可持续发展评价涉及评价标准的选择，指标权重的确定，评价模型的选取等，在具体方法设计时，既要注重方法的科学性，又要考虑不同类型指标对于不同方法的具体要求，从而提高评价结果的准确性、可靠性及应用性。
用于水资源可持续发展评价的方法有层次分析法、灰色关联法、灰色聚类法、主成分分析法、模糊综合评价法、数据包络法、聚类分析法、综合指数法、投影寻踪法、物元理论、熵法等，这些方法各有其适用条件和局限性。
灰色关联是指事物之间不确定性关联，或系统因子与主行为因子之间的不确定性关联。它是基于行为因子序列的微观或宏观几何接近，以分析和确定因子间的影响程度或因子对主行为贡献测度的一种分析方法。灰色关联法只适用于指标较少的简单模型。灰色聚类方法是根据灰色关联矩阵或灰数的白化权函数将一些观测指标或观测对象比较客观地分型定类，但通常灰色聚类方法实现起来比较困难，且主观性较强。
通过确定各指标的白化函数、聚类权、聚类函数。获得聚类向量，最后根据聚类向量判断评价对象所属灰类。但其受到指标量化和算子选择方法的限制。
主成分分析法是一种高维综合评价法，其本质是对高维变量系统进行最佳综合和简化。同时客观地给出各个指标的权重，避免主观的随意性，较好地解决建立指标体系全面性与独立性的矛盾，是一种较好的评价方法。其优点是把涉及经济、社会、资源和环境等方面的众多因素组合为一无量纲指标，解决了不同量纲的指标之间的综合性问题。不足之处是主成分分析在第一个主成分分量的贡献率小于85%时，需要将几个分量合起来，使贡献率大于85%，对于这种情况，虽然处理方法很多，但目前仍没有统一的标准。因子分析由于求解不具有唯一性。在选择评价问题的适合解时，如何采用选择适合标准，目前还有各种不同的看法。
DEA方法为数据包络分析的简称，是1978年美国运筹学家Charnes等在“相对效率评价”的基础上发展起来的一种系统分析方法。它主要采用数学规划方法，以相对效率概念为基础，利用观察到的数据样本资料，把每一个被评价单位作为一个决策单元。再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析。以DMU中各个投入和产出指标的权重为变量进行评价运算。确定各DMU是否为DEA有效，同时还可用投影方法指出非DEA有效的原因及应改进的方向和程度。由于DEA方法不需要预先估计参数，在避免主观因素、简化运算和减少误差等方面有着不可低估的优越性。
采用模糊数学的聚类分析方法，给出隶属度函数，对数据进行区间划分，以确定其分类。数据进行区间划分，以确定其分类。
采用模糊联系合成原理进行综合评价，该法的特点是能够将定性、定量指标进行量化。难点在于模糊隶属函数的确定。模糊数学有关理论在具有模糊性的复杂大系统问题上具有其自身的特点和较好的处理能力。这主要是由于模糊数学理论及有关的方法是专门针对事物模糊性而提出的有效的手段。模糊综合评价方法能够很好地处理定性问题。
20世纪70年代．Friedman和Turkey提出了多元数据分析的投影寻踪(projection pursuit.PP)新算法．该方法能在一定程度上解决多指标样本分类等非线性问题，是一种处理高维、非线性、非正态数据信息的一种有效方法。投影寻踪法是处理多因素复杂问题的一种统计方法，是较为理想的多因素综合评价方法，该方法集判别、聚类和预测于一体，可广泛应用于多因素综合评价。
对于涉及多因素的水资源可持续利用评价，应该在最少的人为因素影响情况下，正确分析各个影响因素之间的相巨作用和关系，从而得出反映各因素特征信息的综合评价结果。因此，投影寻踪法目前在水资源领域应用较广。由于水环境及水资源评价系统往往是由多个非线性指标综合决定的，因此投影寻踪方法用于水科学系统的评价，具有评价等级分辨率较高，评价客观等优点，已广泛地应用于水质评价、水资源承载力分析、水利工程的优选、洪水预报。
基于熵权的水资源短缺风险模糊综合评价就是在运用信息论中的熵技术计算各评价指标的权重的基础上，结合传统的模糊综合评判法对水资源短缺风险进行评价。熵权法确定权重由于其客观合理性，已在工程技术、社会经济、环境科学等领域得到广泛的应用。
水资源可持续利用模糊综合评价是根据水资源可持续利用评价指标集。利用模糊数学有关原理和方法，建立模糊评价综合模型。对一个地区的水资源可持续利用状况进行评价，从而全面地分析其水资源可持续利用程度。模糊综合评价具有一定的主观性。
水资源系统本身具有随机性和模糊性特征，系统评价要求客观性。一般的评价方法单独使用无法同时满足这两个方面的要求。投影寻踪、物元模型具有较强的客观性，但水资源可持续利用评价体系的模糊性评价具有模糊性，包括某些指标具有模糊性使得该方法无法完全反映水资源可持续利用这种复杂评价对象的真实情况。因此，将模糊层次分析法与投影寻踪模型或物元模型结合起来应用到水资源可持续利用评价中 。
