数字城市地理空间框架建设工作的开展对基础地理信息资源提出了更高的要求,数字线划图(DLG)数据作为空间数据的重要组成部分,是国家各项工程建设和城市规划中必须的基础资料。DLG作为一种智能数据集,它的生产、更新以及质量控制一直是测绘领域研究的热点。传统的数字线划图的生产模式周期长、效率低,需要大量的野外作业且更新困难,难以满足数字城市建设对基础地理信息资源现势性和高效性的要求。近年来,机载激光雷达(LIDAR)技术已逐渐发展成为高效、准确获取三维空间数据的重要手段,并被广泛应用于测绘、军事和环境监测等领域。激光雷达数据最直接的利用是快速生成高精度的数字高程模型(DEM),考虑到现有的LIDAR系统还能提供高分辨率的影像数据,通过对影像和点云数据进行联合处理可以得到数字正射影像(DOM)。基于高精度的DEM和DOM,经过适当的编辑就可以生产出DLG。相比于传统的DLG生产工艺,利用LIDAR数据生产DLG具有更短的成图周期以及更高的自动化程度。为了保证数字产品的精度,生产出满足用户需求和质量标准的产品,就需要对生产过程中的各个环节进行质量控制。本文的研究工作正是基于这一背景展开的,主要内容如下：1.分析了机载LIDAR系统的工作原理和技术特点,讨论了机载LIDAR数据结构和点云数据特点；研究了点云数据滤波的原理,并介绍了几种典型的数据滤波算法,总结了滤波的难点和困难区域；2.研究了机载LIDAR数据滤波前的粗差分析方法,尝试了利用直方图、晕渲图、基于立体圆定位剔除“孤立点”、基于体素划分的粗差探测技术,为数据滤波前的数据准备工作起到一定质量控制作用；3.研究了利用滤波分类后地面点生成DEM的质量控制问题。考虑到任何一种滤波算法都不能完全分离地面点和地物点,为了提高以LIDAR为数据源的DEM的质量,对滤波后的地面点集进行进一步的探测,剔除地面点集中残留的非地面点;4.研究了利用LIDAR数据制作DLG的方法,对制作过程中的关键问题进行了分析,并实现了基于LIDAR数据制作1：2000DLG,通过平原和山区的数据实验验证了作者提出的质量控制技术方法。论文的研究和实践证明了粗差探测对DLG生产过程中质量控制的有效性。研究表明：通过对机载LIDAR数据滤波前的点云数据进行粗差分析,可以提高数据滤波结果的可靠性；通过对滤波后的地面点数据进行粗差探测和剔除,可以提高DEM的精度,对最终数字产品的质量起到一定的控制作用。