近年来,随着社会经济的快速发展,江河湖泊水质污染和饮用水安全问题频频发生。分析预测水质变化规律和趋势,对突发性水质事故和渐变性污染事故及时预警,可以有效减少污染造成的损失,保障饮用水用水安全。因此,研究饮用水水质安全预警关键技术,构建综合预警信息系统十分紧迫且意义重大。本文结合水质安全预警项目,以水质时序数据处理及水质预警数据库构建技术为研究对象,主要从粗糙集理论和D-S证据理论的联合水质预警算法,全流程水质预警数据库的设计、实际建设和应用等方面进行了较为深入的研究。本文针对水质时序数据特征及其在预警系统中的应用需求,将粗糙集理论引入水质分析预警技术的研究中,可以较为客观地处理不确定性数据,较好地解决时间序列数据中可能存在的时间不连续现象,消除数据冲突和冗余,约简数据量,完成分类规则的导出,并通过规则表进行匹配,对多因素影响下的水质指标进行趋势预测和等级预判。在数据量较小、数据波动较大的情况下,也能获得较好的预测结果。进一步地,由于粗糙集理论在进行分类规则的导出时,很大程度上依赖于信息表论域的大小,当数据量较小时,可能无法导出足够的规则进行匹配,或者所提取的规则可能存在过多的多属性规则而导致规则匹配冲突、使用率低下等问题,从而无法给出完整的预测结果。为了解决上述问题,本文提出了基于粗糙集和D-S证据理论的联合水质预警算法,借助粗糙集理论对于客观知识进行评价和D-S证据理论对于主观知识或经验性与不确定性信息分析判断的独特优势,实现水质时序数据规律挖掘和演化趋势数值区间预测以及总体属性等级预判。实验结果表明,在数据缺失、冗余、数据量较小的情况下,本文提出的联合水质预警算法可以获得比单一运用粗糙集时更满意的预测效果。当前已构建的水文水质数据库大多侧重于数据的存储管理和维护。本文根据全流程水质安全预警体系结构的特点,进行了水质预警系统数据库的需求分析、系统框架设计、概念设计、逻辑设计和物理设计等,并提出了水质预警数据库的构建规范,为今后全流程水质安全预警系统的数据库建设提供了标准化的参考。并以此为基础,具体阐述了系统的实际建设,包括数据库的建立、优化和备份,并且提出了国家、省、市三级预警数据库的部署方案以及上下级数据库之间数据交换的方式和流程,最后展示了水质预警数据库管理系统以及全流程水质预警数据库的数据流和上层应用。本文所构建的数据库已在3个城市投入应用。