Diplomová práce se zabývá nalezením hlavních parametrů, které lze odvodit z DEM a z povahy vstupních dat (např. rozmístění či hustota dat) a lze je použít pro odhad chyb v DEM. Dalším, neméně důležitým výsledkem, je sestavení regresních modelů umožňujících odhad chyby v DEM na základě těchto vybraných parametrů. Pro tento účel jsou výsledky založené na uměle generovaných datech a na reálných datech z leteckého laserového skenování části obce Vysoké Pole. K hodnocení kvality DEM byly využity jak neprostorové (globální), tak prostorové (lokální) metody hodnocení. Neprostorové hodnocení kvality DEM bylo založeno na výpočtu váženého pořadí dle vybraných neprostorových ukazatelů (střední kvadratické chyby, celkové absolutní chyby, minimální a maximální chyby, průměru a směrodatné odchylky). K prostorovému hodnocení kvality DEM byla zvolena metoda lokální shlukové analýzy LISA. Součástí práce byl i výzkum vztahů mezi hodnotami chyb a hodnotami zkoumaných parametrů pomocí korelační a regresní analýzy. Výsledky práce by se měly stát návodem, jak vytvořit kvalitní DEM z hlediska metrické přesnosti a také jak nalézt místa (shluky) se statisticky významnými hodnotami vysokých chyb.This diploma thesis deals with the finding of the main parameters that can be derived from DEM characteristics and assessment quality of DEM from input data (e.g. position and density of input data) and can be used to estimate the errors in the DEM. Another, equally important result, is building of regression models allowing estimation errors in the DEM on the basis of the selected parameters. For this purpose, the results are based on artificially generated data and on real data from laser scanning of the part of municipality Vysoké Pole. The non-spatial (global) and spatial (local) assessment methods were employed for the assessment quality of DEM. The non-spatial assessment of the DEM quality was based on the calculation of the weighted order according to the chosen non-spatial indicators (root mean square error, total absolute error, minimum and maximum error, mean and standard deviation). The method of local cluster analysis LISA has been chosen for the spatial assessment of the DEM quality. Another part of the thesis consists in the research of the relationships between the error values and the values of researched parametres. These relationships were examined by means of correlation and regressive analysis. The results of this thesis should help to create a high quality DEM from the metric accuracy point of view, to find places (clusters) with statistically significant values of high error values.