我国目前水环境污染严重，完善流域管理制度，加强生物监测势在必行。本研究以流域空间属性回归模型SPARROW模型作为研究基础，通过对其原理和结构的学习，选择松花江流域（556,700km2）作为目标区域进行模型适用性的研究，开发并总结了一系列适用于我国数据现状的处理方法，基于102个TN监测站点和65个TP监测站点进行模型校准，得到能够通过统计学检验的参数结果，选取中俄两国交界断面——同江断面进行TN、TP污染源的溯源分析，通过考虑土水传输过程和水体衰减作用，显示约有一半以上的污染物来自耕地和林草地贡献，对其上游子流域的污染贡献量进行排序后发现，贡献较大的子流域集中于干流附近，且TN与TP的贡献最大子流域不尽相同，根据模型预测结果能够为管理措施的制定提供理论参考。由于单独的理化指标不能反映水生态系统的健康程度，因此选择太子河流域（14,000km2）的大型底栖生物作为研究对象，利用结构方程模型及贝叶斯网络建立土地利用面积、水质指标、大型底栖生物之间的相互影响关系，根据结构方程模型中的修正因子对因果结构进行反复修正，确定能够通过相应检验指标的因果关系网络，利用最大期望算法及观测数据对该网络进行训练，确定各指标离散数据间的定量关系，将该结果与SPARROW模型的营养盐预测结果相结合，基于贝叶斯决策网络确定流域内的生态分区，从生态学角度对水质进行评价。SPARROW模型目前主要在监测点位分布较多的大尺度流域进行应用，以减小回归分析过程中可能带来的误差，但是由于其分析结果同样能够对中小流域的水质管理提供指导和建议，因此引入贝叶斯方法校准模型参数并分析其不确定性。贝叶斯算法能够充分考虑已有的研究成果，通过对各参数的先验取值范围加以限制，能够有效避免寻优过程中可能出现的偏差，寻得具有合理物理意义的参数结果。本研究选取安徽省境内的新安江流域（6440km2）作为研究区域，利用贝叶斯算法中的蒙特卡洛马尔科夫链（MCMC）方法进行TN相关参数拟合及不确定性分析，当各参数的后验分布实现平稳收敛后，选择其均值进行流域内污染源和水质分布的预测，发现流域内以农业源污染为主，生活源污染次之，由于工业企业数量较少，因此来自点源的TN污染较少，整体水质状况良好，跨省界的街口断面TN浓度达到地表水III类水质标准，基本能够满足千岛湖的用水安全。基于SPARROW模型的基本原理，利用FORTRAN语言进行中国大尺度流域水环境管理模型的编写，以松花江流域作为案例研究对象，通过与原始SPARROW模型进行界面、运行速度、拟合结果等方面的比较，发现水环境管理模型拥有中文界面，运行速度较快，拟合结果可靠，能够用来对流域污染源及水质分布进行分析和预测，可以在其他流域进行推广应用。