نظرًا للمشكلات الموجودة في خوارزميات تبسيط سحابة النقاط الأرضية الحالية مثل فقدان ميزات حواف سحابة النقاط، وعدم دقة تحديد مواقع النقاط المميزة، وعدم توزيع نقاط البيانات بشكل متوازن في الفضاء، قدمت هذه الدراسة طريقة تبسيط سحابة نقاط LiDAR الأرضية التي تأخذ في الاعتبار ميزات التضاريس وتوازن النقاط. تبدأ الطريقة بإعطاء أوزان وتقارب لعوامل تضاريس متعددة لتوليد عامل شامل يصف التعقيد التضاريسي بشكل كامل؛ ثم يتم اختيار مجموعة نقاط مميزة أولية بناءً على مسافة ميزات الحواف لكل نقطة وأهمية تلك الميزات؛ وأخيرًا يتم بناء نموذج تنبؤ انحداري مقيد بميزات تضاريس شاملة للتنبؤ بشكل تكراري لالتقاط نقاط خصائص تضاريس دقيقة ومتوازنة. تم اختيار 8 مجموعات من بيانات سحابة النقاط الأرضية التي تحتوي على ميزات تضاريس مختلفة كموضوع للدراسة، وتمت مقارنة الطريقة الحالية مع 7 طرق تمثيلية. أظهرت النتائج أن الطريقة الحالية هي الأعلى دقة، حيث خفض متوسط جذر مربع الخطأ ومتوسط الخطأ المطلق لنموذج الارتفاع الرقمي بنسبة 2.7% إلى 61.2% و2.0% إلى 61.9% على التوالي، وكانت مشتقاتها (مثل المنحدر المتوسط وخشونة التضاريس) أقرب إلى القيم الحقيقية. كانت نتائج تبسيط سحابة النقاط الأرضية للطريقة الحالية هي الأفضل، ولكن من حيث الكفاءة لا تزال بحاجة إلى تحسين مقارنة بالخوارزميات المتقدمة.

الاستشعار عن بعد;LiDAR;تبسيط سحابة النقاط;ميزات التضاريس;توازن النقاط;DEM