21世纪以来，环境问题越来越引起人们的重视，流域水环境污染已经成为世界各国最严重的环境问题之一。阿什河为我国七大水系之一松花江的一级支流，水质常年处于劣Ⅴ类，严重影响了沿岸工农业的发展。为了更快更好的解决阿什河水污染问题，本课题建立了阿什河流域的水质模型和评价体系。本课题首先研究污染物在流域水环境中的运动规律，即污染物进入流域中，会受到水流的迁移、分散和降解三种运动的影响。在三种运动的作用下，污染物的浓度随时间发生变化，并以此建立流域水质基本模型。然后针对阿什河的水文特点，对模型进行合理的假设，在流函数和势函数两个方向建立二维正交曲面坐标系。从丰水期和枯水期两个时期，瞬时源和稳定源两类过程，结合氨氮（NH₃-N）、总氮（TN）、总磷（TP）、化学需氧量(COD_cr)等污染物在水体中的运动特征，推导出这四类污染物在阿什河流域的污染物扩散模型。最后将水质污染物的实际浓度情况结合水环境评价标准，输入到BP神经网络水质评价模型中，通过人工神经网络算法，给出阿什河流域的污染等级情况。通过阿什河流域水质模型对断面测量结果进行分析，确定了模型分析与实测结果相符合。通过对已知的断面的水质情况进行评价，并与内梅罗指数法相比较，可以确定BP神经网络用于水质评价符合客观事实，满足了对阿什河流域的水质评价的要求，具有高度的实用价值。