本文结合国家863计划项目“空间数据挖掘的神经网络技术研究”(No．2007AAl22228)和江苏省测绘科研基金项目“似大地水准面精化的神经网络技术研究”(No．200608)展开研究。 似大地水准面是获取地理空间信息的高程基准面，如果能够建立高精度的似大地水准面模型，借助高精度的GPS测量技术，可以间接测定正常高，直接为工程应用服务，从而省去了工作量巨大的传统水准测量。同时，建立和精化地方或区域似大地水准面模型，对现今GPS定位时代建立和维护国家高程参考框架具有重要意义，也是一个国家发展测绘事业的一项大地测量基础建设。 本文阐述了与区域似大地水准面精化相关的基本理论，介绍了各种精化方法的基本原理和适用条件，介绍了精化结果的精度评定方法。结合工程实例A，通过GPS水准，分别采用不同的拟合方法进行高程异常拟合，根据拟合结果，分析各种方法的优缺点。本文重点研究如何采用BP神经网络方法精化区域似大地水准面，结合工程实例B，分析BP神经网络的模型结构、参数设置以及各种参数之间的相关性问题，经过大量的试验，最终建立了一个BP神经网络优化模型。为了检验此优化模型在其它工程中的拟合效果，将BP神经网络优化模型应用到工程实例A中，得到了较好的拟合效果。 为了得到高精度的似大地水准面模型，针对区域性似大地水准面的复杂性和模糊性，本文提出了一种创新的拟合方法，即基于格网的BP神经网络方法。首先对该方法进行理论上的阐述，然后将该方法应用到具体的工程实例中，拟合效果明显优于其它拟合方法，新方法具有广阔的工程应用前景。