La modelización numérica de fenómenos físicos implica frecuentemente procesos a través de una amplia gama de escalas espaciales y temporales. En las últimas dos décadas, los avances en metodologías numéricas basadas en wavelets para resolver ecuaciones diferenciales parciales, combinados con las propiedades únicas del análisis wavelet para resolver estructuras localizadas de la solución en mallas computacionales dinámicamente adaptativas, hacen que sea factible realizar simulaciones numéricas a gran escala de una variedad de sistemas físicos en una malla computacional adaptativa que cambia tanto en el espacio como en el tiempo. La visualización volumétrica de la solución es una parte esencial de la computación científica, sin embargo, las técnicas de visualización volumétrica existentes no aprovechan al máximo el análisis wavelet de multi-resolución y no están completamente adaptadas para la visualización de una solución comprimida en la malla computacional adaptativa basada en wavelets. Nuestro objetivo es explorar las alternativas para la visualización de datos dependientes del tiempo en una malla adaptativa que varía en el espacio y el tiempo utilizando renderizado volumétrico mientras se capitaliza en la representación de datos dispersos disponibles. Se exploran dos formulaciones alternativas. La primera se basa en el casting de rayos volumétricos de conjuntos de datos multi-escalas en el espacio wavelet. En lugar de trabajar con los wavelets en la resolución más fina posible, se realiza una transformada inversa parcial de wavelet como un paso de preprocesamiento para obtener funciones de escalado en una cuadrícula uniforme a una resolución prescrita por el usuario. Como resultado, una solución en el espacio físico se representa mediante una superposición de funciones de escalado en una cuadrícula regular gruesa y wavelets en una malla adaptativa. Un algoritmo de casting de rayos eficiente y preciso se basa únicamente en estas funciones de escalado gruesas. Se añaden detalles adicionales durante el trazado de rayos teniendo en cuenta un número apropiado de wavelets basado en la superposición de soporte con el punto de interpolación, la magnitud del coeficiente wavelet y otras características, como la acumulación de opacidad (orden de frente a atrás) y la desviación de la dirección de visualización frontal. El segundo enfoque se basa en complementar la malla adaptativa basada en wavelets con la malla tradicional de Refinamiento de Malla Adaptativa (AMR). Ambos algoritmos se ilustran y comparan con el software de visualización volumétrica existente para la convección térmica de Rayleigh-Bénard y conjuntos de datos de densidad electrónica en términos de tiempo de renderizado y calidad visual para diferentes compresiones de datos tanto de mallas adaptativas basadas en wavelets como de AMR.