本课题来源于国家水体污染控制与治理科技重大专项淮河项目“南四湖退化湿地生态修复及水质改善技术与示范课题”(编号2009ZX07210-009)中的子课题“水质水量调度方案的研究”。　　本研究从系统科学的观点出发，以系统理论为基础，以新薛河人工湿地为参照工程，通过虚拟数据的构建，进行了规划建设中的小沙河人工湿地BP神经网络预测模型的建立及地表Ⅲ类水约束条件下的水质水量调度方案的研究。研究过程中，根据参照工程的运行经验、预测模型及理论方法，通过两示范工程相似性和差异性的对比分析，构建了小沙河人工湿地进水水量、水质和出水水质的虚拟数据，利用虚拟数据进行了小沙河人工湿地BP神经网络预测模型的建立，并以预测模型为基础对其水质水量调度方案进行了研究。　　本文的创新点在于：对于规划建设中的小沙河人工湿地，利用虚拟数据进行预测模型的建立及水质水量调度方案的研究，后期通过实际监测数据对模型和调度方案进行检验修正，该研究方法对南四湖流域人工湿地的设计、建设及运行管理有一定的理论指导作用。本文获得的研究成果如下所述：　　(1)根据小沙河人工湿地和新薛河人工湿地设计资料，详细地对比分析了两示范工程的相似性和差异性，为虚拟数据的构建奠定了基础。　　(2)分析了参照工程各月份实际平均进水量与设计进水量的比例关系，采用实际进水量与设计水量等比的方法，构建了小沙河人工湿地2008年、2009年每月平均进水量的虚拟数据，与进水水质实际监测数据组成小沙河人工湿地进水虚拟数据。　　(3)建立了参照工程出水水质预测模型，并利用该模型，以小沙河人工湿地进水水量、水质虚拟数据为输入，预测得出当两个示范工程在完全相同情况下，小沙河人工湿地出水水质数据；根据两示范工程的之间的差异确定了小沙河人工湿地三个优化因素，并分析了三者对污染物去除率的影响；采用专家打分法确定了三个优化因素作用下小沙河人工湿地出水水质数据与新薛河湿地模型预测出水水质的调整系数，最后根据该调整系数虚拟构建了小沙河人工湿地出水水质虚拟数据。　　(4)采用小沙河人工湿地进出水虚拟数据建立了进水水量和水质的神经网络预测模型。经检验样本验证：小沙河人工湿地2～5月模型水量相对误差为9.35％，CODCr、氨氮的相对误差分别为12.96％和9.55％；6-9月模型水量相对误差为19.25％，CODCr、氨氮的相对误差分别为5.45％和8.38％；10-12月模型水量的相对误差为12.10％，CODCr、氨氮的相对误差分别为11.90％和19.11％，模型训练达到要求，但小沙河人工湿地通水运行后，仍需要实际监测数据对模型进行检验修正。　　(5)通过预测模型对小沙河人工湿地地表Ⅲ类水约束条件下的水质水量调度方案进行了研究：2～5月人工湿地进水水量应保证不大于55362m3/d，同时进水水质应满足CODCr≤38.07mg/l，氨氮≤1.68mg/l；6-9月人工湿地进水水量应保证不大于138141m3/d，同时进水水质应满足CODCr≤37.91mg/l，氨氮≤1.89mg/l；10-12月人工湿地进水水量应保证不大于77908m3/d，同时进水水质应满足CODCr≤33.56mg/l，氨氮≤1.58mg/l。