大地水准面精化是大地测量、地球物理等学科研究的重要内容,同时也是一项重要的基础测绘项目,是当今大地测量学研究的热点。利用GPS定位技术、水准测量技术以及现代地球重力场的确定理论和方法,来建立高精度、高分辨率的区域似大地水准面,具有十分重要的科学意义。本文首先系统地介绍了不同的高程系统以及相应的起算基准面;阐述了精化似大地水准面的各种常用方法;重点研究了GPS水准数据结合地球重力场模型和地形改正模型,采用移去—拟合—恢复法精化大地水准面的理论与实施步骤,并结合具体算例对其进行了精度和实用性的对比分析,得出了一些有意义的结论。其次,针对传统GPS/水准数据拟合存在的不足,提出将基于机器学习的支持向量机(SVM)引入到似大地水准面的确定中来,并对SVM学习机的相关参数及核函数的选取进行了分析与研究。最后通过实例验证了该算法的有效性。第三,CQG2000虽精度较低,但分辨率较高,且体现了我国似大地水准面变化趋势的物理性质。为此,本文借鉴移去恢复法原理,提出应用CQG2000先进行趋势面的剔除,再利用具有较高拟合精度的SVM机器学习算法对剩余不符值进行建模的思想,从而实现了区域似大地水准面的最佳逼近。并以某城市区域似大地水准面精化为例,验证了该法的可靠性与实用性。最后针对长跨度工程中,传统水准传递方法存在累积误差大、经济效率差等缺点,提出以CQG2000为平台的移去恢复法确立带状区域似大地水准面的模型思想,实现了大地高到水准高的快速、高精度转换,很好地解决了长跨度工程建设中的水准高程传递与基准统一困难等问题,具有很高的实用价值与经济效益。