环境保护是我国的一项基本国策，水华预防和治理是保护城乡环境的重要措施，河湖水华的防治已成为我国水资源保护急需解决的一个重大问题。水华形成是一个复杂的动态生化反应过程，目前对水华的形成机理和成因还不清楚。因此，如何建立描述水华形成过程的数学模型，进而合理地预测水华发生，并对水华爆发这一非常规突发事件做出针对性的应急治理决策，最大限度地保护和利用环境用水，促进水环境保护和技术进步具有重要意义。　　课题首先采用BP和PNN两种神经网络建模方法来研究水华预测模型，重点研究基于过程神经网路（PNN）的输入输出均为时间函数的参数与过程的软测量理论，将过程神经元网络与进化算法结合，构成不断进化的神经元网络，使之在运行过程中能够感知其环境的变化，能以进化的方式相应地改变网络参数，提高其性能，即自适应性和模型自校正，并结合水华特征的模型参数，建立用于河湖水华预测的混合过程神经网络模型。由于水华治理方法目前已有诸多实施方案，但是何时采用何种治理方案，以达到既可保护水环境又节省经济费用的目的，水华治理应急决策方案的确定与优选是关键;课题研究了基于贝叶斯决策理论在水华应急治理决策的应用:首先通过调查方式获取影响治理决策方案的水华治理决策的多指标体系一级指标，根据实际情况下各属性对水华治理决策结果影响的重要度不同，建立各指标体系最优权重分配模型，根据实际情况建立目标约束，进而建立多目标优化决策模型，获得最优的治理决策方案。最后实现一套“水华预测与应急决策”信息化系统，完成对水华发生的及时预测预警与应急决策，为水环境保护部门提供水华治理的最优决策依据。　　采用BP和PNN两种神经网络建模来研究水华预测模型，从仿真和实际的测试结果来看，两种网络都能在一定的范围内对水华的发生作出预测，神经网络方法对水华的进行预测是可行的。采用PNN过程神经网络模型其预测精度明显高于BP网络。采用PNN神经网络可预测叶绿素的变化规律，从而为水华的预测、预警提供了有效的手段，为降低水环境治理成本起到了积极的作用。建立基于贝叶斯决策理论的水华治理决策10:422013-6-26模型，能对水华发生及时预测预警后有效的进行应急治理提供决策方案，为水环境保护部门提供水华治理的最优决策依据。