为了保障白洋淀生态环境,防治外源污染,避免污染水团通过府河进入白洋淀,在雨季保定市降雨径流进入府河前后需要做好应急处置工作。为了给应急处置工作及时准确的提供水质和水量预测预警信息,构建以深度学习为基础的水质预测模型和降雨产流模型,设计开发水质预测预警软件,实现预测预警报告自动输出。首先,基于2019、2020年府河水质监测数据和保定市区降雨量数据,确定氨氮是指示性污染物,选择膳马庙、安州、南刘庄等三个有历史监测资料的断面作为预测断面。使用粒子群算法PSO作为优化器,构建多层感知机MLP深度学习模型用于水质预测。构建深度学习模型MLP、一维水质模型、粒子群优化-多层感知机深度学习模型PSO-MLP用于水质预测。PSO-MLP模型对三个断面的氨氮预测平均绝对误差分别为0.210 mg·l-1、0.160 mg·l-1、0.089 mg·l-1,相对MLP模型降低了1.21%～7.48%,相对一维水质模型降低了64.82%～71.47%,结果表明PSO-MLP模型各项指标均优于其他模型。PSO-MLP模型预测的总氮平均绝对误差低于0.3 mg·l-1,总磷平均绝对误差低于0.02 mg·l-1,高猛酸盐指数平均绝对误差低于0.5 mg·l-1,结果表明PSO-MLP模型可以准确的进行实时水质预测和24小时水质预测。使用短时密集级联网络STDC深度学习模型对2021年保定城区0.4米分辨率的总计192.09平方千米的卫星图像进行解译,精确分类汇总了保定城区的下垫面类型,道路广场73.47平方千米,建筑物65.70平方千米,绿地农田及裸露地表52.92平方千米。依据下垫面类型分别使用径流系数法和霍顿下渗曲线法构建了降雨产流模型,并对2021年7月一次降雨进行产流量计算,结果表明若要减少降雨产流量,需要尽可能将不透水地面改为透水地面或土地。通过对径流采样,确定径流中氨氮平均浓度为4.29 mg·l-1。基于完全混合水质模型计算了府河沿线导排工程对上游雨水的承载力,导排工程最大安全处置能力对应保定市降雨量为64.8 mm。为了在雨季及时准确对府河水质进行预测预警,设计开发了府河水质预测预警软件。软件可以依据府河水质监测数据和保定市降雨量数据进行水质预测、产流量计算,并自动分析预测结果生成预测建议报告和预警信息。现实意义上,软件能为府河流域水环境管理决策提供具体的信息支撑,避免处置不及时导致污水进入。理论意义上,为白洋淀流域其他河流的水质预测预警提供了经验,为“确保不让一滴污水流入白洋淀”增加了一份保障。