针对组合法似大地水准面精化过程中,传统的分区曲面拟合法存在模型代表性误差和及分区间的平滑连接问题,提出整区拟合似大地水准面的 BP 神经网络方法.利用某区域的重力似大地水准面模型和 GPS/水准数据,将 BP 神经网络似大地水准面整区拟合法与整区曲面拟合法和分区曲面拟合法进行比较.研究结果表明:在较大区域和两类似大地水准面差别呈不规则的情况下,BP 神经网络方法有效地减小了拟合模型的代表性误差,整区 BP神经网络拟合法明显地较整区曲面拟合法和分区曲面拟合法提高了拟合结果的内、外符合精度.为区域高精度、高分辨率似大地水准面精化过程中似大地水准面整区拟合提供了有效的方法.