数字高程模型(DEM)以数字形式记录地球表面的地形地貌，并能够利用这些数字信息对地表进行模拟，是地理信息系统快速发展的基础之一。在高效计算机技术的推动下，DEM的应用范围越来越广泛。但因各种条件的限制，采集到的DEM数据中不可避免的含有粗差，进而影响DEM的精度。精度是每个DEM项目首先需要考虑的最重要因素。如果DEM成果达不到给定的精度要求，整个DEM项目就必须重新返工。因此，粗差处理在DEM中具有非常重要的意义。　　本文以DEM构建的加权最小二乘支持向量机抗差算法为研究重点，归纳总结了DEM数据的获取方法。研究了LSSVM-W参数常用的几种寻优方法，提出了针对大数据量的变异局部寻优算法。通过不同算法的寻优实验结果的对比分析，总结了变异局部寻优算法的优点。比较分析了常用几种权函数的特点，为LSSVM-W选取了最优的权函数。将加权最小二乘支持向量机运用到DEM的构建中，并通过实验对比验证了算法的可行性和抗差性。