水质检测是水保护的前提和基础，生化需氧量（BiochemicalOxygenDemand，BOD）、化学需氧量（ChemicalOxygenDemand，COD）、亚硝酸盐能够很好地反映水污染的程度。研究上述参数的快速检测，可为水资源保护提供有效的数据支持。研究基于高光谱技术的水质指标定量研究，可快速、无接触、大面积的实现水质的实时检测，对中国目前的水污染治理问题提供理论依据具有极为重要的科学意义和实用价值。
　　本论文从研究水质监测的常用方法入手，调研了高光谱分析方法的研究现状和基本原理。配置水体样本，采集样本光谱数据，对数据进行滤波及预处理。对偏最小二乘回归模型、BP神经网络模型以及Elman神经网络模型进行研究，采用原始数据以及预处理数据进行COD、BOD、亚硝酸盐定量估算模型的建立，分析模型的优劣势，分析不同预处理方法对所构建模型精度的影响。结合偏最小二乘回归系数法提取特征波段，对BP神经网络模型以及Elman神经网络模型进行优化；然后，对不同预处理下的特征波段进行组合，建立多特征融合高光谱水质指标定量模型。实验结果显示，偏最小二乘回归法、BP神经网络以及Elman神经网络可以建立精度良好的水质指标定量估算模型；采用不同的预处理方法可以提高模型的预测效果；采用特征波段提取的方法可以减少无用信息的干扰，提高光谱数据与指标浓度的相关性；将偏最小二乘回归法与神经网络模型相结合，建立多特征融合神经网络模型可以提高水体指标的定量估算模型的性能，其中，多特征融合PLS-BP神经网络预测模型的预测效果最好，并且通过水质指标定量分析仿真软件的测试，满足国家对于在线水质预测仪器的技术标准要求，可以应用到水质预测仪器中。
　　本文采用MatlabGUI设计一款高光谱的水质指标定量分析仿真软件，将本文所建模型的过程进行可视化展示，显示模型的预测结果以及精度，实现水质指标的定量分析。仿真软件功能健全，操作方便，完成了预期的功能需求。