水质模拟和预测是顺利实现水环境规划管理、水污染治理等任务不可缺少的基础工作。机理性水质模型考虑了影响水质变化的机理,模拟预测效果较理想,但往往较复杂并需要大量基础资料与数据;非机理性水质模型因其针对某一特定的水质系统,通过数学统计或其他数学方法建立模型,也常可以取得较好的模拟预测效果。本文针对引滦入津工程中的黎河段河道水流水质和地形特点,分别建立了机理性水质模型和非机理性水质模型,即从隧洞出口处到果河桥的垂向二维机理性水质模型和前毛庄断面氨氮与氯化物的BP网络非线性时间序列水质模型,并且利用这两个模型分别进行了水质的模拟和预测。垂向二维机理性水质模型的建立是以连续性方程、动量方程、自由表面方程、状态方程和水质输运方程等微分方程为基础,采用有限差分法方程进行求解,从而使模型达到水质模拟和预测的目的。模型建立之后应利用模型对建模区域内水体的水动力参数和水质指标模拟,进行模型的验证和模型参数的识别,从而使模型精度达到期望值。最后将模型的计算值与实测值比较,可以看出该模型能达到水质的模拟和预测要求。BP网络非线性时间序列水质模型是一个黑箱模型。模型的建立是以神经网络理论为基础,利用非线性时间序列神经网络建模法,采用BP神经网络、L-M优化算法以及交互检验法对模型进行训练、检验和测试。当模型的期望精度满足要求时,模型就可以对水质进行模拟和预测了。通过对两个模型的计算值与实测值的比较,可以看出,在本研究区域内并利用的研究资料相同的情况下,BP网络非线性时间序列水质模型的精度优于垂向二维机理性水质模型。