湖泊是人类活动频繁之地,在人类和自然活动的双重胁迫下,湖泊出现了一系列环境生态问题,其中富营养化问题尤为突出,因此湖泊富营养化研究是当前湖泊研究中最为紧迫和重要的内容。采用水环境数学模型是湖泊富营养化研究的重要手段之一。本文以山西省永济市的伍姓湖为研究对象,但关于该湖的环境生态资料十分缺乏,加上水质污染严重,多次出现水华现象,生态系统极为脆弱,对伍姓湖的水生态管理造成了极大的难度。因此从2015年5月开始对伍姓湖进行全面系统的野外实地考察与采样工作,分析伍姓湖现存的水环境问题,对伍姓湖的水动力特性及富营养化的形成机理、调控措施进行研究,并对资料缺乏地区的水华进行预警研究。主要研究内容有:在实测水文和水质资料基础上,对2015年5月～2016年4月伍姓湖水环境的时空变化规律进行了分析;针对涑水河水质监测指标繁多、伍姓湖水质监测指标较少及各指标远高于V类水的特点分别采用改进的LVQ神经网络、模糊神经网络对涑水河、伍姓湖的水质进行研究,并应用综合营养指数法对伍姓湖的富营养化状态进行分析。为科学诊断出伍姓湖现存的水环境问题奠定基础。建立非结构网格下伍姓湖二维浅水水动力模型,采用实测水位资料率定参数和验证模型,计算值与实测值吻合较好(R2>0.9),表明该模型能较好模拟伍姓湖的水动力过程;应用该模型对黄河补水前后、最大降雨前后等典型时刻的水动力特性进行了研究,分析伍姓湖风生环流的形成过程;最后综合考虑风速、风向、湖岸边界、入湖径流、引水方式等因素研究了伍姓湖流场的变化规律,弥补了以往在湖库水动力研究中未考虑湖岸边界和引水方式影响的片面性。从外界条件、营养物质来源、营养物质与富营养化的关系等方面分析伍姓湖富营养化的形成原因,对伍姓湖富营养化的影响因素进行关连度分析,确定不同影响因素对伍姓湖富营养化的影响程度;针对资料缺乏问题,利用数据增补理论弥补伍姓湖数据量少的问题,建立粒子群算法优化BP神经网络模型,对伍姓湖水华发生风险进行预警研究,提高伍姓湖管理部门的决策能力,降低水华带来的生态危害和健康风险。针对伍姓湖的特点和污染特征,建立了适合伍姓湖的富营养化模型,采用实际监测资料进行参数率定和模型验证,发现计算值与实测值吻合良好,验证了该模型适用于伍姓湖的富营养化研究;结合伍姓湖实际状况,分别从近期和远期给出切实可行的调控方案,应用构建的伍姓湖富营养化模型,定量研究了近期、远期(生态调水和面源污染连合调控)调控措施下伍姓湖水环境改善效果,为伍姓湖的水生态管理提供技术支持和理论依据。