激光雷达是一种新的遥感探测技术，其能够快速地获取高精度的地理信息。与传统的测量技术相比，激光雷达具有很多优点，如主动性、穿透性、非接触性和快速性等，这使得其在测绘领域有很重要的应用。激光雷达获取的包含大量离散点三维空间坐标的点云数据，并不能直接反映地形或目标的表面情况，想要解决这个问题，必须借助于网格化算法，通过对点云数据进行处理，得到地形或目标的数字高程模型（DEM，Digital Elevation Model）。不同的网格化算法生成的DEM会有区别，网格化算法不可避免地会影响DEM的精度。本文的研究内容是定量研究网格化算法对DEM精度的影响，找到不同情况下生成DEM精度最高的算法。首先，介绍了机载激光雷达的系统组成，并详细推导了机载激光雷达点云数据的获取原理。机载激光雷达主要由激光测距仪、GPS接收机、惯性导航系统组成。通过建立坐标系、坐标系间的转换和构建构象方程，由实际测量的数据推导出了激光脚点的三维坐标，从而得到了点云数据。最后由此分析了影响DEM精度的误差源。接着，选取了三种比较常用的网格化算法：矩形中心法、规则三角形法和Delaunay三角网法，并对它们的原理和实现步骤进行了详述。然后详述了DEM精度的评价方法。以ASTER获取的高程数据为基础，在点云数据规则分布和不规则分布两种情况下，选取了三种地形，利用三种网格化算法对其进行了仿真实验，得到了对应的DEM。然后根据提出的DEM精度的评价方法，计算比较了三种网格化算法的DEM精度，得到了不同情况下DEM精度最高的算法。最后，选用距离选通激光雷达进行实验验证。分别选取了建筑物和树林作为目标进行了成像实验，通过相关的处理，得到了各自对应的距离像，并用距离像代替机载激光雷达的点云数据。利用距离像进行了网格化，生成了DEM，并计算了DEM的精度，最后结果证明了仿真实验所得到结论的正确性。