近年来,国家环保部门以我国范围内的700多条江流为调查对象,管理水资源的相关部门对这庞大的水资源做出综合总结,调查显示有几乎一半的河流遭到各种污染,其中还有十分之一的情况是相当严峻,除此之外,绝大部分的城市因为各种因素形成了更严重的水污染。我国所面临的环境问题虽然在某些方面看似好转,但总的趋势仍在恶化。为了解决这些困难,本文基于对环保大数据的采集,以计算机技术为手段,以大庆市东城区污水处理厂为研究对象,对水环境存在的一系列污染因素总结,详细分类相关污染物,从而清楚水资源的变化,方便计划对处理水资源污染及治理提供决策依据。首先,在对国内外重大水污染源研究现状进行调查后发现,模糊综合评价法、贝叶斯网络、人工神经网络、均方根误差及聚类分析法为几种常用的重大水污染源评价方法。通过对上述方法的比较及其相应评价模型的分析,本文选择聚类分析法中的灰色聚类分析法来对重大水污染源的水质进行分析、评价。关于处理已发生严重污染的水资源的方法,要从自然和人为的角度入手,同时结合政策和经济条件处理,制定出如何治理严重污染的水资源的评价指标体系。通过处理PH值、对数据进行无量纲化处理、计算聚类权重和白化系数,最终得出各个指标的聚类系数,通过聚类系数的大小评价重大水污染源的水质。其次,通过对预测模型的学习,选择不同于黑色系统与白色系统的灰色系统,用灰色预测GM(1,1)方法建立预测模型,对重大水污染源的污染趋势进行预测,并对预测结果进行检验,开发出针对重大水污染源的评价软件实现对重大水污染源的评价、分析和预测,为水环境保护工作添砖加瓦。最后,本文使用Delphi7作为实验开发工具,用Delphi语言进行编程,完成对基于环保大数据的重大水污染源评价软件的设计,实现对重大水污染源的评价与预测。