对湖泊蓝藻的预报和预测模型进行了SLR研究分析。这些模型主要用于评估未来的长期情景预测或在短期内预报有害蓝藻水华。这些模型可以成为重要的工具，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管理决策。Owa新型光催化网_水库治理_河道治理_水生态修复_水环境治理与修复_澳门十大信誉可靠平台

Owa新型光催化网_水库治理_河道治理_水生态修复_水环境治理与修复_澳门十大信誉可靠平台

　　在SLR中的模型大多是基于特定地点和特定物种，且多数来自温带地区，通用性相对较差。本文根据建模方法进行模型分类。正如预期的那样，在PB和DD技术中，特定地点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势，应该鼓励在这类模型方面进一步开展工作。预测模型确定的主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点模型的流行。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、以及监测和量化方法，都反映了使用者的学科侧重点。对不同模型的性能进行比较往往是不可能的，因为采样深度、采样频率、分析测量步骤和监测时间长度通常是没有专门指定的，所以缺乏一致的性能指标。我们发现，少量研究利用同一数据集，使用多个建模方法已开展模型之间的性能比较。建立一个按营养状态、循环模式和地理位置等因素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非常有价值的。在补充材料2中，我们提供了一个由SLR衍生的模拟湖泊数据集、包括湖泊的特征和相关文章。Owa新型光催化网_水库治理_河道治理_水生态修复_水环境治理与修复_澳门十大信誉可靠平台

　　监测技术的进步可能会促进有害蓝藻水华模型的改进。同时，更大的数据集除了增加整体计算能力外，还需要优化许多旧的PB和DD模型。原位荧光法探头和遥感新技术，为基于光学属性开展有害蓝藻水华研究提供了较好的时间和空间分辨率，这也将是预报/预测模型的综合时空验证的理想选择。有趣的是，尚未见研究将这两种监测技术结合起来去，用于表层水体和深层水体高频监测的研究。这些技术需要合适的校准和验证，才能获得可靠的估计值，未来的研究应着重于此。Owa新型光催化网_水库治理_河道治理_水生态修复_水环境治理与修复_澳门十大信誉可靠平台