目前，日新月异的信息技术正不断推动着时代的发展，各行各业都借助信息技术的力量极大地提高了生产效率，创造出更多的社会价值。为了应对上海市供水调度突发状况，保障上海市饮用水供水，为此建立了应对供水调度突发状况的应急、预警信息平台，构建了相应的应急管理系统与辅助决策系统，加强组织管理与能力建设，提高应对各类供水调度突发事故的应急响应和处置能力，保证快速、有效地进行科学决策，保障发生突发性事故时的供水安全。本次课题是根据上海市供水的基本情况，开发供水调度应急、预警信息平台。在对整个上海市供水行业调查研究和需求分析的基础上，对系统进行开发、设计。供水调度应急、预警对于城市规划、供水系统的管理以及指导城市供水设施的建设有着重要的意义。随着我国城市与工业生产的规模不断扩大,水已作为城市生存和发展的制约性因素。因此合理预测供水压力变化、咸潮入侵时间、原水水质变化以及城市近远期的供水量，为合理分配现有水资源、新建或改扩建水厂提供可靠的依据，使其与城市发展实际相接近，保证城市、经济的可持续发展具有极其重要的意义。本次课题核心技术基于神经网络算法以及支持向量机算法。人工神经网络是基于神经科学的研究成果并高度综合了计算机科学和数学等众多学科发展起来的新兴边缘学科。预测是人工神经网络应用领域中的一个重要分支。支持向量机算法是通过非线性映射将输入向量映射到高维特征空间构造最优决策函数，利用原空间的核函数取代高维特征空间的点积运算。本系统采用了B/S三层体系结构，并采用了WEBGIS技术以及采用了UML标准建模语言，形成易于系统扩充、升级和维护的良好软件构架，基于J2EE和组件复用技术的解决方案，保证了系统的可移植性。在对系统的需求、用例进行分析之后，建立了良好的可扩展性、可维护性的系统框架结构体系。针对系统主要实现预测各区域的压力分布值、咸潮入侵时间、原水水质数据以及近远期的供水量，开发了数据库查询、信息浏览、用户管理等组件。在系统的开发过程中，通过对这些组件的复用，加快了系统开发的速度，并且为系统复用部分提供了稳定性、可靠性的保证，从而提高系统质量。本文中描述的是一个基于J2EE、STRUCTS以及HIBERNATE技术，并采用WEBGIS技术、神经网络算法以及支持向量机算法的供水调度应急、预警信息平台，也就是供水数据信息预测库，它采用SQL Server2005作为后台数据库。本系统主要功能：(1)压力预警模块。(2)咸潮预警模块。(3)原水水质预警模块。(4)水量预测模块。