在SLR中確定了幾個(gè)湖泊的單個(gè)PB模型，或?qū)ｉT為單個(gè)湖泊開發(fā)的其他模型，并側(cè)重于主要的環(huán)境或生理因素。一些著名的模型如PROTECH、DYRESM-CAEDYM、CLAMM、MyLake、PCLake、SALMO、SALMO-OO和DBS，這些模型已被應(yīng)用于幾個(gè)不同環(huán)境條件的湖泊。表1列出了最經(jīng)常使用的PB模型的文章及其主要特點(diǎn)。其他PB模型列于表2。關(guān)于參數(shù)化和每個(gè)模型框架的進(jìn)一步細(xì)節(jié)，(例如，建模方程所需的輸入變量/參數(shù))讀者可參考其他文獻(xiàn)，這些文獻(xiàn)詳細(xì)總結(jié)了其中一些模型的框架。此外，也為湖泊的基于過程的模型分類提供了一個(gè)框架，包括新西蘭湖泊修復(fù)模型所應(yīng)用的例子。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　表1. 基于循環(huán)過程的模型的列表，包括關(guān)鍵特征和預(yù)報(bào)害藍(lán)藻水華事件的應(yīng)用ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　表2. 已發(fā)布的基于過程的預(yù)測有害藍(lán)藻水華模型表，這些模型是為特定區(qū)域開發(fā)的，或者不包括在最常出現(xiàn)的PB模型中。USA-美國;FRA-法國;CHI-中國;POR-葡萄牙;SWI-瑞士;GER-德國;CAN-加拿大ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　PB模型是依賴藍(lán)藻動(dòng)態(tài)預(yù)測的數(shù)學(xué)方程，且這種方程是在應(yīng)用到特定地點(diǎn)前就已經(jīng)被定義了?，F(xiàn)場數(shù)據(jù)被用來校準(zhǔn)和驗(yàn)證方程中的參數(shù)。盡管這些模型框架和假設(shè)在不同的PB中有所不同，但一般來說，PB模型是基于內(nèi)部和外部壓力源來評估藍(lán)藻群落的變化、生理偏好、養(yǎng)分供給、群落競爭、垂直和水平的運(yùn)輸和混合、沖洗率、熱分層和物種生命周期特征。已經(jīng)有文章對生理和環(huán)境條件對有害藍(lán)藻水華的影響，以及如何在PB模型中量化提供了一個(gè)全面的綜述。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　經(jīng)過校準(zhǔn)和驗(yàn)證，在理論上PB模型能夠預(yù)測藍(lán)藻在歷史數(shù)據(jù)中未觀察到的條件下的未來行為。在綜述的期刊中采用的PB模型(N = 49)，在氣候變化引起的溫度、水分層和降雨及徑流變化有關(guān)的各種未來情景中，約有74%被用于預(yù)測有害藍(lán)藻水華。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　生理和/或環(huán)境因素通常被評估為有害藍(lán)藻水華的驅(qū)動(dòng)因素。然而，結(jié)合每組適應(yīng)策略，分析湖泊中浮游植物群的結(jié)構(gòu)和它們隨時(shí)間的變化，也可以用指標(biāo)來評估未來有害藍(lán)藻水華事件，例如根據(jù)生態(tài)位理論建立模型對中國太湖的有害藍(lán)藻水華進(jìn)行預(yù)測。利用不同浮游植物類群從純異養(yǎng)體到純自養(yǎng)體的自養(yǎng)分類，也建立了法國Bourget湖的有害藍(lán)藻水華模型。通過WASP富營養(yǎng)化模型在加拿大Winnipeg湖，通過指定藍(lán)藻和非藍(lán)藻分別為K策略和R策略來區(qū)分浮游生物群落。經(jīng)過驗(yàn)證，作者使用了WAS評估磷和氮負(fù)荷的長期未來情景的增加對浮游生物演替的影響。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　由于風(fēng)和水動(dòng)力對藍(lán)藻分散和積累的能力不同，也可根據(jù)這些對有害藍(lán)藻水華模型進(jìn)行分類。開發(fā)了一個(gè)PB模型來評估有害藍(lán)藻水華沿加拿大Missoquoi灣水柱的積累和分散。作者發(fā)現(xiàn)，強(qiáng)風(fēng)可以引起湍流混合，導(dǎo)致藍(lán)藻的水平分散，并防止它們積累到形成水華的濃度。有學(xué)者建立了一個(gè)水動(dòng)力Eulerlan模型，并結(jié)合Lagrangian模型來預(yù)測中國太湖微囊藻水華。他們觀察到藍(lán)藻浮力調(diào)節(jié)的生理反應(yīng)與垂直混合和水平分散有關(guān)，這可能觸發(fā)有害藍(lán)藻水華事件。有研究在中國太湖使用三維模型，評估收斂和發(fā)散水流在湖泊中的有害藍(lán)藻水華在4種氣候情景的情況。有研究比較了三維Lagrangian和Eulerlan水動(dòng)力模型對加拿大伊利湖微囊藻水華的預(yù)測，并得出結(jié)論水動(dòng)力模型的結(jié)構(gòu)也會(huì)影響預(yù)測的結(jié)果。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　水體水柱的物理特性，如水位和溫度分層，可以驅(qū)動(dòng)有害藍(lán)藻水華的發(fā)生，因此許多有害藍(lán)藻水華的預(yù)測模型都有涉及到。在Karaoun水庫應(yīng)用DYRESM-CAEDYM的一項(xiàng)案例研究中，水位波動(dòng)是有害藍(lán)藻水華暴發(fā)的主要預(yù)測因子。在英國使用PROTECH模型對Esthwaite水體進(jìn)行評估，水溫和流速被用來預(yù)測有害藍(lán)藻水華，作者評估了氣候變化對這些變量的影響，以及它們與有害藍(lán)藻水華的關(guān)系。未來的氣候也會(huì)影響冰的形成和水的分層，這可能會(huì)影響有害藍(lán)藻水華在每年的發(fā)生時(shí)間和規(guī)模。這些變量是用PROBE和PROTECH模型在瑞典的Erken湖和芬蘭的Pyhäjärvi湖進(jìn)行評估，并使用PROTECH與MyLake耦合。由于北方湖泊冬季變暖，冰蓋減少，就可能導(dǎo)致春季浮游植物生長季節(jié)延長，加上溫暖的氣候，就可以促進(jìn)有害藍(lán)藻水華的暴發(fā)。此外，冰蓋減少可能會(huì)強(qiáng)烈影響北方湖泊的物理和化學(xué)性質(zhì)，因?yàn)楸w可以減少冬季的養(yǎng)分徑流和光透射，再加上溫暖的氣候，就會(huì)促進(jìn)有害藍(lán)藻水華的暴發(fā)。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　一些預(yù)測模型側(cè)重于對藍(lán)藻的整個(gè)生命周期進(jìn)行建模。在德國Melangsee湖開發(fā)了一種拉氏擬柱胞藻的生命周期模型(改名為Raphidiopsis raciborskii)，包括厚壁孢子潛伏期。有學(xué)者在俄羅斯的Buchag水庫模擬了魚腥藻的生命周期，同時(shí)也考慮到了休眠期。這些模型強(qiáng)調(diào)了在藍(lán)藻生命周期中休眠體的潛伏期，這是有害藍(lán)藻水華形成過程的關(guān)鍵部分。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司

　　然而，PB模型的主要障礙之一是需要校準(zhǔn)大量參數(shù)，往往需要跨多個(gè)學(xué)科的知識。其中一些參數(shù)可能很難測量或獲取成本很高，這使得模型從參數(shù)識別的角度來看非常復(fù)雜，因此可以導(dǎo)致模型輸出的不確定性和誤差。ky0新型光催化網(wǎng)_水庫治理_河道治理_水生態(tài)修復(fù)_水環(huán)境治理與修復(fù)_江蘇雙良環(huán)境科技有限公司