当前我国正处于后扶贫时代,也是由脱贫攻坚转向乡村振兴的时代,在这个转化过程中,最关键的是要构建好两个机制。一是防止返贫的长效机制,二是稳定脱贫的长效机制,而这两个机制的关键点都落在了返贫预警上。随着经济的高速发展,收入不再作为衡量贫困的唯一标准,那么同样地,它也不能充当衡量返贫的“验金石”。众所周知,我国农村是贫困、返贫发生的“主战场”,农户家庭面临着更大的返贫风险。于是,作者以农户返贫预警为主题开展研究。作者以T县25389户脱贫家庭的数据为基础,结合返贫预警相关理论,使用统计学方法对农户返贫预警测度指标临界值进行了测算,使用熵值法确定测度指标权重,采用BP神经网络构建了农户返贫预警测度模型。通过研究主要得出以下结论:（1）T县由于经济发展相对落后,脱贫农户基础薄弱,当前大部分脱贫农户处于返贫预警状态,需要对他们进行重点监测并实施针对性帮扶。（2）根据熵值法测算结果表明,T县脱贫户返贫预警测度受农户家庭人均年收入、转移性收入占家庭总收入比重等指标因素的影响程度较大。（3）可以运用双界限法来研究返贫预警测度指标临界值,经BP神经网络实证分析用此法测算得到的数据有很好的预警效果。针对T县脱贫农户返贫预警现状,政府应加快构建脱贫农户多维返贫预警智能监测系统,对脱贫农户既要分类施策又要因户制宜,多措施提升预警脱贫农户自身发展能力,借力数字乡村建设和三产融合,进一步改善农户生计环境。