激光雷达（Light Detection and Ranging,LiDAR）是一种可以获得大面积精确点云信号的遥感技术,广泛应用于地质测量、高程估计、电力线观测等领域。它突破了传统的逐点测量技术,使测量工作更加迅速、有效、大规模,使所获取的激光雷达数据更具有空间三维信号特征,在一定程度上克服了使用传统摄影测量技术获得三维空间信号特征的不便问题。通过机载LiDAR测量技术的广泛应用,完成了空间三维地质数据的大量收集以及各种数字化地质产品的快速制作。因其精确、速度快、成本低和作业简单等优点,成为当前工程测量领域研发的大热门之一,应用于水文地质、天气、地理、军事学以及国防工程等各个领域。尤其是能够利用所收集到的三维激光点云数据,对目标边坡进行倾斜度、坡向和边坡变化量等地质数据分析。主要研究内容概括如下:（1）首先,阐述了机载LiDAR的关键技术和点云数据预处理方式,从机载LiDAR关键技术的基本组成开始探究了机载LiDAR测量系统的工作机理,对机载激光雷达点云数据处理的格式特征也展开了深入研究。随后,针对项目中对目标边坡的实地监测状况,介绍了机载LiDAR监测的具体外业技术流程,并阐述了项目内业点云数据预处理过程,重点介绍了内业处理中的降噪操作。（2）根据目标边坡的点云特性,提出点云数据滤波的新方法。首先,根据机载LiDAR点云数据滤波理论,分析了点云数据的分布特性。由于传统点云数据过滤方法是一个很高效的单一地貌特性过滤方法,但是对实测边坡所在的山地城镇相结合的区域过滤效率并非很理想,所以本文提出一个基于坡度分离原理的布料模拟过滤方法,从而使得经过滤波的地面点云数据同时具备了场景信息结构特征和地貌特性。（3）点云数据地形建模研究,首先对地形模型的数据形式进行说明,通过点云数据插值原理,阐述了点云数据空间插值计算的特点。再通过实测LiDAR点云数据的结构特点,在确保模型精度的情况下,选择合适的插值方式,并对滤波后的地面点云数据进行三维模型的构建。最后对地形模型进行对比分析,验证了通过处理的实测点云数据构建的地形模型能精确表达被测对象表面的三维信息。