从遥感监测应用的角度考虑，针对杭州湾的复杂水动力特点，把影响泥沙再悬浮的水流紊动扩散机理概化为宏观上容易表达的潮动力因素，在分析垂向各层悬浮泥沙浓度（SSC）相关性的基础上，选取水体近表层（0.2H）处SSC和水深、流速、潮情、潮时作为模型输入因子，垂向平均SSC作为模型输出因子，运用LevenbergMarguardt优化算法对输入因子进行优化，建立了反向传播（BP）神经网络模型，对杭州湾澉浦断面的SSC垂向分布规律进行了模拟.结果表明，潮动力变化对水体各层SSC影响显著，各层SSC与平均SSC均出现对应的涨落波动规律；在不同潮情下SSC垂向分布均表现出比较明显的相关性，相邻各层SSC相关性显著，其中表层SSC与垂向平均SSC相关系数均达到0.8以上；BP神经网络模型应用于SSC垂向分布规律预测的性能指数（PI）为0.04，分别低于两类线性模型的0.06和0.07，其预测性能高于线性模型.