1、LiDAR（Light Detection and Ranging）是一種利用全球定位系統(tǒng)、慣性測量裝置、激光掃描測距系統(tǒng)和成像裝置，對被測物體表面信息進行測量的技術。作為一種新興技術，LIDAR技術具有自動化程度高、數(shù)據(jù)生產(chǎn)周期短、受外界環(huán)境影響小、精度較高等優(yōu)點。但是LiDAR技術獲取的點云數(shù)據(jù)量巨大，在構建不同尺度的DEM時，大量的點云數(shù)據(jù)對于提高DEM精度沒有明顯的作用，反而會導致數(shù)據(jù)處理速度急速下降。因此對LiDAR點云數(shù)據(jù)進

2、行抽稀簡化很有必要。
　　在LiDAR點云簡化過程中，點的取舍準則直接決定保留點的分布和質量狀況。一般情況下，點的取舍準則是基于地形特征設定的。目前大多數(shù)的LiDAR點云簡化算法都是基于單一地形特征因子實現(xiàn)點云簡化，但是單一地形特征因子無法全面綜合地描述地形特征，故提出一個可以綜合評判地形特征的地形復雜度指標是至關重要的。
　　本文選取坡度S、地形起伏度Cur、地形粗糙度Rel和全曲率Rou四個單一地形因子指標，采用主成分分

3、析方法，提出地形復雜度指標模型，構建了一個地形復雜度指標C，并得到C與S、Cur、Rel和Rou之間的經(jīng)驗公式。選取具有典型地形特征的實驗區(qū)域，計算C，得到C與地形特征的對應關系。最后選取實驗區(qū)域對地形復雜度指標與地形特征之間的對應關系進行驗證，實驗結果表明，構建的地形復雜度指標能夠有效地描述地形特征，且與地形特征之間的對應關系是合理的。
　　基于構建的地形復雜度指標C，本文提出了一種新的LiDAR點云簡化方法TCthin。TCt

4、hin方法根據(jù)設計的點云采樣準則，基于包圍盒算法原理實現(xiàn)點云簡化。實現(xiàn)思路是首先基于低分辨率DEM計算C值;然后根據(jù)目標簡化尺度對LiDAR點云數(shù)據(jù)劃分簡化格網(wǎng)，并與C值相關聯(lián);最后根據(jù)C值決定點云的取舍，當0＜=C＜0.5時，每個簡化格網(wǎng)上保留高程Z均值點，當0.5＜=C＜1.5,每個簡化格網(wǎng)上保留高程Z最大值點和高程Z最小值點;當C＞=1.5,每個簡化格網(wǎng)上保留高程Z最小值點，高程Z均值點，高程Z最大值點。
　　通過實驗對TC

5、thin方法進行分析和評價。將TerraScan軟件中的Thin points方法和Lastools軟件包中的Lasthin方法作為TCthin方法的對比對象，選取八個實驗區(qū)，在三種簡化級別上實現(xiàn)點云簡化。計算簡化后每個數(shù)據(jù)集的簡化率，根據(jù)點云簡化率對TCthin方法點云簡化程度進行評價;采用反距離權重插值方法生成DEM并計算均方根誤差RMSE，根據(jù)RMSE值對TCthin方法的點云簡化質量進行評價。實驗結果表明，在點云簡化程度方面，本

6、文提出的TCthin方法能夠有效地去除冗余點，實現(xiàn)點云的簡化;在點云簡化質量方面，在相同簡化率水平上，本文提出的TCthin方法明顯優(yōu)于Lasthin和Tscanthin方法;在同一數(shù)據(jù)集中，三種簡化方法的點云簡化質量與點云簡化率均呈現(xiàn)負相關關系。
　　綜上所述，本文構建的地形復雜度指標能夠綜合全面地描述地形特征，提出的基于地形復雜度的LiDAR點云簡化方法能夠有效實現(xiàn)LiDAR點云簡化，改善點云簡化質量，在不同簡化級別、不同地形