本文主要应用RBF神经网络方法与Elman神经网络方法分别对阜新海洲露天矿矿区地下水水质进行了评价与预测。在评价方面:首先构建了网络模型,以归一化后的标准矩阵为训练样本,利用matlab软件辅助确定模型的最佳隐层神经元数及目标误差,然后进行网络训练,最后把实测数据作为测试样本输入,得出评价结果。由结果可知,该矿区地下水的污染较为严重,总体为Ⅳ~Ⅴ类水质,主要污染因子为无机盐类。在预测方面:选取9#监测点近10年的监测数据为输入样本,其中前6组为训练样本,后4组为测试样本,通过建模、训练、结构确证和测试,得到客观可行的预测模型。预测结果表明,随着年限的增加,该区地下水的污染情况会越来越重。15年后,除了Fe3+浓度没有出现超标情况外,其余六种因子均有不同程度的超标情况。并且为了防止污染的进一步加剧,必须实施有效的防护措施。