摘要。DEM（数字高程模型）是描述表面形态的重要数据源，但它们不是真实的3D模型，因此无法满足描述3D陆地表面的要求。LIDAR（光检测和测距）点云数据是具有高精度和高密度的真实3D数据。在分析DEM和点云数据之间的差异（包括相应的获取方法，数据结构和模型构建方法）的基础上，提出了一种基于规则网格2D数据域的3D点集数据模型，用于区域建模。通过上下边界建模方法测试了该模型的可行性。实验表明：（1）基于规则网格化的二维数据域的3D点集数据模型与完整的DEM数据和简化的点云数据兼容，具有良好的适用性；（2）当数据量仅增加一倍时，新建的数据模型可以高效地用于简单表面实体的真实3D建模中；（3）通过输入DEM数据和点云数据，并使用简化算法在同一坐标系中处理点云数据，可以生成新的数据模型。这种方法具有包括大规模和自动输出处理在内的多尺度潜力，并且有可能被广泛推广。（2）当数据量仅增加一倍时，可以将新建的数据模型高效地用于简单表面实体的真实3D建模中；（3）通过输入DEM数据和点云数据，并使用简化算法在同一坐标系中处理点云数据，可以生成新的数据模型。这种方法具有包括大规模和自动输出处理在内的多尺度潜力，并且有可能被广泛推广。（2）当数据量仅增加一倍时，新建的数据模型可以高效地用于简单表面实体的真实3D建模中；（3）通过输入DEM数据和点云数据，并使用简化算法在同一坐标系中处理点云数据，可以生成新的数据模型。这种方法具有包括大规模和自动输出处理在内的多尺度潜力，并且有可能被广泛推广。



"点击查看英文标题和摘要"