蓝藻水华多发生在富营养化水体中,由于气候和水文条件有利于藻类生长时,蓝藻暴发性繁殖和聚集,并达到一定浓度量,是一种多原因综合影响而引发的自然现象。蓝藻水华现象发生的影响因素有多种,其暴发机理并未完全明确。对于非线性、多因素、随机发生的蓝藻水华,目前已发展多种非机理数据驱动预警研究方法,本文选用基于非线性逼近功能,能对未明确影响因子的对象直接进行动力学描述的BP人工神经网络,对平潭三十六脚湖进行水华预测预警研究分析,对保障人们的饮水安全具有重要现实意义。本文通过野外观测采样、实验室监测分析及模型分析相结合的方法,研究三十六脚湖蓝藻水华暴发的影响因素,并构建相应的模型以预警水华的暴发。研究的时间段分为2个时期即2016年1月1日至2017年5月30日及2018年6月至2018年7月和11月至12月期间,其中2016年1月1日至2017年5月30日期间所得的在线监控数据用于水华暴发的影响因子的确定及预警模型的构建,2018年6月至2018年7月和11月至12月期间的数据用于水体蓝藻水华分析及模型的验证。依据水库水体的特点及相关的文献报道,研究确定了BP人工神经网络为蓝藻水华暴发的预警模型,用空间几何均值来确定湖区蓝藻水华暴发的叶绿素a的阈值。通过对湖区水体分析及预警模型演算产生如下结论:(1)湖区水体营养盐存在空间上的差异,但水体中整体氮磷营养盐含量丰富,营养盐不是水华暴发的限制性因素,且湖区蓝藻水华发生是浮游植物的分布受到风向的影响。(2)通过相关性分析及主成分分析法(PCA),对影响三十六脚湖浮游植物种类和生物量的环境因子进行分析,结果表明:气温、风速、日照时数,水温、电导率、溶解氧为主成分系数较高的环境因子。(3)应用BP人工神经网络将气象、水质因子作为输入,叶绿素a浓度作为输出进行优化演算,最终确定了最优模型输入因子组合为气温、风向、水温、电导率,该组合的模型输出结果拟合度(R2)达到0.97,标准偏差比(RSR)和均方根误差(RMSE)分别为0.16和0.04?g/L。(4)考虑湖区空间差异,对输出因子叶绿素a做空间几何均值计算,设定三十六脚湖水华预警模型叶绿素a阈值35.5?g/L。(5)选取福清东张水库对模型进行演算,验证该模型的适用性,验证精度达到75%以上,本研究结果为水源地蓝藻水华预警提供了参考。