对湖泊蓝藻的预报和预测模型进行了SLR钻研分析。这些模型重要用于评估未来的持久情景预测或在短期内预报有害蓝藻水华。这些模型能够成为沉要的工具，用于提高对有害蓝藻水华风险的理解，从而有助于做出更好的治理决策。P2f新型光催化网_水库治理_河路治理_水生态建复_水环境治理与建复_扑克之星

P2f新型光催化网_水库治理_河路治理_水生态建复_水环境治理与建复_扑克之星

　　在SLR中的模型大多是基于特定地址和特定物种，且无数来自温带地域，通用性相对较差。本文凭据建模步骤进行模型分类。正如预期的那样，在PB和DD技术中，特定地址和特定物种模型都优于可推广的模型。相对来说，模型整合是一个较新的趋向，应该激励在这类模型方面进一步发展工作。预测模型确定的重要预测因子在湖泊之间是不一致的，这强化了目前针对特定地址模型的盛行。然而，水温、磷和氮被一致地确定为一系列模型的预测因子。蓝藻建模是一个涉及数据科学、生态学和环境工程的跨学科课题。模型的选择和数学基础、以及监测和量化步骤，都反映了使用者的学科侧沉点。对分歧模型的机能进行比力往往是不成能的，由于采样深度、采样频率、分析丈量步骤和监测功夫长度通常是没有专门指定的，所以不足一致的机能指标。我们发现，少量钻研利用统一数据集，使用多个建模步骤已发展模型之间的机能比力。成立一个按营养状态、循环模式和地理地位等成分分类的有害蓝藻水华模型数据库，允许基准化分析法，对于模型使用者和建模者来说是极度有价值的。在补充资料2中，我们提供了一个由SLR衍生的仿照湖泊数据集、蕴含湖泊的特点和有关文章。P2f新型光催化网_水库治理_河路治理_水生态建复_水环境治理与建复_扑克之星

　　监测技术的进取可能会推进有害蓝藻水华模型的改进。同时，更大的数据集除了增长整体推算能力表，还必要优化很多旧的PB和DD模型。原位荧光法探头和遥感新技术，为基于光学属性发展有害蓝藻水华钻研提供了较好的功夫和空间分辨率，这也将是预报/预测模型的综应时空验证的梦想选择。有趣的是，尚未见钻研将这两种监测技术结合起往来，用于表层水体和深层水体高频监测的钻研。这些技术必要相宜的校准和验证，能力获得靠得住的估计值，未来的钻研应着沉于此。P2f新型光催化网_水库治理_河路治理_水生态建复_水环境治理与建复_扑克之星