作为构建虚拟环境的基础,三维地形在相关领域有着广泛的应用。然而三维地形的数据量往往非常庞大,一般大数据量地形场景中对应模型的数据至少可达几十兆。因此,如何存储、绘制大数据量的地形模型成为地形模型建模中的一个瓶颈问题。近年来,为了减少地形模型的数据量,出现了地形模型简化、多分辨率地形建模、地形模型LOD等技术和大量有关的算法得以应用。　　本文针对当前地形三维数据建模及模型简化的研究现状,围绕着规则格网和不规则格网地形数字模型的建立、不规则格网到规则格网的动态转换、地形模型简化以及地形多分辨率模型构建等关键技术内容展开讨论与研究。　　规则格网地形借助于在栅格结构上的优势,可以应用基于四叉树的LOD算法,高效地进行LOD选取、三角化和实时渲染。基于规则格网的四叉树LOD算法在众多的理论和实际中应用中已经被证明是非常高效的,它的主要优点体现在可以快速地进行LOD选取和三角化,主要缺点是,存在大量的数据冗余(在平缓地区和高山地区数据量相同),而且其适应性由于其结构而受到限制。而基于不规则三角网的简化、细分方法,适用于任意的不规则采样点集合,而且可以在限定的误差阈值的范围内,用更少的三角形就可以准确表达地形。但是,不规则三角网结构在LOD的应用并不多,究其原因,数据为离散数据且结构复杂不是一个规则的数据结构,以至在简化和细分操作方面存在较大的困难,而且在构建时需要更加复杂的层次结构和相对较大的内存开销。　　因此,本文利用GRID地形在结构上的优势和TIN在表达地形时在顶点数量上的优势,研究了地形的LOD模型生成算法,着重研究了矢量数据转换成栅格数据的插值方法,探讨了适用于GRID模型的四叉树的连续自适应LOD算法,最终设计出LOD算法。