水质评价是水环境管理工作的基础,通过水质评价可准确掌握水环境质量情况,为水环境规划和水污染防治提供理论依据。但水环境是一个充满不确定性因素且变化复杂的系统,传统水质评价方法在考虑水环境中复杂及非线性问题时存在不足,在应用时具有一定的局限和不合理性,因此为了准确评估水环境现状,寻找一种客观且通用的水质评价方法尤为重要。本文在研究现有水质评价方法的基础上,选择模糊综合评价法为研究对象,用云模型对其进行改进,使新的评价方法融合模糊综合评价法处理模糊信息和云模型处理不确定性问题的优势,评价结果更具客观性和科学性,并提高评价效率。在用正态分布检验了云模型在水环境中的适用性后,将基于云模型的模糊综合评价法应用于水质评价中。首先建立由评价指标组成的评语集,根据水质分级标准计算评语集对应各水质等级的云模型特征参数,利用正向云发生器生成评语集的标准云模型;再用X条件云发生器生成特定浓度值的条件云图,输出特定浓度值的评价指标对评语集的确定度分布,通过修改输入的浓度值可快速计算得到评价指标的隶属矩阵,并运用熵值法以枯、丰、平水期分别赋予权重;最后经过复合运算得到模糊向量,选择最大向量值对应水质等级作为最终评价结果。运用基于云模型的模糊综合评价法对成都市17个地表水监测断面进行水质评价,并将评价结果与单因子评价法和模糊综合评价法的评价结果对比分析。分析结果及结论如下:1、基于云模型的模糊综合评价法和模糊综合评价法比单因子评价法稳定,且评价结果更符合断面实际情况,基于云模型的模糊综合评价法考虑高浓度污染因子的作用,评价结果较模糊综合评价法更为准确,同时可以反映不同地表断面水质在同一等级时的优劣,实现对劣五类水的定量分析。2、基于云模型的模糊综合评价法将水质分级模糊化,减少了有效信息的丢失及边界值对评价结果的影响,用具有稳定倾向的随机数作为隶属度,充分考虑隶属关系中的模糊性和随机性,且利用云模型自动生成隶属度,简化了计算过程,操作更简便快捷且评价结果精确度更高。3、分析基于云模型的模糊综合评价法对成都市地表水断面水质的评价结果,2017年成都市17个地表监测断面中达标断面占62.7%,水质总体呈轻度污染,主要污染指标为总磷,断面水质在枯水期最差,平水期和丰水期时相对较好。