Phänomene in der Computergraphik . . . . 25 3.4.1. Statische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.4.2. Dynamische Phänomene . . . . . . . . . . . . . . . . . . . . . . . . 28 3.4.3. Zusammengesetzte Phänomene . . . . . . . . . . . . . . . . . . . . 30 3.4.4. Sonstige natürliche Phänomene . . . . . . . . . . . . . . . . . . . . 32 3.5. Schlussfolgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4. Schnee in der Natur 35 4.1. Entstehung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2. Niederschlag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.3. Akkumulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 4.4. Metamorphose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 4.5. Computergraphisch modellierbare Aspekte . . . . . . . . . . . . . . . . . . 40 5. Vorarbeiten zur computergraphischen Schneemodellierung 45 5.1. Modellierung statischer Aspekte . . . . . . . . . . . . . . . . . . . . . . . . 45 5.1.1. Optische Schneeeigenschaften . . . . . . . . . . . . . . . . . . . . . 45 5.1.2. Geometrische Form der Schneeoberflächen . . . . . . . . . . . . . . 46 5.1.3. Schnee als makroskopische Landschaftstextur . . . . . . . . . . . . 48 5.2. Modellierung dynamischer Aspekte . . . . . . . . . . . . . . . . . . . . . . 48 5.2.1. Schneefall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.2.2. Schneeschmelze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.2.3. Lokale Schneeumlagerung und Kompaktifizierung . . . . . . . . . . 50 5.2.4. Bisher nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . 51 5.3. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6. Physikalische Methoden zur Darstellung von Materialflüssen und Phasengrenzen 55 6.1. Mikroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.1. Formale Schneecharakterisierung mit einer Vielteilchen-Hamilton- Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 6.1.2. Statistische Formulierung der Vielteilchenbeschreibung . . . . . . . 57 6.2. Makroskopische Modelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2.1. Schneeverteilung als globales Strahlungsgleichgewicht . . . . . . . 59 6.2.2. Lokale stochastische Darstellung als getriebene Oberfläche . . . . . 61 6.2.3. Oberflächenentwicklung als Reaktionsdiffusion . . . . . . . . . . . 63 6.3. Zusammenfassung und Schlussfolgerung . . . . . . . . . . . . . . . . . . . 65 7. Eigenschaften und Lösungen von Diffusionsgleichungen 67 7.1. Das physikalische Prinzip der Diffusion . . . . . . . . . . . . . . . . . . . . 67 7.1.1. Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 7.1.2. Diffusion auf Höhenfeldern . . . . . . . . . . . . . . . . . . . . . . 68 7.2. Mathematische Behandlung linearer Diffusionsgleichungen . . . . . . . . . 70 7.2.1. Konstruktion von allgemeinen Lösungen mittels Fundamentallösung 70 7.3. Analytische Lösungsbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . 72 8. Computergraphische Erzeugung von Schneeoberflächengeometrien 75 8.1. Faltung als Grundprinzip der diffusiven Schneedeckenerzeugung . . . . . . 76 8.2. Datenstrukturen zur Darstellung von Schneedecken . . . . . . . . . . . . . 79 8.3. Darstellung mittels Distanzfeld . . . . . . . . . . . . . . . . . . . . . . . . 81 8.3.1. Details der Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . 81 8.3.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 8.4. Darstellung als Diffusionsprozess . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.1. Modelldetails . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 8.4.2. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 8.5. Erweiterung für Überhänge und Schneebrücken . . . . . . . . . . . . . . . 96 8.5.1. Brückenerzeugung . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 8.5.2. Überhangsberechnung . . . . . . . . . . . . . . . . . . . . . . . . . 98 8.5.3. Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 8.5.4. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 8.6. Vergleich und Verallgemeinerbarkeit der Schneemodellierungsansätze . . . 101 9. Visualisierung virtueller Schneeoberflächen 103 9.1. Schneeoberfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 9.2. Schneeränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 9.3. Diskussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 10.Zusammenfassung und Schlussfolgerungen 107 10.1. Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 10.2. Schlussfolgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 A. Beobachtungssammlung natürlicher Schneeformen 109 A.1. Randprofile und Stützflächenabhängigkeit . . . . . . . . . . . . . . . . . . 109 A.2. Verdeckung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 A.3. Glättung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 A.4. Innenränder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 A.5. Brücken und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 A.6. Nicht modellierte Aspekte . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 B. Sammlung virtuell beschneiter Szenen 125 B.1. Distanzfeldmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 B.2. Diffusionskernmethode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 B.3. Brückenbildung und Überhänge . . . . . . . . . . . . . . . . . . . . . . . . 130 Literaturverzeichnis 131 Abbildungsverzeichnis 143 Veröffentlichungen 151