本文针对湖南省水资源短缺、污染严重的现状，为了提高水环境管理水平、促进水资源的持续发展，研究基于GIS的水污染控制决策支持系统，对系统的结构和功能进行了整体的设计和规划，着重对水环境质量评价模型和预测模型进行研究，提出了新的评价和预测方法，并将其应用于湘江水质评价和预测。主要研究内容如下：(1)提出了标准分级法和改进的BP人工神经网络相结合的水质评价模型，针对BP神经网络收敛速度慢的缺点，用自适应学习率和自适应动量项的方法对之进行改进，并通过将改进后的模型用于湘江长沙段水质的评价，证明了这种改进的可行性和优越性。用标准分级法来进行数据的预处理，简单易懂，处理后的数据更易于作为神经网络的输入。BP人工神经网络具有很强的自学习、自适应能力，适用于水质综合评价，使水质评价结论客观、合理，具有良好的应用效果。(2)详细介绍了数据挖掘中的决策树分类方法特别是ID3算法，并针对ID3算法倾向于选取值较多属性的缺点，用标准差贡献率对其进行改进，提出了基于改进的ID3算法的水质预测模型，并将改进后模型应用于湘江长沙段水质预测证明了这种方法的可行性和优越性。该模型通过建立决策树不但可以很明了的确定影响水质的主要污染物类别，而且用从决策树中提取的分类规则进行水质预测简单易懂。(3)以湘江水环境为例，设计和开发了基于GIS的水污染控制决策支持系统。对决策支持系统的整体结构和实现方法做了统一的设计和规划。建立了系统数据库、模型库，实现了人机接口的部分功能。实现水质历史监测资料的查询、水质现状评价和水质预测等功能。