日益突出的水问题已经成为制约经济社会高质量发展和满足人们美好生活需求的重要挑战之一。了解和理解水问题尤其是水知识,被认为是解决与水有关问题的核心要素和重要基础,是水活动开展、水环境保护和水素养养成的重要组成部分。因此,掌握必要的水知识对水资源可持续利用、公民水素养提升至关重要。本研究聚焦于公民水知识存量及增量动态测度,探明了公民水知识存量测度指标,了解和把握公民水知识认知程度及增长规律,可为相关部门评价水知识普及与宣传工作成效,制定更加针对性的普及与宣传重点和策略提供一定理论依据和决策参考。本研究通过回顾知识测度方法论、知识基础理论、知识增长理论等基础理论以及对水知识存量影响因素及相关测度文献梳理,提出了新的科学测度方法,构建了客观性较强的测度模型,真实有效的完成对水知识存量及其动态增量的测度,为知识测度领域提供了新的思路和方法借鉴,拓展了知识测度领域的方法体系。主要研究内容及结论如下:（1）在借鉴扎根理论与事件系统理论的基础上,提出了扎根-系统分析方法,并展开了水知识存量测度指标的探索性研究。基于知识基础理论,以收集的公开信息以及半结构化访谈等研究资料为基础,采用扎根-系统理论的方法,归纳出包括水资源与环境知识、水安全与管理知识、节水知识和水基础知识等4个二级指标,水资源分布与特点相关知识等10个三级指标,了解地球上水的分布状况等43个基础测度指标。通过反向追溯访谈资料构建关键范畴链,并分析其影响路径和程度,以此构建了公民水知识存量测度指标表征模型。另外,对水知识存量指标体系形成逻辑进行了分析,为后续的水知识存量测度指标评估奠定了理论基础。（2）研究采用了多级项目反应理论对水知识存量基础测度指标进行筛选和评估,优选出一套测量水知识存量的基础测度指标体系,便于准确测度不同水知识水平的受调查者。基于获取的调研数据,采用边际最大似然估计对43个指标的项目参数进行估计,结合模型-数据拟合指标特征函数的结果来消除不合理指标。根据指标信息函数以及测试信息函数的反馈结果,验证了受测指标与受调查者水知识存量水平特征之间的关系。从指标的区分度以及特征曲线展示结果可知,删除了3个不适合作为水知识存量的基础测度指标;由指标信息函数与测量误差函数的结果可知,由剩余测度指标构成的量表具有普适性和可靠性。（3）研究提出了基于模糊识别-贝叶斯网络的测度方法,以水知识存量测度基础指标体系为基础,科学测度公民的水知识存量。模糊识别-贝叶斯网络是将模糊集理论与贝叶斯网络模型融合后提出的一种新知识测度方法,可将所有统一量纲后的数据带入已完成有效性测试的测度模型,对测试样本集进行概率推理,计算出公民水知识存量概率值,并转化为百分制的测度值。由结果可知,有60.38%的受访者具备“了解”以上水平的水知识,能够熟练掌握和识别大多数的水知识要点,达到中等以上水平。测度值小于60且大于46.48的样本为164,其对应的受访者的水知识存量水平为“不太清楚”,对水知识存量测度指标的相关知识点认识程度较弱。测度值小于46.48的样本量为23,表明这些受调查者基本没有掌握水知识点,对大多数的知识点根本不了解或者未曾接触过,导致整体的水知识存量水平较低。从测度结果来看,符合公民水知识水平的实际,也证实了测度方法的可行性。（4）借助知识吸收能力以及知识增长理论,对原始水知识存量基础测度指标进行更新和优化,以实现水知识增量的测度。相对于第四章中的基础测度指标,随时间变化共修正了7个指标,添加了16个指标,删除了3个指标,得到54个水知识增量基础测度指标;然后基于信息贡献率的测度指标优化模型的筛选,保留了包括“饮用水源地的地理位置及供水区域”等42个基础测度指标,剔除了包括“水表的功能和读取数据”等9个基础测度指标,为实现科学的水知识增量测度提供了重要的理论支撑。基于属性概率集值的动态粗糙集水知识增量算法构建了水知识增量动态测度模型,以2019年和2021年两个时间点的测度数据,对公民的水知识增量进行动态测度,结果显示,在决策属性等价类属性值为3（一般）,4（基本具备水知识）,5（具备水知识）对应的基数均增加,属性值对应为1（不具备水知识）和2（基本不具备水知识）的基数明显减少,表明公民的水知识在相应的条件属性上出现了动态变化,且具备一般以上水知识水平的决策属性明显增加,实现了公民水知识增量的动态测度,也验证了方法的可行性。