随着水环境问题的日益增多,在解决各类水环境问题中,全面、系统、定量化地进行水资源和水质模拟、预测、管理的研究成为关注的焦点。不但可以对流域水环境质量的现状进行评价、预测其发展趋势进行相应的污染源控制规划,而且能为环境管理部门对流域水环境的规划管理提供决策依据,具有重要的现实意义。本文首先借用软件MATLAB2011b实现灰色系统理论的GM(1,1)模型与带有误差反馈的控制程序相结合,获得精度更高的预测模型。其次,将预测模型应用于青衣江流域雅安段的水环境预测模型的研究。通过对流域的两条干流断面和六条支流断面2006年至2011年的现状模拟及评价分别确定了两个干流断面所有水质指标预测模型精度等级分布及水质指标DO、pH、CODMn, NH3-N在各支流断面的预测模型精度等级分布情况。根据预测模型对各断面进行了2012年至2018年的未来预测及趋势分析,并确立各个断面各项水质指标的最小超标值y(t)min和最大阈值年份Tmax.另外,本文将ARMA和BP神经网络分别运用到龟都府断面的九项水质指标的预测模型中,并应用MSE、MAPE、MSPE和Theil IC四种模型评价指标对三种模型分别进行了评价。结果表明：三种模型的拟合效果均较好,其中BP模型的拟合精度最高,GM(1,1)模型和ARMA模型拟合的精度相当,但因为BP模型只能采用MATLB软件进行原代码的运行且网络训练过程不稳定,实用性和可控性较差,而ARMA预测模型需满足多项控制参数的要求,且有白色噪声序列的存在,对中长期及波动性样本应用效果较差,所以GM(1,1)模型是一种简单、实用的预测模型。