Blender 雾体积光散射：从辐射传输方程到Cycles采样策略的深度解构

引言：当光线在雾中迷失——一个被多数人忽略的物理现象

在Blender中为场景添加一个Volume Scatter节点，调整Density和Anisotropy，就能得到朦胧的雾效——这几乎是每个初学者都会的操作。但你是否思考过：为什么增加Density会让物体对比度下降？为什么Anisotropy为正时会出现“银边效应”？为什么Cycles渲染体积时噪点总是顽固地聚集在光源附近？这些现象背后，是一套完整的辐射传输理论（Radiative Transfer Theory）在起作用。本文将以“现象→原理→推导→验证”的脉络，逐层剖析Volume Scatter的底层机制，并给出基于物理的采样优化策略。这不是一篇参数罗列教程，而是一次对光与介质相互作用的深度思辨。

现象观察：三个反直觉的渲染表现

在深入数学之前，我们先记录三个在Blender中可复现的典型现象，它们将作为后续推导的验证锚点。

• 现象一：密度均匀的雾，为何边缘比中心亮？ 当相机穿过一个均匀体积时，图像边缘的亮度往往高于中心。直觉上密度均匀应该亮度均匀，但实际渲染结果却呈现径向渐变。
• 现象二：Anisotropy=0.8时，逆光拍摄出现强烈光晕，但顺光时雾几乎消失。 前向散射（forward scattering）导致光线偏离原方向的角度集中在小角度范围内，使得逆光时相机接收到大量被散射的光子，而顺光时则相反。
• 现象三：增加体积的Multiple Scattering（多重散射）选项后，渲染时间翻倍，但阴影区域的亮度提升显著。 单次散射假设下，光子与介质只作用一次；而多重散射允许光子在介质中弹射多次，这解释了为何阴影区（直接光照不到）会因周围散射光而变亮。

这些现象无法用简单的“密度×颜色”模型解释，必须回到辐射传输方程（RTE）中寻找答案。

原理：辐射传输方程与Volume Scatter的数学本质

2.1 辐射传输方程（RTE）的基本形式

辐射传输方程描述了辐射亮度（Radiance）在介质中传播时的变化率。对于非发射、非吸收的纯散射介质，沿方向ω的微分形式为：

dL(x, ω)/ds = -σ_s L(x, ω) + σ_s ∫ p(ω, ω') L(x, ω') dω'

其中σ_s为散射系数（Blender中Density参数直接对应σ_s），p(ω, ω’)为相位函数（Phase Function），描述从方向ω’入射的光线被散射到方向ω的概率密度。第一项是衰减项（out-scattering），第二项是内散射项（in-scattering）。

这个方程的本质是：光线在介质中传播时，一方面因被散射到其他方向而衰减，另一方面又从其他方向接收散射光而增强。Volume Scatter节点正是通过数值方法求解这个积分-微分方程。

2.2 相位函数：Henyey-Greenstein近似与Anisotropy参数

Blender的Volume Scatter使用Henyey-Greenstein（HG）相位函数来近似真实介质的散射分布：

p(θ) = (1 - g²) / (4π (1 + g² - 2g cosθ)^(3/2))

其中g即Anisotropy参数，范围[-1, 1]。g=0时退化为各向同性散射（Rayleigh散射的近似），g>0表示前向散射占优（如雾、云），g<0表示后向散射占优。HG函数并非从第一性原理推导而来，而是基于经验拟合，但它在计算成本和物理合理性之间取得了极佳平衡。

关键洞察：g值直接决定了“银边效应”的强度。当g=0.8时，相位函数在θ=0°附近出现尖锐峰值，意味着光线更倾向于沿原方向继续传播，因此逆光时相机方向与光线传播方向相反，接收到的散射光反而更强——这解释了现象二。

2.3 单次散射与多重散射的数学分界

RTE的积分形式可以通过Neumann级数展开为多次散射的求和：

L = L_0 + L_1 + L_2 + ... 

L_0为未经散射的直射光，L_1为单次散射光，L_2为二次散射光，依此类推。Blender的Volume Scatter默认只计算单次散射（L_1），而Multiple Scattering选项则通过随机游走（random walk）模拟更高阶项。每增加一次散射，计算量呈指数增长，但阴影区域的亮度提升（现象三）正来源于L_2及更高阶项。

技巧提示：在大多数雾效场景中，单次散射已足够；但当需要表现浓密云层或次表面散射时，务必开启Multiple Scattering，并配合Denoising使用，否则噪点难以收敛。

推导：从RTE到Cycles的采样策略

3.1 体积渲染的蒙特卡洛积分

Cycles使用蒙特卡洛方法求解RTE。对于单次散射，沿光线方向采样一个散射点，计算该点的内散射贡献。采样点的概率密度函数（PDF）通常与透射率（transmittance）成正比：

PDF(t) = σ_s exp(-σ_s t) / (1 - exp(-σ_s d))

其中t为沿光线的距离，d为体积厚度。这个PDF被称为“距离采样”，其累积分布函数（CDF）可解析求逆，从而实现高效采样。

然而，当σ_s很大（浓雾）时，透射率迅速衰减，采样点集中在前表面附近，导致后方区域采样不足——这正是噪点聚集在光源附近的原因（现象一的根源之一）。

3.2 重要性采样与光源采样的结合

为了降低方差，Cycles采用“光源采样+距离采样”的混合策略：对光源直接采样（next event estimation），再对体积内散射点采样。但两者之间的权重平衡由MIS（Multiple Importance Sampling）启发式决定。当Anisotropy较大时，相位函数峰值方向与光源方向偏差大，光源采样的效率下降，此时应增加距离采样的样本数。

一个常被忽略的参数是Volume Sampling中的Step Rate（步进率）。它控制光线在体积中前进的步长，步长越小，采样越密集，但计算量越大。对于均匀介质，步长可设为较大值；对于非均匀介质（如使用噪声纹理驱动密度），步长需小于密度变化尺度。

3.3 验证：一个可复现的对照实验

为验证上述推导，我们设计如下实验：创建一个立方体体积，Density=1.0，Anisotropy分别设为0、0.5、0.8，使用Cycles渲染，固定采样数512，比较图像的信噪比（SNR）和渲染时间。

数据表明：随着g增大，SNR下降（噪点增加），渲染时间上升。这是因为相位函数的尖锐峰值导致采样方差增大。解决方案是增加光源采样权重，或使用Filter Glossy（在Cycles的Light Paths设置中）来钳制高方差样本。

行业案例：体积散射在影视级雾效中的实战应用

在火星人教育的商业项目实训中，我们曾为某科幻短片制作“星云迷雾”场景。初始使用默认Volume Scatter，Density=0.5，Anisotropy=0，渲染结果平淡且噪点多。通过以下三步优化，最终在保持物理合理性的前提下将渲染时间降低40%：

• 步骤一：基于相位函数的光源采样优化。 将Anisotropy提高到0.6以模拟星云尘埃的前向散射特性，同时在光源设置中启用“Multiple Importance”并提高光源采样数至1024。
• 步骤二：分层密度控制。 使用Noise Texture驱动Density，并通过ColorRamp将密度变化控制在0.2~1.2之间，避免极端值导致采样困难。步进率设为0.1，确保捕捉细节。
• 步骤三：多重散射的有限启用。 仅对核心区域启用Multiple Scattering（通过Volume的“Density”属性结合顶点组控制），外围区域保持单次散射，平衡质量与速度。

最终渲染的星云场景在4K分辨率下噪点收敛良好，且逆光时的光晕层次分明，获得了客户的高度认可。这一案例印证了：对RTE的深入理解，直接转化为渲染效率与艺术表现力的双重提升。

总结：从方程到像素的认知闭环

Volume Scatter并非一个孤立的节点，而是辐射传输方程在Cycles中的数值实现。理解RTE的衰减-内散射平衡、HG相位函数的各向异性、以及蒙特卡洛采样的方差来源，才能摆脱“调参玄学”，进入基于物理的创作自由。下次当你拖动Density滑块时，不妨想一想：你正在改变的是σ_s，而屏幕上的每一颗粒子噪点，都是方程求解过程中一次随机采样的足迹。

关于火星人教育：创办24年来，火星人教育始终专注于数字艺术与AIGC实战职业技能培训，开设课程涵盖AI漫剧创作、AIGC视觉设计、UE5游戏特效、室内全屋定制、MAYA三维动画、C4D动态设计、工业设计、NUKE影视后期、摄影摄像实训。北京、深圳双校区开设线下面授班，面向美术生、在校大学生及意向转行的职场人群，以项目化实训教学夯实专业技能，助力就业与职业提升。咨询电话：010-65918670。在火星人教育的课堂里，我们不仅教你调参数，更带你读懂每一个参数背后的数学与物理。