随着城市的发展以及人们对环境要求的提高,清澈美丽的景观水体在提高城市品位,美化人居环境中扮演重要角色。但是这些景观水体多为静止或流动性差的封闭性缓流水体,且一般水域面积小、水环境容量小、水体自净能力低、易污染,调查研究表明,我国90%以上的景观水体都受到了不同程度的污染。因此,景观水体的保护、水体更替和水体补充来源,成为许多城市特别是缺水城市面临的重要问题。本文就是从研究区域景观河水体水质出发,探讨景观河的水质保持。首先,在对景观河进行实地调研考察以及研究原有水质数据的基础上,顺流而下设定了景观河的6个固定采样点,对这些采样点进行了连续的取样监测。监测指标包括水温、溶解氧、pH值、总氮、氨氮、总磷、化学需氧量以及氯化物等8项。第二,以景观河的水质监测数据为基础,分别利用BP神经网络和灰色模糊聚类法建立景观河水质评价体系,对景观河水质进行综合评价,并且在利用灰色模糊聚类法评价中,结合景观河实际水质状况和前人关于水质的研究分析,确定了景观河污染指标权重。在此评价体系的基础上,分析景观河受污染情况。第三,根据景观河实际情况以及水质监测和评价结果,建立景观河的水质模型。本文在前人研究的基础上,将确定性水质模型、神经网络相互结合,构建了适用于景观河道的不确定性水质数学模型,并利用遗传算法进行模型参数的求解。不确定性水质模型是利用神经网络本身具有时滞效应来感知污染物随机排放量对河流水质的影响,使得模型具有学习功能,提高了模型的鲁棒性。经利用确定性水质模型和不确定性水质模型分别对景观河水质进行模拟和预测,对比可得不确定性模型的模拟和预测准确度确实要高。第四,结合景观河的实际污染状况以及模型的成果,提出了几点切实可行的水污染控制措施。在模型的基础上量化研究入注再生水以及提高水动力对景观河水质的影响。本文的研究不但可以用作景观河的水质预测评价,为优化水质治理技术方案、水质管理和水质规划提供可靠的科学依据;而且可以为各种治理措施提供可行性论证;同时,本文所研究的理论与方法对于其它类似的复杂环境系统行为的不确定性认识也具有一定的借鉴作用。