多波束测深系统的不断进步和广泛应用,给海洋测绘带来了极大的便利。海洋测绘从单波束系统测量转变为多波束系统测量,测量精度和测量效率都得到了大大的提高。但是多波束测深系统存在着另外一些问题,多波束的测量大大增加了单位面积的水深点数据个数,大范围的测量海域决定了水深数据的海量特性,而且水深数据由于重叠测量,存在着大量的数据冗余。北方海域某测区的水深数据经过长年积累,具有海量的特性而且多时相的特点,如何对原始海量的水深数据进行抽稀,删除冗余的水深数据,保留最新的且可用的水深数据,且根据比例尺建立不同层次的水深数据库,成为解决水深数据问题的关键。本文对比多种数据抽稀算法,提出一种基于边界搜索的水深数据抽稀算法,首先提取水深数据点集的凸壳,然后凸壳逐步内缩,形成点集的边界,最后根据水深数据抽稀规则对边界内的水深数据进行抽稀,保留时间最新的数据点和深度最浅点,并建立三维海底地形模型。通过对多种算法进行数据抽稀实验,并对比抽稀结果、抽稀效率和三维模型的生成,该算法大大提高了水深数据抽稀的效率和准确率,在大量减少数据冗余的同时,而且能够很好的保留海底地形特征。同时,该算法可以应用到水深数据的组织管理维护上,根据不同的比例尺下的不同抽稀阈值,使水深数据分层为不同比例尺的水深数据库,便于海事部门生产满足不同比例尺的海图需求和不同层次的航海需要。最后应用该算法处理某海事部门的水深数据,抽稀水深数据,并建立水深数据库和水深数据更新机制,该算法为水深数据的抽稀和水深数据库的建立提供了有效的方法。