大地水准面或似大地水准面是获取空间地理信息的高程基准面。在高精度、高分辨率似大地水准面的支持下，利用GPS测量可以直接测得正高或正常高，从而取代了传统复杂的水准测量。因此，确定高精度的似大地水准面是当今大地测量学研究的热点同时也是一个国家或地区建立高程基准的主要任务之一。随着测绘科学技术和相关科技的快速发展，似大地水准面的发展将向分米级、厘米级和高分辨率方面发展。高精度、高分辨率的似大地水准面不仅为测绘学、地球物理学、地球动力学、地壳变形、地震学等的研究与基础工程建设提供地球空间信息，也是构建数字中国不可或缺的基础信息之一。　　本文首先介绍了确定区域似大地水准面的重要性和意义，以及国内外研究发展现状。并阐述了建立区域似大地水准面的基本理论和常用方法，分别对其中的几何法、重力法和组合法进行了详细的分析、讨论和研究。常规的确定区域似大地水准面方法为GPS水准法，其中最常用的拟合方法为曲面拟合法，然而这种方法确定的似大地水准面为未顾及大地水准面物理性质的一种趋势面，并且拟合时只考虑测量误差，从而导致拟合结果不准确，本文选取二次多项式函数模型、BP神经网络模型、最小二乘支持向量机(LS-SVM)模型和同时顾及测量误差以及模型误差的最小二乘配置法运用GPS水准法进行拟合推估，分析比较了各种模型的优缺点；鉴于几何法和重力法的互补性，本文探讨利用“移去-恢复”技术通过移去地球重力场模型中的中长波信息得到更加平滑的剩余高程异常，并运用以上几种方法进行拟合推估，分析比较了“GPS水准法”和“移去-恢复法”的拟合精度；并着重分析了最小二乘配置法不同协方差函数在“移去-恢复法”下的拟合精度。　　研究结果表明：对于大面积高程异常值变化较大的地区，多项式函数模型由于函数结构的原因拟合能力有限；BP神经网络在拟合学习过程中易出现过学习和局部极小值等现象；最小二乘支持向量机(LS-SVM)和最小二乘配置法(LSC)都具备较好的拟合外推能力，两者精度相当；当最小二乘配置法中协方差函数为高斯函数和似高斯函数时能够取得较高的拟合精度，对于依赖各点之间协方差值的最小二乘配置法而言，利用“移去-恢复法”先将地球重力场模型中包含的较准确的中长波信息移去，得到更为平滑的剩余重力高程异常，增强了高程异常值与地面点坐标的相关性，而先验协方差和协方差函数均为地面点之间距离的函数，从而能够得到更为精确的协方差矩阵来提高拟合精度。