将点云数据编程数模（数字地面模型，Digital Surface Model，DSM）的过程可以分为以下几个步骤：
加载点云数据
点云数据通常以LAS或PLY格式存储，包含了每个点的坐标信息和可能的其他属性。可以使用相应的函数读取这些文件，例如在MATLAB中使用`pcread`读取LAS文件，或使用`plyread`读取PLY文件。
滤除非地面点
点云数据中可能包含非地面物体，如建筑物、树木等。为了生成地面模型，需要滤除这些非地面点。常用的方法是使用地面提取算法，如RANSAC（随机采样一致性）算法。在MATLAB中，可以使用`pcfitplane`函数进行平面拟合，从而得到地面点的索引。
降采样
由于点云数据可能非常庞大，降采样可以有效地减少点云数量，加快后续处理速度。可以使用PointCloudProcessing工具箱中的`pcdownsample`函数对点云数据进行降采样。例如，使用`gridAverage`方法，并设置合适的采样格网大小。
生成地面模型
在滤除非地面点后，可以使用插值方法生成地面模型。插值方法可以包括多项式插值、样条插值等。在MATLAB中，可以使用`griddata`函数进行插值操作。
可视化展示
将生成的地面模型可视化，以便进行进一步的分析和验证。可以使用MATLAB的绘图功能，如`plot3`或`scatter3`，来显示地面模型和原始点云数据。
```matlab
% 读取点云数据
pcdata = pcread（'point_cloud_data.las'）；
% 滤除非地面点
[groundIndices, ~] = pcfitplane（pcdata）；
% 降采样
ptCloud = pcdata（~groundIndices）；
ptCloud = pcdownsample（ptCloud, 'gridAverage', 0.05）；
% 生成地面模型
groundModel = griddata（ptCloud（:, 1）, ptCloud（:, 2）, ptCloud（:, 3）, 10, 'cubic'）；
% 可视化展示
figure；
subplot（121）；
scatter3（ptCloud（:, 1）, ptCloud（:, 2）, ptCloud（:, 3）, 100, 'filled'）；
title（'原始点云数据'）；
subplot（122）；
plot3（groundModel（:, 1）, groundModel（:, 2）, groundModel（:, 3））；
title（'数字地面模型 （DSM）'）；
```
通过上述步骤和代码示例，你可以将点云数据成功转换为数字地面模型，并进行可视化展示。根据具体需求，还可以进一步对生成的DSM进行优化和处理。