水是我们赖以生存的重要资源,支撑着人类的生存和发展,它是基础资源也是战略资源,直接关乎着我国经济的命脉。近些年以来,水资源污染以及全球性短缺的问题越来越严重,直接影响着人类的生命健康。因此,优化流域水资源规划与管理,提高水环境领域数据和信息的共享性和重用性,促进水利行业信息化已经成为水环境领域的主旋律。为了加快水环境领域朝着更加信息化、网络化、智能化的方向发展,必须面对和处理水环境领域海量、异构且不断增长的数据和信息。针对数据和信息之间由于格式、语义等差异带来的知识共享问题,本文引入本体这一概念。本体作为描述概念层次结构和语义模型的新方法,在信息检索与提取、知识表示与组织、数据集成与信息共享等方面显示出极大的潜力。本文首先简要介绍了本体相关的基本知识,其次重点研究了基于人工神经网络的水环境领域本体概念抽取和本体映射。本体构建主要包含三部分:水环境领域数据源预处理、水环境领域本体概念提取、水环境领域本体映射。在本体构建的过程中,首先选取水环境领域相关的文本集这一非结构化数据作为数据源,经分词、停用词过滤等预处理后得到候选概念集;其次运用BP神经网络提取出水环境领域概念,采用K-means聚类算法得到水环境领域本体概念关系;最后根据BP神经网络映射算法合并领域小本体,形成较大的本体,以此来实现语义的集中。本文主要任务是构建一个水环境领域本体。本文的研究填补了本体理论在水资源与环境领域的应用研究盲点,对促进本体论、知识工程、智能决策与环境水力学、水利工程、生态学、社会经济学等多学科交叉融合起到极大的促进作用,全面提升我国流域水环境综合治理与长效管理的科技创新能力,具有重要的科学意义和实用价值。