La simplification des nuages de points est une condition préalable à la transmission efficace et à l'application multi-échelle des vastes nuages de points au sol LiDAR aéroportés. Face aux problèmes existants des méthodes actuelles de simplification des nuages de points au sol, notamment une mauvaise adaptabilité aux environnements complexes et la perte de caractéristiques détaillées du terrain, cet article propose un algorithme de simplification par regroupement des nuages de points LiDAR aéroportés prenant en compte les caractéristiques topographiques et la prévention du rétrécissement des frontières. D'abord, l'algorithme K-means segmente le nuage de points en grappes initiales, puis chaque grappe est subdivisée en fonction de la complexité topographique, ensuite les points caractéristiques du terrain sont identifiés à l'aide des vecteurs normaux du nuage de points et de la différence d'altitude des points de bord entre grappes adjacentes, enfin les points caractéristiques des frontières de la zone cible sont conservés pour éviter le rétrécissement des frontières du nuage de points d'origine. De plus, six ensembles de nuages de points LiDAR aéroportés à haute densité ont été sélectionnés comme sources de données, et la méthode proposée a été comparée et analysée avec sept méthodes classiques de simplification de nuages de points (comprenant des méthodes aléatoires, des méthodes de grille voxel, des méthodes basées sur la courbure, la méthode de tolérance maximale Z, des méthodes basées sur des graphes, des méthodes pondérées multi-indicateurs et des méthodes itératives de simplification). Les résultats montrent que, par rapport aux autres méthodes traditionnelles, le modèle numérique d'élévation (MNE) généré par cette méthode réduit la RMSE moyenne d'au moins 12,1 % et la MAE moyenne d'au moins 9,6 %, que les produits dérivés (y compris la pente moyenne et la rugosité du terrain) sont également plus proches des valeurs de référence, et que les informations caractéristiques du terrain sont mieux conservées.

télédétection; LiDAR aéroporté; simplification des nuages de points; K-means; caractéristiques topographiques; modèle numérique d'élévation