目前煤矿区地表沉陷研究主要依据沉陷主断面上的监测数据进行剖面建模,难以反映煤矿开采沉陷全过程、全盆地的变形破坏特征。利用机载激光扫描技术(LiDAR)可快速获取矿区地表三维地形点云数据,通过构建精细数字高程模型(DEM)并对矿区多期地形DEM进行叠加,得到地表沉陷的高分辨率数字模型(称为沉陷DEM)。然而,按照现有的激光点云数据滤波和DEM内插建模的处理流程得到的沉陷DEM,往往因为包含大量的非地面点云信息,使得沉陷模型产生显著的粗差和噪声。本文针对西部矿区地形起伏较大而植被覆盖度较低的条件,利用机载LiDAR获取试验区地表点云数据,在使用现有的三角网渐进加密滤波算法提取地面点云的基础上,提出一种基于格网大小及其点云高程排序的类地面点提取与沉陷DEM建模方法,通过改变格网尺寸和类地面点提取比例两个指标,得到试验区点云去噪和地表沉陷DEM建模的优化算法,并通过实测数据对比分析验证了上述算法的有效性,为机载LiDAR技术用于复杂地貌的矿区地表沉陷监测与数据建模提供技术支持。