湖泊蓝藻水华是全球变化背景下水环境安全领域面临的重要挑战，不仅威胁湖泊生态系统稳定性，还会增加饮用水处理压力并提升水华毒素风险。相较于气候平均态变化，极端高温、极端降雨和极端干旱等事件具有突发性强、影响剧烈和滞后效应显著等特征，可能更直接触发蓝藻水华暴发。然而，当前研究多聚焦气候变暖等平均态效应，缺乏对极端气候事件边际贡献的定量评估，对其差异化作用路径缺乏深入解析，且尚未将极端暴露特征纳入可解释、可迁移的水华预警框架。

    近日，中国科学院南京地理与湖泊研究所史小丽研究员团队以洪泽湖为研究对象，融合2003—2024年多源日尺度数据，构建了分布滞后非线性模型（DLNM）与反事实分解相结合的归因框架，并建立了以极端气候暴露特征为核心的机器学习水华日尺度预报模型，系统揭示了极端气候事件驱动大型浅水富营养化湖泊蓝藻水华风险演变的关键规律。

    一、首次定量分离了极端气候事件与正常气候负荷对水华的相对贡献

    2003—2024年，极端气候事件对洪泽湖蓝藻水华面积的累计贡献（61.59%）已超过正常气候负荷。不同类型的极端事件呈现出明显的类型特异性与滞后性：极端高温（EHEs）和极端干旱（EDEs）显著促进了水华暴发，极端降雨（EREs）则通过水体混合和冲刷作用对水华起到抑制作用。

图1. 极端气候事件驱动洪泽湖蓝藻水华常态化

    二、基于极端气候暴露特征实现无同步水质输入的蓝藻水华预警

    在预测层面，研究构建以极端高温、极端降雨和极端干旱暴露特征为核心的机器学习预报框架。结果表明，即使不引入同步水质数据，仍能够较有效实现洪泽湖蓝藻水华日尺度连续预报与阈值预警。这表明，在富营养化背景长期存在、水质数据获取存在时空局限的湖泊中，极端气候暴露本身已包含较强的风险信息，可为低成本、低延迟、可迁移的业务化水华预警提供新思路。

图2. 极端气候事件对洪泽湖蓝藻水华的影响

    三、揭示未来极端气候下蓝藻水华“常态化”趋势，提出气候韧性治理策略

    基于CMIP6多模式集合的气候投影，在未来高排放情景（SSP5-8.5）下，至2100年洪泽湖的年水华持续时间可能超过200天，蓝藻水华将从“季节性频发”转向近乎常态化。研究进一步评估了“减污—气候变化”双重压力下的控藻策略，发现：即便未来实现严格营养盐控制目标，在极端气候强力驱动下，水华依然难以被完全遏制。因此，未来湖泊管理必须从传统的“基于平均气候状态”的治理范式，转向“防范极端气候风险”的适应性管理范式。

图3. 基于极端气候暴露特征的蓝藻水华预报与预警机器学习框架

    该研究从事件尺度归因、机制解析、预警建模和未来情景预测四个层面，提出面向浅水富营养化湖泊的极端事件驱动型蓝藻水华研究新范式。研究表明，在全球变化背景下，蓝藻水华风险管理需由传统的“平均气候—营养盐”控制思路，转向兼顾极端事件、营养盐调控与预警响应的协同治理路径。相关成果深化了对极端气候事件重塑湖泊蓝藻水华风险的科学认识，为浅水富营养化湖泊的业务化预警、适应性治理及气候韧性营养盐目标制定提供重要支撑。

    上述研究以Intensifying extreme climatic events drive the normalization of cyanobacterial blooms in a large shallow eutrophic lake为题发表于Water Research。

   文章信息：Liu, C., Xue, K., Yang, J., Zhang, N., Zhang, M., Yang, Z., Shi, X.* (2026). Intensifying extreme climatic events drive the normalization of cyanobacterial blooms in a large shallow eutrophic lake. Water Research, 300, 125938.