水库多位于山地丘陵流域，林地覆盖较高，外源污染输入相对较低；同时，大坝蓄水形成的深水环境有利于颗粒态氮、磷沉降，使水库整体多处于贫-中营养状态。因此，深水型水库通常被认为是蓝藻水华的低风险水体。近年来，观测不断打破这一传统认知：水质相对优良的深水水库也开始出现局部偶发性的蓝藻异常增殖。然而，现有水华机制研究多聚焦于浅水富营养湖泊，其特征与机制难以直接适用于贫‑中营养深水水库，亟需开展针对性研究。

    近期，中国科学院南京地理与湖泊研究所邹伟等人以丘陵山区典型深水水库为研究对象，揭示了贫营-中营养水库高密度蓝藻水华的形成机制。结果表明，深水水库整体水质良好，绝大部分时段和区域无水华风险；但在入库河流与水库过渡带（图1），营养盐、水动力、浊度和水温等条件变化剧烈，成为蓝藻异常增殖的敏感区域。2017—2020年间，过渡带断面蓝藻细胞密度呈现周年性单峰特征，并多次出现超过 2×10⁷ cells/L 的高密度事件，峰值甚至突破 4×10⁷ cells/L。

图1. 2017-2020年千岛湖街口断面环境因子与蓝藻密度的高频变化特征

    研究指出，贫-中营养水库高密度蓝藻水华的发生，本质上是暴雨与热浪时序驱动下两类限制过程连续解除并有效重叠的结果。根据限制因子理论，蓝藻达到高密度需同时满足两个条件：资源充足（磷等支撑较高的潜在密度上限，即李比希型最终产量限制）与生长条件适宜（短时间内快速接近该上限，即布莱克曼型生长速率限制）。在水库的河库过渡带，暴雨径流带来的营养脉冲可使氮磷支撑高密度蓝藻的资源基础维持约一个月。暴雨后一月内，若出现高温热浪，且暴雨初期的强冲刷、高浊度等不利条件已消退，高温大幅提升蓝藻生长速率，使其在有限天数内达到资源所支撑的潜力上限。因此，贫‑中营养水库高密度蓝藻水华是“资源补给”与“生境优化”在事件尺度上的有效耦合所致。基于上述机制，研究将其融入机器学习模型，构建了面向风险断面的短期蓝藻密度预测模型，可在3–30天预见期内实现较好预测，精度达R² = 0.60–0.95。

图2. 暴雨-热浪复合事件驱动低营养盐水库高密度蓝藻水华形成机制示意图

    随着全球极端降雨和热浪事件日趋频繁，“暴雨营养脉冲-热浪生境优化”过程可能在更多深水型水库的河湖过渡带中出现，进而导致潜在局部的偶发性的高密度蓝藻水华事件。研究提出的解释机制，不仅有助于理解气候变化背景下贫‑中营养水库水华的演变特征，也为结合高频自动监测数据、开展机制约束的机器学习水华预警提供了可推广思路。考虑到贫‑中营养水库水华具有偶发、突发特点，易导致管理部门警觉不足、应急响应滞后，进而放大其社会负面效应，因此研究的机制认识与预测能力尤具现实意义。

    IPCC第五次评估报告首次定义复合极端事件，第六次评估报告进一步将其扩展为先决条件、多变量、时间复合及空间复合四类。在湖泊流域系统科学领域，多变量事件及其生态环境效应的研究已较为深入，而时间复合事件的研究仍亟待引入水文生态学过程等知识。本研究为该领域的后续探索提供了初步认识和有益见解。

    该成果近期在线发表在国际水环境领域期刊ACS ES&T Water。邹伟博士为论文第一作者，许海研究员和朱广伟研究员为通讯作者。

    文章信息：Zou W., Qin B., Xu H.*, Paerl H. W., Zhang Y., Wu Z., Zhu M., Zhu G.* (2026). Storm–Heatwave Coupling Triggers Episodic Severe Cyanobacterial Bloom in Nutrient-Poor Lakes: A Liebig–Blackman Sequential Constraint-Alleviation Framework. ACS ES&T Water.

    论文链接：DOI: 10.1021/acsestwater.6c00152.