水环境评价是一个涉及多学科、多因素的复杂大系统，它的优劣将直接影响人们日常生活和经济的发展。决策支持系统(DSS)为人们提供了分析问题、构建模型、模拟决策过程和效果的决策环境，成为解决半结构化问题和非结构化问题的有效工具。 随着人工智能技术、地理信息系统的飞速发展，决策支持系统不仅能解决定量的问题，而且也能很好地处理不确定的、模糊的、定性的知识，从而辅助决策者做出科学的决策。针对当前辽宁省水资源短缺、污染严重的现状，为了提高水环境的管理水平、促进水资源的可持续发展，本文在设计基于GIS平台的水环境评价决策支持系统的过程中，主要完成了以下的研究工作。 1．针对遥感图像进行图像压缩的研究。首先分析了遥感图像的统计特性和相关性，并对各种码书设计算法进行分析研究。利用小波图像系数的空间分布特征以及它的多分辨率特点，应用遗传退火算法、有性繁殖遗传算法，提出了矢量量化方法在图像压缩中的应用。实验结果表明本文提出的码书设计方法可以在较大压缩比的前提下，得到更好的恢复图像质量，并有较快的收敛速度。 2．研究遥感图像分类的几种方法。结合遥感图像处理专业软件ERDAS IMAGINE，采用BP神经网络算法实现了非监督聚类算法和监督分类法的结合，使分类试验精度有了一定的提高。研究分析了自组织神经网络算法和学习矢量量化算法，提出了一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化算法。通过具体试验的实施，证明HLVQ算法不仅保持了数据的拓扑有序性，而且还进一步提高了分类精度。最后探讨了LVQ算法的主要缺点，在分析广义学习矢量量化算法的基础上，将GLVQ算法引入遥感影像分类中，并建立了分类模型。 3．模型库及模型库管理系统的开发与研制。为了适应对水环境评价和预测的需求，本文引进了大量的水质数学模型。在人工智能方面，除用于水质评价的模糊评价模型、用于水质预测的人工神经网络模型和基于遗传的神经网络模型外，本文将模糊神经网络应用于水环境影响预测方面，并取得了很好的预测效果。本文采用面向对象技术的方法，与数据库相结合，建立模型库管理子系统，有效地实现了对模型的增加、删除、修改，从而方便水环境管理者实现对模型的管理。