我国经济的高速发展,人们的生活水平也在稳步提高,但水资源过度的开发利用问题十分严峻,对保护水资源带来了巨大的挑战。吕梁市煤炭资源丰富,但在开采和使用过程中给当地带来了一系列的环境污染问题,三川河作为吕梁市地表水体的重要组成部分,水质问题尤为突出,改善三川河水质环境,保护三川河,有助于吕梁市社会经济的可持续发展。本文以吕梁市三川河上两个国控断面,以及省控、市控断面2016-2019年近四年的水质监测数据为基础,并结合多种统计学软件进行研究,评价及预测了三川河的水质变化情况,为改善三川河的水环境质量提供科学的解决路径。本文主要分为两个部分:1、评价部分:基于SPSS软件采用主成分分析法从时间和空间两个角度评价了三川河的水环境质量,并根据各个断面的主成分得分分析断面水质的变化情况。主成分分析法下选取的7项水质指标可提取出3个主成分,即三个综合指标来研究三川河的水质变化情况,均可通过KMO检验及Bartlett球形检验。通过分析主成分得分表可知三川河的氨氮、总氮严重超标,远远高于Ⅴ类水水质标准,总磷在19年初开始浓度急剧上升,其他指标特别是溶解氧较好,COD的水平持续下降。三川河中游寨东桥断面附近水体污染最为严重,上游西崖底断面的水质污染存在明显的季节性差异,三川河总体属于有机型及富营养化污染。2、预测部分:在主成分分析的基础上,选取氨氮、COD指标对吕梁市三川河寨东桥断面的水质进行短期预测,采用时间序列ARIMA模型预测水质和BP神经网络预测水质两种方法,并比较两种模型的精度。基于时间序列ARIMA(1,1,0)的水质模型,同时拟合了季节性模型进行预测,模型预测结果显示氨氮和COD的平均误差分别约为1.58和2.16,分析可知氨氮的污染程度短期内持续加重,COD的水平下降;而基于MATLAB软件的BP神经网络水质模型,采用了改进的BP算法,氨氮与COD的平均误差分别达到了0.898和1.33,预测结果显示短期内氨氮的污染程度先上升后小幅下降,COD的水平持续降低。两种预测模型的结论基本相同,但改进算法的BP神经网络水质预测模型的精确度更高,采用的自适应调整学习率的梯度下降算法,算法的学习率会随着误差的变化而进行自适应调整,从而使得结果更加的精确,具有更高的参考价值。三川河水域整体的污染情况依然比较严重,水体多为Ⅴ类水甚至劣Ⅴ类水,应当加强水体治理工作,着力减少三川河氨氮、总氮的污染水平,切实提高三川河的水环境质量。