1.基于fme的激光雷达地形特征智能提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s2中的点云分割与地物特征提取包括：
3.根据权利要求1所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s3中的时空动态特征建模包括：
4.根据权利要求3所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述时空动态特征模型采用时空卷积神经网络模型，所述时空卷积神经网络模型包括：
5.根据权利要求4所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s34中的地形变化预测与监测包括：
6.根据权利要求5所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s4中的自适应地形复杂度感知特征提取包括：
7.根据权利要求6所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述地形复杂度评估方法包括：
8.根据权利要求7所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s5中的fme算法的应用包括：
9.根据权利要求8所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s53中的梯度提升机模型包括：
10.根据权利要求8所述的基于fme的激光雷达地形特征智能提取方法，其特征在于，所述s6中的地形特征细化与质量增强包括：