随着社会经济的发展,水环境污染问题越来越严重,近年来,国内外广大学者对水体富营养化和水华暴发问题极其关注,并在机理与智能方法上进行探索研究,在此基础上,构建水质信息采集与分析系统成为水华研究的重点之一。本文首先介绍水质富营养化状态的综合营养指数评价方法,在此基础上,通过遗传算法优化参数、折中激励功率函数改进了综合营养指数评价模型。在对水体富营养化评价方法研究的基础上,建立了加入权重改进的灰色关联评价模型。结合北京市河湖特点,验证改进的综合营养指数法和改进的灰色关联评价模型的评价结果更接近国家建设部提出的标准。模型能较好地对区域水环境指标进行综合评价分级,协助分析水华富营养化状况等水环境问题,为水环境规划与水华预测防治决策提供较为科学地参考依据。通过主成分分析方法,在众多的水体理化指标和环境因素中获得河湖水华发生的预测指标,实现了对叶绿素最高点的神经网络非线性预测;同时结合改进后的灰色GM(1,1)模型有累加生成的新数据建模的特性,实现了对水华爆发点的预测。进一步分析水华从产生到暴发过程中叶绿素的变化情况,结合影响水华爆发因素,利用灰色模型对叶绿素采取分时间段处理后,对其进行初步预测,通过BP神经网络实现残差序列的非线性补偿,建立了灰色-神经网络组合预测模型,针对水华暴发特点,模拟水华影响因素之间的复杂关系,发挥灰色预测模型和神经网络的优势,避免了单一模型丢失信息的缺憾,实现对水华进行中长期预测;为进一步提高预测精度,采用遗传算法对原GM(1,1)模型进行优化改进,为水华高精度预测提供了一条新途径。最后以Microsoft Visual Basic为开发平台,综合使用无线终端采集及GPRS无线通信技术、网络实时数据库存储技术、Matlab嵌入混合编程技术等多项技术,开发了北京河湖水文信息远程传输及水华预警系统,实现了北京湖泊水质信息远程监测、水质评价与水华预警自动化。