进行耕地质量评价是精准掌握、全面摸底耕地质量水平的必要工作,也为高效保护耕地、科学管理耕地以及有序提升耕地质量打下坚实基础。新时代背景下,我国迎来经济社会全面发展的新机遇,也面临着新挑战,对耕地的需求尤其是耕地质量的要求愈来愈高,因此耕地质量评价工作也需及时更新,紧跟社会潮流,满足时代需求。传统的耕地质量评价方法多以定性为主,定量方法较为欠缺,创新评价方法,注重定性定量结合,丰富完善耕地质量评价方法与手段有重要意义。文章立足于使用两种方法进行耕地质量评价,对评价效果进行对比分析,总结经验,取长补短。综合全面分析襄阳市区耕地质量的影响因素因子,构建起自然、经济、区位3主方面细化为气候、地形、土壤等8次方面统共20个指标的评价指标体系,采用公式计算、空间差值、叠加分析等方法获取得指标数据,并给予量化处理,分别使用因素法和BP神经网络法进行耕地质量评价工作,以特尔斐法和熵权法综合确定因素法的指标权重,构建“因子——质量分”表,汇总综合质量分;构建20:12:1的三层次BP神经网络框架,确认激活函数、学习率、目标误差等相关参数,通过样本数据训练模型,输入数据进行仿真练习以得到耕地质量分值,后将两种方法的评价效果进行对比分析,探究方法之异同、适用之范围。文章主要研究结果如下:(1)襄阳市区耕地质量总体优良,耕地数量分布中心市区少、周边郊区多,耕地质量整体呈现出由东北向西南质量递减的趋势。因素法利用两种方式确权,进行指标量化赋分,分值汇总求和以获得耕地质量分值;BP神经网络法在构建好模型的基础上,不断调试参数,减少误差,通过样本数据训练模型,再代入各地块数据以预测出综合分值。(2)两种方法的评价结果都效果较好,与耕地自然等结果趋势一致,其中BP神经网络模型的总体精度R达到0.93左右,以预测质量分与实际质量分对比可知,两者的相对和绝对差值都相对较小;两种方法的评价结果总体差异不大,只在耕作质量比例和耕地质量空间分布上存在少许差异,可初步认为两种方法在耕地质量评价上都可运用,且评价效果较好。(3)对比分析两种方法的评价过程和评价特点,得出各种方法具有自身适宜性的结论,进行具体评价工作时,应当因地制宜以满足评价区域需求、符合评价区域特点为基准来选用更为适宜的评价方法。因素法较为独立、可操作性强,可适用于前期工作和资料不完善、较欠缺的区域使用;BP神经网络法,方便快速、客观性强,但对前期工作和资料要求较多,适用于前期基础较好、资料完整的区域使用。