我国发生富营养化水体的数量和规模已居世界前列,水体富营养化已经成为严重威胁我国水资源和水安全最重要的社会和环境问题之一。三峡水库的建立在为人类带来巨大经济效益的同时也给库区增加了水体富营养化的压力。从数学的角度,利用其方法和理论研究水体富营养化具有重要的生态意义和理论指导意义。复杂网络(Complex Networks,CNs)的统计特性是一种普遍存在于自然界中的非线性现象,具有广泛的普适性。而这种现象与水华暴发过程所表现出来的大量藻类共同聚集的行为是一致的,水华暴发的实质就是大面积局部区域藻类在短时间内共同聚集的统计结果。因此采用复杂网络统计特性构建解析水华暴发的全局性态仿真模型和理论框架是可行的。本文首先在复杂网络同步理论和藻类生长动力学机制的基础上,根据大量的参考文献和实际监测数据,研究影响水华暴发主要因子的相关性。通过描述水华暴发各影响因子之间相互作用的具体路径,并根据复杂网络理论的统计特性(平均路径长度、聚类系数、节点度和节点介数),构筑了水华暴发的有向复杂网络模型。本文还描述了各影响因子对水华暴发的作用程度,并基于汉江1992年～2000年这9年水华污染实际监测数据,构建出能够反映优势藻聚集的统计特性与水体环境质量之间的关系的水华暴发统计特征函数G。从复杂网络统计特性的角度验证了水华暴发期间藻类的统计特性,并揭示了水华暴发现象是水域子区域整体协同作用的统计结果。验证结果表明,水华暴发的统计特征函数G确实能够有效和半定量的刻划暴发时间、污染程度、持续时间以及规模。论文还利用聚类分析(Clustering Analysis)的方法对汉江水体1992年～2000年2、3月份的连续监测数据进行分类分析,结果表明,此方法可以用于预测同一水体未来发生水华暴发的可能性,但不适用于两种及其以上水体的分类分析。