水是地球万物生命之源,是生物圈的血液,是人类赖以生存和发展的物质基础。受到世界人口的大幅增长、社会经济的快速发展、水资源不合理的开发与利用及工农业污染物的超标排放等因素影响,水质恶化现象日益严重,突发水环境污染事故频发。在此背景下,水质安全预警体系研究逐渐成为各国环境管理部门及科研学者关注的热点。现有的水质安全预警体系只能对渐变式水环境污染事故或已经发生并有恶化表象显现出来的突发式水环境污染事故进行提前响应,对没有明显征兆的突发式水环境污染事故则无能为力,而这类事故通常由多因素的细微变化经过时空积累和联合作用后突然爆发。针对这一问题,本文首先在传统模糊综合评价模型的基础之上,利用Petri网的传递阶梯理论,对传统指标体系的逻辑拓扑网络进行结构性调整,改进模型对因素层的反馈机制,构建起对隐患因素在正常范围内的细微变化经过时空积累和联合作用而导致的突发式水环境污染事故可以做出及时反映的评价模型。然后,将BP神经网络模型与改进的综合评价模型进行有机结合,以研究区域水质指标的现状监测数据为输入样本,对模型进行校核,最终构建水质安全预警模型。最后,在已建立的预警模型的基础之上,利用计算机语言进行编程,建立包括可视化界面在内的安全预警系统,完成基于隐患识别与响应的水质安全预警体系的构建,将该模型应用到2007～2020年太湖水质安全的评价及预警研究中,结果表明:（1）在将总氮、总磷、透明度、溶解氧、化学需氧量等指标纳入跃阶因子的基础上,构建的水质安全预警体系能够对太湖多次发生的水华事件做出及时响应,由此可见,以Petri网络的传递阶梯理论为基础,改进的综合评价模型解决了传统评价模型中相对权重的计算缺陷,在应对突发式水环境污染事故时,评价结果能够及时准确反映安全状态的实际发展变化。（2）2007～2015年期间,太湖水质安全状况逐年改善,水体质量逐年转好,但每年的数据都会出现中间低两头高的趋势,这主要是由于每年的5～10月份太湖水体温度相对较高,且氮磷等营养元素充足,诱发湖泊内蓝藻大量生长繁殖,导致水质安全等级较低。（3）2016～2020年期间,太湖水质总体处于轻度污染等级,水质安全状况等级均为安全,与近年来太湖实际的水质状况相符,但是出于太湖地理位置及水质特征考虑,太湖水质的治理工作仍然不能掉以轻心,需要继续执行相关预防控制措施,以确保太湖水质安全能够匹配经济的快速发展。