经济发展和工业进步带动了社会发展,促使人类对淡水污染的防治问题越来越重视。采用合理的水质评价方法以及建立稳定可靠的水质评价体系是进行水资源污染监测和治理的重要手段。这就需要针对大面积的湖泊水域,进行水质等级监测方法的研究以及量化的分析软件系统的设计。本课题以此为研究背景,将水污染这个复杂的机理量化到一些与富营养化相关性比较大的水质参数中,通过经验关系选择总氮(TN)、总磷(TP)、叶绿素a(Chl_a)、悬浮物(ss)、高锰酸(CODmn)五个参数作为研究变量,依据国内地表水的评价标准和本课题的研究参数,制定本课题中湖泊富营养评价的参照标准,结合主流的水质评价算法:综合营养状态指数法(TLI)、单因子评价法、模糊综合评价法、BP神经网络算法,分别进行水体质量评估。水质评价体系建立的关键在于水质评价优化模型的构建。从择优的角度出发,对各算法评价结果与实际情况进行对比分析,确立BP算法作为水质评价优化算法建模的原始模型。利用遗传算法全局寻优的能力,弥补BP算法初始权值和阈值不确定带来的精度差异,构建优化的GA-BP模型对水体质量进行评价。与传统的BP神经网络算法仿真对比,显示混合型GA-BP算法在计算效率和评价精度上存在明显的优势,优化后的GA-BP模型评价精度从原来的0.1达到了0.05,且评价速度加快了4倍。为了构建完整的评价体系,本课题设计了水质评价系统,本系统功能包括:系统登陆、带有海量数据的多格式反演影像的读取、数据预处理、数据保存、数据运算、评价算法的稳定嵌入以及评价结果的可视化显示。选取IDL开发平台和IDL编程语言进行系统开发。设计系统的登陆模块与评价模块的流程与结构,详细介绍了水质评价系统的UI界面设计思路以及各个菜单栏布局,同时对系统进行了功能性和非功能性的软件测试。系统能够准确的对以龙泉湖为样本,针对课题中5种评价参数的反演影像浓度获取,进而做水质等级可视化划分,建立量化的水质评价软件系统,有效的对大面积的水域污染进行监测。其研究成果为成都市科技局的水质监测研发项目提供了可靠的保障。