A simplificação de nuvens de pontos é um pré-requisito para a transmissão eficiente e aplicação em múltiplas escalas de grandes nuvens de pontos terrestres obtidas por LiDAR aerotransportado. Diante dos problemas existentes nos métodos atuais de simplificação de nuvens de pontos terrestres, como baixa adaptabilidade a ambientes complexos e perda de características detalhadas do terreno, este artigo propõe um algoritmo de simplificação por agrupamento de nuvens de pontos LiDAR aerotransportadas que considera as características do terreno e a prevenção da contração das bordas. Primeiramente, utiliza-se o algoritmo K-means para segmentar a nuvem de pontos em clusters iniciais, em seguida cada cluster é subdividido de acordo com a complexidade do terreno, depois são identificados os pontos característicos do terreno utilizando informações de vetores normais das nuvens de pontos e a diferença de elevação dos pontos de borda entre clusters adjacentes, e por fim preserva-se os pontos característicos das bordas da área alvo para evitar a contração das bordas da nuvem de pontos original. Além disso, foram selecionados 6 grupos de nuvens de pontos LiDAR aerotransportadas de alta densidade como fonte de dados, e o método proposto foi comparado e analisado com 7 métodos clássicos de simplificação de nuvens de pontos (incluindo métodos aleatórios, método de grade voxel, método baseado em curvatura, método de tolerância máxima Z, métodos baseados em grafo, método de ponderação multi-indicadores e métodos iterativos de simplificação). Os resultados mostram que, em comparação com outros métodos tradicionais, o modelo digital de elevação (DEM) gerado por este método reduz o RMSE médio em pelo menos 12,1%, o MAE médio em pelo menos 9,6%, e os derivados (incluindo a inclinação média e a rugosidade do terreno) também estão mais próximos dos valores de referência, além de preservar melhor as informações das características do terreno.

sensoriamento remoto; LiDAR aerotransportado; simplificação de nuvens de pontos; K-means; características do terreno; modelo digital de elevação