本文通过收集近年来漓江流域水文、水质资料及该流域自然环境和社会环境现状资料，分析了漓江流域的水文特征和水质特征，分别利用数理统计方法、经典水质数学模型方法(S-P模型)和人工神经网络方法对漓江水质进行模拟。理论方面着重探讨了适用于水质模拟的人工神经网络结构，实践方面采用高级编程语言开发了漓江流域水污染控制软件系统。 据对漓江流域近10年水污染特征进行分析，确定将BOD、COD、NH3-N、DO作为水质模拟的因子。根据监测数据，建立氨氮与溶解氧的相关性模型，并对模型进行显著性检验。结果表明：所建立的相关性模型仅对部分支流是显著的。主要原因在于：因水量与水质差异较大，造成漓江干流和各支流污染特征差异显著，要用一个统一的数学模型来模拟整个流域水质非常困难。虽然所用原始数据对整个流域而言是均匀的，但经数据筛选和处理后，最终参与建模的数据实际上主要是某一条或几条支流的数据，因而建立的所谓“流域水质模型”其实是“流域内污染最严重的支流的水质模型”。 采用经典的S-P模型对漓江进行水质模拟，并综合运用高级编程语言、组件式GIS技术及数据库软件开发了漓江流域水质模拟软件系统。该软件系统可对漓江流域水环境实现实时模拟和显示查询、水环境容量计算等，并提供可自由拓展的接口，可根据实际需要添加相应的模块，使得该软件系统在应用过程中不断得以完善，可提高流域水污染控制的效率和管理水平。 采用了人工神经网络对漓江流域进行水质模拟，模型建立主要依赖于资料，不需要单个实验和识别参数，模型有很强的学习功能，可操作性强，并可解决经典水质模型求参困难的问题。本文的实例研究表明：利用神经网络进行水质模拟，精度非常高，误差都在10％以内。神经网络进行水质模拟的精度高于传统水质数学模型的精度。 漓江水质模拟是加强漓江流域水污染控制的一个重要环节。今后流域水质模拟在理论方面应加强神经网络方法的研究，尤其是结合流域水污染特征进行神经网络算法和结构的优化；实践方面应与软件开发和GIS等技术结合，提高流域水污染控制的效率和管理水平。