水质评价和水质预测是环境保护管理与政策措施制定的一项重要的基础工作。论文针对典型河流水环境系统所具有的模糊性、随机性、季节变化性和未确知性的几个方面的特点,把物元分析和集对分析数学理论用来构建水质评价理论方法,并在此理论研究基础上,综合利用灰色理论、小波分析方法和条件自回归异方差模型构造水质预测模型,通过对本文的水质评价和预测理论的分析和实际应用得到如下结果:首先在水质评价研究方面,论文借鉴已有的理论和模型研究成果,通过将集对分析方法与六元联系数物元模型相结合,以此理论来构建水质评价综合指数和识别水质等级的数学模型。根据上述构建的模型,一方面可以得到水质综合指数排名,另一方面也可以识别出目标水域所属水质等级类别,从而直观的反映出各水质监测站的水质情况可污染程度。其次,依照现有成熟的灰色GM(1,1)理论对平滑时间序列的优良预测性能,运用小波分解和重构技术实现对非平滑时间序列的平滑处理,再结合自回归条件异方差(GARCH)模型对小波分析后的噪音序列的预测优势,巧妙的建立了基于灰色GM(1,1)—小波分析—GARCH组合的水质预测模型。运用灰色GM(1,1)—小波分析—GARCH组合预测技术,可以实现季节性变动较大的河流一定时间内的水质趋势变化预测分析,该方法不但为河流水质的预测提供新途径,同时也为其他时间序列的预测提供了新思路、新方法。最后,通过选取不同区域具有典型特征的河流作为实例研究对象,结合前人的研究成果,通过数据共享和对比应用分析表明上述两种理论方法的合理性和实际操作的可行性,极大的丰富和拓展了河流水质评价与预测方法的基础理论研究与实地应用。此方法用途广泛,除了研究水环境,还可用于大气、土壤、海洋、股票、人口、工程风险评估和预测等方面的研究。