人们对蓝藻水华的形成机理开展了很多研究，但水华发展、形成过程中仍有很多问题如藻类的生长、分布特征还不清楚。近年来有学者提出蓝藻水华形成的四阶段理论，将蓝藻水华的形成分为水华蓝藻消亡越冬、春季复苏、夏季生长、优势确立和水华形成这几个连续而又相互区别的四个阶段。本文以时间序列为主线，根据蓝藻水华发展的这四个不同阶段，研究了水华蓝藻在越冬复苏、藻类生长和水华形成的生长情况和空间分布特征，从而进一步揭示蓝藻水华的形成机理。蓝藻水华具有极大的危害性，但目前人们还缺少短期内有效治理水华的手段，因此发展蓝藻水华的预报有重要意义。本论文在相关研究的基础上，结合已有的研究结果，尝试建立了太湖特定湖区的水华预报模型，并对太湖特定湖区的水华进行了预报，研究主要结果如下：　　 由于冬季水体中浮游植物数量较少，因此目前对越冬期间的藻类的生理状态还了解不多。本研究通过显微镜镜检发现越冬期间太湖和玄武湖水体中以绿藻和硅藻为主，而蓝藻很少，巢湖水体中有大量蓝藻、绿藻和硅藻。通过叶绿素荧光仪Phyto-PAM(Pulse Amplitude Modulation)在对太湖和玄武湖水样原位测定时未检测到到蓝藻，而绿藻和硅藻有光合作用活性，其Fv/Fm(可变荧光和最大荧光之比)在0.5左右；对巢湖的水体检测到蓝藻、绿藻、硅藻都具有光合作用活性，其中绿藻和硅藻的Fv/Fm在0.5左右，蓝藻的Fv/Fm在0.3左右；经硫酸铜处理巢湖水样后发现水体中仅有硅藻活性(Fv/Fm下降至0.2左右)，而用鲁哥氏液处理后无任何藻类光合作用活性，这与藻类对化学药物处理的反应相符，研究结果表明即使处于越冬期间，以较多数量出现在水体中的蓝藻、绿藻和硅藻仍然具有较高的光合作用活性。　　 太湖的不同湖区底泥和水体中色素含量出现类似规律，即从秋季11月时蓝藻大量下沉进入底泥越冬，在春季温度升高后底泥中的蓝藻开始复苏进入水体。在11月到5月的越冬过程中，底泥中的蓝藻保持增长，并且在3月—5月这一过程中蓝藻生长加快。巢湖下沉越冬和春季复苏规律与太湖的研究结果类似，即巢湖水体中11月蓝藻开始下沉，底泥中的蓝藻越冬过程中呈增加趋势，并随着温度的升高复苏进入水体。但巢湖底泥中的蓝藻在3—4月时即开始复苏，时间上要早于太湖。研究表明太湖和巢湖中蓝藻都有明显的下沉越冬和春季复苏现象，其中太湖的不同营养盐水平湖区中蓝藻的越冬和复苏规律相似，底泥中的蓝藻数量水平在越冬过程中相似，说明越冬期间底泥中蓝藻的含量与夏季水体中蓝藻数量可能没有直接联系。巢湖和太湖色素分析结果表明了越冬复苏过程中蓝藻不同时期的生长、相对于其他藻类的优势水平以及具体的复苏时间上在不同的湖泊中存在差异。　　 细胞分裂频率(Frequencyofdividingcells，FDC)是正在分裂的细胞占总体细胞数的百分比。根据不同时间的细胞分裂频率，结合室内培养条件下确定的藻类生长模型和参数，可以计算微囊藻的原位生长速率。在太湖出现水华的8月采用了细胞分裂频率法对太湖梅梁湾蓝藻的原位生长速率进行了检测，FDC的分析结果表明微囊藻的细胞分裂频率有明显的日变化规律，即白天高，夜晚低，其中中最大的细胞分裂频率在20％左右，最小分裂频率在5％左右，计算结果表明4个采样点的蓝藻日生长速率分别为0.23，0.19，0.37和0.26。实验还测定了水体的营养盐水平和叶绿素a的含量，结果表明营养盐水平、细胞分裂频率和水体中藻类含量可能存在一定的对应关系。　　 为研究气象条件和藻类空间分布之间的关系，本论文采用原位监测方法，连续在2006年8月21日到25日期间研究了不同气象条件下太湖梅梁湾内外藻类的水平的空间分布特征，并根据流速和藻类含量计算了梅梁湾内外藻类随中下层湖流的交换通量。结果表明，实验期间藻类的空间分布特征明显与风速风向相关，藻类在下风的沿岸带湖区聚集。根据梅梁湾和大太湖交接断面的流场和藻类浓度计算表明了梅梁湾内外藻类有随中下层湖流发生交换的现象，但是交换的藻类总量仅占梅梁湾内蓝藻总量的2％左右。实验结果说明太湖水华蓝藻的空间分布主要由风场条件决定，且风驱动藻类的分布主要是通过表层藻类的漂移引起，藻类随中下层湖流在不同湖区间发生的漂移量作用则较小。　　 湖泊中长期的蓝藻水华情况主要由营养盐水平决定，但特定湖区中短期水华则是一个非常复杂的过程，它包括了蓝藻的原位生长情况，藻类随湖流的输移以及表面水华的形成过程。由于决定太湖特定湖区的短期蓝藻水华的蓝藻生长、漂移和上浮主要受气象条件的影响，本论文建立了基于气象预报的太湖特定湖区的短期蓝藻水华预报模型。模型中藻类的生长、输移和上浮情况都根据气象预报的不同数值来计算。通过对比卫星图片提供的水华情况和预报的水华情况进，模型评价结果表明部分湖区的水华预报的精度在70％以上。本研究表明了太湖的短期蓝藻水华主要由气象条件决定，随着水华机理研究的进一步深入和气象预报准确性的不断提高，基于气象预报的太湖短期水华预报模型有望进一步发展并提高预报精度。