藻类生长的研究是水环境领域的一个重要课题。由于藻类生长的影响因素很多并且影响机理较为复杂,在自然条件下又会有湖流、风浪等因素干扰,进一步影响了我们对藻类生长机制的研究。因此,本研究在室内构造了“水—底泥—苦草”生态系统,持续观测藻类生长及水质指标的变化。采用了方差分析、相关性分析等方法分析水质指标变化特征,并用偏最小二乘回归分析法对藻类生长的影响因子进行评估。在实验研究的基础上,创新性地采用多智能体建模方法构建藻类生长动态模拟模型。研究的结论如下:(1)本研究采用方差分析和相关性分析来分析水质指标的变化特征,以及与藻类生长的联系。基于偏最小二乘回归分析法在解决多重共线性以及解释自变量对因变量作用的重要性等方面的优势,本研究以叶绿素a为藻类生长的表征,采用偏最小二乘回归分析法分别评估了模拟藻型湖泊和模拟草型湖泊中藻类生长的主要影响因子。研究结果表明,在模拟藻型湖泊中与藻类生长密切相关的因子为pH、总溶解固体、溶解氧、电导率和氧化还原电位。通过回归系数判断,叶绿素a浓度随着电导率的增加而减少;随着酸碱度、总溶解固体、溶解氧、氧化还原电位的增加而增加。在模拟草型湖泊中与藻类生长密切相关的因子为浊度、温度、氨氮、总磷、氧化还原电位和氮磷比。通过回归系数判断,叶绿素a浓度随着氧化还原电位和氮磷比的增加而减少;随着浊度、水温、总磷、氨氮的增加而增加。(2)基于多智能体建模的理论和方法,本研究采用分层建模的思想,将整个系统分为多智能体层、环境层和交互关系层。在多智能体,构建了藻类主体、苦草主体和底泥主体,并借鉴前人的研究成果的基础上,对这三类主体的属性及行为规则进行合理地设定;在环境层,构建了对藻类生长及其重要的光照、温度、总磷、总氮等环境要素;在交互关系层,通过访问主体内部变量的方式实现主体与主体及主体与环境之间的交互作用。(3)基于NetLogo平台,构建了藻类生长的三维环境空间,并完成仿真实验所需的前台界面和后台程序的设计,实现了藻类生长的多智能体模型。通过设置不同的环境变量以及主体数量,模拟不同环境下的藻类生长的动态演化,并分别从微观层面和宏观层面来观察藻类的生长演化过程,从而证明模型的有效性与合理性。