水是生命之源,与人类的生活、生产息息相关。开展水质状况监测,是一项长期且持久的任务。传统水质监测以化学法检测为主,具有测量周期长、操作复杂、试剂二次污染、实时性差等缺点。而随着基于直接光谱的新型水质检测理念的发展,为快速、高效、原位、绿色、实时在线的水质监测奠定了基础,与传统水质监测形成优势互补。针对断面水质监测需求,本文研究了国内外直接光谱水质检测技术及其现状,设计开发了一款基于光谱法的浸入式水质自动监测系统,包括浸入式水质自动监测设备和远程平台系统。主要研究工作包括以下几个方面:（1）研究了紫外-可见全光谱水质检测原理,提出基于光谱法的浸入式水质自动监测系统总体架构,包括硬件监测设备和软件平台系统。硬件、软件协同,搭建水质全天候、高效、绿色、实时在线监测模式。（2）根据光谱法检测需求设计了基于光谱法的浸入式水质自动监测设备,包括设备机械部分和电控部分。从光谱原位检测需求出发,确定了浸入式水质自动监测设备机械部分总体构成,分别对测量骨架、外筒壁、开放式水槽、镜面清洗装置、水上太阳能供电装置进行设计,并利用有限元软件进行轻量化设计。根据检测过程各执行单元的动作流程,设计了电控模块的硬件电路和控制程序。（3）提出采用基于Keras人工神经网络进行水质参数检测建模。通过混合标准液（由浊度（TSS）、化学需氧量（COD）、总氮（TN）标准液正交混合配液制得）光谱试验,获得光谱数据。从吸光度曲线、加和吸光度曲线上定性分析了TSS、COD、TN各指标的粗粒度响应波段;以积分面积作为正交光谱试验的结果,采用极差法定量分析了TSS、COD、TN三指标对相应波段的影响关系,从而确定了TSS、COD、TN各指标的优选响应波段。根据光谱响应波段,建立TSS、COD、TN人工神经网络指标检测模型,结果表明TSS、COD、TN模型具有较好的检测精度,检测精度分别在10%、15%、20%以内。（4）设计开发了基于B/S（Browser/Server,即浏览器/服务器）架构的水质自动监测远程平台原型系统。结合浸入式监测设备、人工神经网络水质参数检测模型、通讯网络,实现对水质实时在线监测,以期推动水质自动监测物联网建设的进一步提升。