本書在對比和分析現行松花江流域典型河湖水質評價的典型方法（單因子評價法、污染指數法、主成分分析法、因子分析法、層次分析法、聚類分析分析法、模糊綜合評價法、灰色分析法、雲模型法、BP神經網絡評價法）和水質預測方回歸法、時間序列法、馬爾可夫法、BP神經網絡預測法、貝葉斯網絡法）的基礎上，將水質綜合評價平臺和智能預測平臺融合行典型河流與水庫水質的綜合評價和智能預測。《BR》

本書所構建的可視化平臺可實現水庫水質綜合評價的自動化、預測的智能化，且易於作，對行合理的水質綜合評價、預測具有重要的理論意義，也可以為松花江流域水環境的管理、水資源的開發利用提供重要的科學依據。

目錄前言第1章 緒論 1 1.1 松花江典型河湖水質狀況分析 1 1.1.1 河流水資源質量狀況 1 1.1.2 重要江河湖泊水功能區水質達標狀況 1 

本書所構建的可視化平臺可實現水庫水質綜合評價的自動化、預測的智能化，且易於作，對行合理的水質綜合評價、預測具有重要的理論意義，也可以為松花江流域水環境的管理、水資源的開發利用提供重要的科學依據。

第1章 緒論 本書通過松花江流域典型河湖水質分析，介紹國內外相關評價方法[主要包括單因子評價法、污染指數法、主成分分析法、因子分析法、層次分析法（analytic hierarchy process，AHP）、聚類分析分析法、模糊綜合評價法、灰色分析法、雲模型法、反向傳播（back propagation，BP）神經網絡法]、預測方法（主要回歸法、時間序列法、馬爾可夫法、 BP神經網絡法、貝葉斯網絡法）的研展，解析適用於松花江典型河流、水庫的水質評價與預測方法而提出構建松花江流域典型河湖水質評價與預測綜合平臺的技術思想，為診斷松花江流域水質狀況提供技術支持。 1.1 松花江典型河湖水質狀況分析 1.1.1 河流水資源質量狀況 2016年，水利部對松花江區16239.5km的河流水質狀行了全年、汛期和非汛期評價，水體為中。全年Ⅰ～Ⅲ類、Ⅳ～Ⅴ類和劣Ⅴ類水河長分別占66.7%、25.7%和 7.6%。汛期Ⅰ～Ⅲ類、Ⅳ～Ⅴ類和劣Ⅴ類水河長分別占 60.5%、 34.1%和 5.4%。非汛期Ⅰ～Ⅲ類、Ⅳ～Ⅴ類和劣Ⅴ類水河長分別占 69.5%、22.9%和 7.6%。全年主要超標項目為高錳酸鹽指數、化學需氧量和氨氮。與 2015年相比，