当前，气候变化越来越剧烈，气候问题已经成为全球关注的焦点。对大气进行有效的监测，能帮助我们快速、准确地掌握气象变化规律，从而对突发性灾害天气做出有效的预警。激光雷达作为新型光波遥感技术在大气环境监测方面也有了越来越广泛的应用。但是由于构造的特殊性，激光雷达回波信号往往受到激光雷达系统本身产生的系统噪声和来自天空、太阳、大气等的辐射噪声的影响，有效信号往往比较微弱，淹没在大量的噪声中，因此，有效的滤波、去噪算法是提高后期信号处理准确性的前提。同时，激光雷达回波信号是典型的非稳态、非平稳信号，用传统的滤波方法难以对其进行有效地处理。　　 利用经验模式分解方法(EMD)能自适应地将信号按照特征时间尺度分解为不同的IMF分量，将含有噪声的高频IMF分量剔除，就可达到去噪的目的，这种方法称为EMD时空尺度滤波算法。由于该算法避免了小波基函数的选择问题，具有很高的自适应性，因而在激光雷达信号去噪领域应用越来越广泛。但是，经过本文研究后发现，该方法可能会对原始信号造成一定的损失，同时剔除几个高频分量仅仅是靠实验者的经验选取，没有可靠的理论依据。针对这两个问题，本文提出一种基于EMD的滤波算法，简称EMD-DISPO算法。该算法将高频IMF分量用光谱分析中常用的DISPO(DigitalSmoothingPolynomialFiltering)算法作进一步处理，有效地解决EMD时空尺度滤波算法中存在的信号损失和剔除高频分量个数的问题。经过理论分析与大量的实验验证表明，该方法能在保证信号完整性的同时，对原始信号进行有效处理。经仿真数据与实测数据的实验对比分析，该方法不但能有效地去除噪声，而且尽可能地保持了有效信号，减少了信号损失，提高了数据处理的准确度。