非线性是水环境中普遍的现象,污染物在水中的迁移、转化等过程容易受各种内部、外部因素的影响。作为城市排污的渠道,城市河涌是一类特殊的水环境,更易受到工业废水、生活污水等污染,某些受严重污染的河段,水体中溶解氧浓度偏低,影响污染物的耗氧降解过程,使污染物耗氧降解过程呈现非线性特征。本文以城市河涌为研究对象,研究河涌水质的非线性特征,并在水质预测、误差非线性补偿、河涌水质非线性建模、水质非线性性态分析、河涌模型存在正解的条件、河流曝气过程的脉冲描述等方面进行了研究,主要成果有：1.针对河涌水质预测中出现的误差,提出利用混沌理论分析河涌水质的混沌特性,并利用相空间重构理论确定水质预测误差的相空间,在此基础上,将相空间与神经网络进行对比,确定神经网络单层神经元个数,进而建立误差补偿的神经网络,并与水质模型相结合建立误差补偿水质模型,此方法突破单一类型水质模型在预测中的局限性,通过对河涌检测结果的模拟与仿真,结果表明,模型预测相对误差由2.4%降到1.65%,提高了水质预测精度。2.根据城市河涌水体中溶解氧浓度过低这一现象,在分析稳态SP模型假设、Shastry模型假设的基础上,确定河涌水质建模的条件,针对河涌水体中溶解氧不足及BOD沉降等因素,建立了河涌水质非线性微分方程模型。仿真结果得SP模型相对误差Er,sp,=0.8291,Shastry模型相对误差Er,shatry=0.2498,河涌模型相对误差Er,hc=0.2426,即河涌非线性模型具有更高的预测精度。3.为了分析河涌水质非线性微分方程模型的性态,借鉴了微分方程定性分析理论,对所建立的城市河涌水质非线性微分方程模型进行稳定性分析,证明了：河涌水质非线性模型在其解空间中具有唯一解,即模型在理论上可用于水质预测；利用数值仿真技术,分析模型参数对模型解的影响,发现模型解的特性(稳定性、正解)依赖于模型参数的选取。4.河涌水质非线性模型的应用,通过分析模型参数在实际应用中的取值范围,证明了：当模型参数都大于零时,模型存在正解,即BOD、DO浓度不会出现负值；通过对模型解的渐进性态分析得到：排污稳定时,在距离污染源足够远处,BOD浓度最终将趋于零,而溶解氧浓度(D0)最终将趋于饱和,即河涌水质终将因污染物降解和水体复氧而得到净化。5.针对河流治理中常用的曝气过程,分别在SP水质模型、河涌水质非线性微分方程模型的基础上,利用脉冲原理对曝气过程进行描述,建立了基于脉冲的河涌曝气模型,通过模拟与仿真得：当河涌曝气时,水质预测平均相对误差为5.21%,当对河涌不曝气时水质平均相对误差为3.114%,因此河涌曝气过程在近距离上对水质预测精度有一定影响。论文主要针对水体中污染物迁移、转化过程之间的非线性行为进行了研究与建模,其中还有一些有待深入研究的问题。(1)模型的水质组分需要增加：论文只对BOD、DO两种水质组分进行建模,由于河涌水体中各水质组分之间存在一定的迁移转化关系,如氨碳、磷等,其降解过程会影响水体中溶解氧浓度,在以后的研究中,可根据研究的需要增加相应水质组分,建立基于多水质的河涌水质数学模型。(2)在空间上进行拓展：论文所建立的河涌水质模型为一维水质模型,其适应水流速率缓慢的河涌,如果河涌污染在各方向迁移、扩散差异较大,则需要拓展到二维或三维情形。(3)由于水环境的复杂性,模型假设还存在可改善的空间,如利用脉冲过程描述河流曝气过程,在近距离上模型预测精度有待进一步提高,在以后的工作中,需进一步研究水体中污染物迁移、转化的规律,对模型进行改善,提高模型的预测精度