Abstract Rivers create unique habitat for aquatic life and provide ecosystem services for humans. Thus, degradation of river water quality is a serious, global problem. Water quality is the outcome of anthropogenic and natural landscape factors and the interaction of these two. To improve water quality, robust and quick methods are needed to study the complex, spatio-temporally dependent relation between water quality and environment conditions across extensive areas. This thesis aimed to study the relationship between water quality (total phosphorus and nitrogen, pH, water colour and dissolved oxygen) and environmental factors in boreal rivers combining grid-based data and statistical methods. The study comprised of 34 Finnish rivers with their catchments. First, the effect of natural and human-induced environmental factors on water quality was studied. Then, (a) the ability of the characteristics of different spatial scales around the river channel and under different discharge conditions to predict water quality was explored and (b) the suitability of the applied statistical methods (generalized linear and additive models, partitioning methods, non-metric multidimensional scaling) in water quality studies was evaluated. As expected, the results highlighted the impact of agricultural activities on water quality as nutrients and pH increased, together with the cover of agricultural activities. However, when studied as a group, natural factors explained water quality better than land use/cover. Lakes were strongly related to decreased nutrients and water colour. The effect of fine-grained soils on nutrients and pH was positive. In the scale studies, nutrients and water colour were best explained by the characteristics of the entire catchment but pH was mostly predicted by the characteristics of the 50 m riparian zone. The connection between water quality and environment was strongest during high-flow discharge periods. The results encourage the use of the applied methods, showing that the combination of grid-based data and advanced statistical methods provide an efficient first-filter estimate of water quality-environment relations. Spatial-based statistical modelling provides a crucial framework for river, water resources and land use management. The applied methods can also be seen as essential tools when predicting the impacts of global change on water quality. / Tiivistelmä Joet luovat vesielämälle ainutlaatuisen elinympäristön ja tarjoavat ihmisille ekosysteemipalveluja. Jokien vedenlaadun huononeminen onkin vakava, maailmanlaajuinen uhka. Vedenlaatua määrittävät luonnolliset ja ihmisen muokkaamat ympäristötekijät sekä näiden yhteisvaikutus. Vedenlaadun kohentamiseksi tarvitaan luotettavia ja nopeita menetelmiä, joiden avulla voidaan tutkia monimutkaista, alueellisesti ja ajallisesti riippuvaa yhteyttä vedenlaadun ja ympäristöolojen välillä laajoilla alueilla. Tässä väitöskirjassa oli tavoitteena tutkia vedenlaadun (kokonaisfosfori ja -typpi, pH, väriluku ja liukoinen happi) ja ympäristön yhteyttä boreaalisella vyöhykkeellä käyttäen paikkatietoaineistoja ja tilastollisia menetelmiä. Tutkimusalueena oli 34 suomalaista jokea valuma-alueineen. Ensinnäkin tutkittiin luonnollisten ympäristötekijöiden ja ihmistoiminnan vaikutusta vedenlaatuun. Tavoitteena oli myös selvittää, miten joen ympärillä olevien erikokoisten vyöhykkeiden ominaisuudet ja vaihtelevat virtaamaolosuhteet selittävät vedenlaatua. Lopuksi arvioitiin käytettyjen tilastollisten menetelmien (yleistetyt lineaariset ja additiiviset mallit, hajonnan ositusmenetelmät, ordinaatioanalyysi) soveltuvuutta vedenlaatututkimuksissa. Tuloksissa korostui odotetusti valuma-alueen maatalouden vaikutus vedenlaatuun. Ravinteiden määrä ja pH-luku kasvoivat maatalouden lisääntyessä. Muuttujien ryhmittäisessä tarkastelussa ympäristön luonnolliset ominaisuudet selittivät vedenlaatua maankäyttöä/-peittoa paremmin. Järvisyyden lisääntyminen oli yhteydessä ravinteisuuden ja väriluvun laskuun. Hienorakeiset maalajit olivat yhteydessä ravinteisuuden ja pH-luvun nousuun. Mittakaavatarkastelussa ravinteisuutta ja värilukua ennustivat parhaiten koko valuma-alueen ominaisuudet, mutta pH-lukua selittivät parhaiten ominaisuudet 50 m:n vyöhykkeellä joen ympärillä. Ympäristön ja vedenlaadun yhteys oli voimakkaimmillaan, kun jokien virtaamat olivat korkeimmillaan. Tämä väitöskirja osoittaa, että paikkatietoaineistojen ja sovellettujen tilastollisten menetelmien yhteiskäyttö tuottaa tehokkaita malleja vedenlaadun ja ympäristön välisestä yhteydestä. Spatiaalis-tilastollinen mallinnus tarjoaa tärkeän viitekehityksen jokien ja vesistöjen käytön sekä maankäytön suunnitteluun. Lähestymistapa voidaan nähdä myös tärkeänä välineenä ennustettaessa globaalimuutoksen vaikutusta vedenlaatuun.