欧阳添，闪 锟，周博天，黄 昱，吴忠兴，尚明生

(1:西南大学三峡库区生态环境教育部重点实验室，重庆市三峡库区植物生态与资源重点实验室，重庆 400715)(2:中国科学院重庆绿色智能技术研究院，大数据与智能计算重庆市重点实验室, 重庆 400714)

筑坝拦截会改变河流的水文情势，从水动力条件、水下光热结构、养分来源及其输送强度等方面，形成微观生境的时空异质性，加之大量陆源营养物受淹溶出，极易诱发藻类大量繁殖形成水华现象[1-2].近年来，全世界大型河流中有害水华事件的数量和规模都不断增加[3].因而，需要研发水华的早期监测预警系统，帮助水资源管理人员快速诊断藻类变化，减少水华发生的风险和治理成本.但是，水华暴发是一个复杂的生态事件，是由特定水体中物理、化学和生物因素相互耦合作用引起的，变量间往往呈现出高维非线性的映射关系[4-5]，需要借助于模型工具来实现生态系统变化的全面评估.目前，预测藻类动态变化主要有两种建模策略：机理过程模型和机器学习算法.其中基于生态动力学过程的方法是模拟和分析藻类动态变化最有效的技术，并在水生态系统长期演替趋势分析中取得广泛的应用.但水华暴发涉及的生态过程还尚存着机理不明晰，或难以用数学来表达的问题[5].随着大数据时代的到来和人工智能技术的迅猛发展，数据驱动的建模方式逐渐在水华短期预测上得到重视[6].

特别是人工神……