LIDAR系统即Light Detection And Ranging，也称为机载激光雷达，该系统主要安装在飞机上进行激光测距和探测，通过记录发射脉冲反射时间，以及激光器的位置、高度、角度和方向，计算出地面点的坐标，最终获取高精度的三维数据。　　 随着GIS发展，数字高程模型成为空间信息系统的一个重要组成部分，机载LIDAR数据拥有的高精度和高密度使其在生成DEM方面具有很大优势。本文主要研究LIDAR数据处理的理论和方法，探讨如何通过数据处理获得DEM模型等关键技术，对不同的建构方法进行评价，寻找可行的内插算法，并基于不同方法进行DEM地形分析。在上述研究基础上，实现了基于.NET和OPENGL的DEM建模和地形分析程序，到达了预期的实验效果。　　 基于LIDAR数据获取DEM模型，需要进行粗差剔除，数据滤波等一系列处理，本文论述了LIDAR数据粗差点剔除、滤波算法和LIDAR数据生成DEM模型的方法和步骤，重点介绍了剖面和曲面拟合的滤波算法、基于Delaunay三角剖分和规则格网的建模算法，并采用OPENGL技术实现了地形模型的三维显示。论文主要研究内容和结果如下:　　 1.论述了LIDAR系统组成、数据的主要特点和数据处理流程，分析了LIDAR数据在获取DEM方面的技术特点及国内外的研究现状和应用领域。论述了本论文的选题意义和来源。　　 2.详细论述了数据滤波的原理和方法，对现有滤波算法进行了综合分析，并对比了现有方法的优点和不足，在此基础上尝试采用了改进的“基于剖面和迭代选权曲面拟合”滤波算法，详细介绍了该滤波算法，对其思想来源、工作原理及运算流程进行了细致的论述，并采用C#语言对该算法进行了实现，获得了较为理想的效果。　　 3.详细介绍了目前DEM建模的几种方式，重点介绍了不规则三角网(TIN)的构建。本文采用了分块插入算法构建三角网，并介绍了该算法的基本原理和算法流程。使用C#语言实现了该算法。　　 4.介绍了目前地形分析的主要内容和方法，并对所获取的DEM模型进行了坡度和坡向分析。　　 5.使用C#语言编写了LIDAR点云数据DEM三维建模程序，完成了数据预处理、数据滤波、不规则三角网建立等功能的实现，并通过C#与OPENGL的结合实现了地形模型的三维显示。达到了预期的研究目标。　　 当然，本文还存在很多的不足，基于剖面和迭代选权的滤波算法还需要进行完善;剖面的数据表达方式包含大量的三维信息、图像强度信息等，如何将这些信息融合到数据的处理当中，也是目前需要进一步解决的问题。本文使用的不规则三角网TIN的建立方法分块插入算法还存在运算速度不够快、对复杂地形如陡坎悬崖处理结果不理想等问题。OPENGL的三维显示还没有完成动态实现的效果。这些问题都是目前本论文所存在的不足，还有待进一步的研究。