机器学习在水环境藻类风险预警研究中的应用进展与趋势分析

高泽晨¹，夏 樱^2*，吴宝荣¹

(1. 上海市政工程设计研究总院(集团)有限公司，上海 200092; 2. 上海城投原水有限公司，上海 200125)

摘　要：　近年来，频繁出现的藻类异常增殖事件对水环境和人体健康构成了潜在威胁，而机器学习则为藻类风险预警提供了一种有效的技术手段。为了全面了解这一领域的研究进展，利用CiteSpace软件对机器学习在水环境藻类风险预警研究中的应用情况进行了梳理与分析，以期揭示该领域研究的整体发展脉络、前沿热点及未来趋势。结果表明：1)应用机器学习实现水环境中藻类风险预警的研究成果数量经历了缓慢起步、波动上升和快速发展3个阶段;2)该领域影响力较大的研究机构与作者多集中在现代化国家;3)经过二十多年的发展，该领域相关研究广度和深度拓展明显，目前主要致力于以数据驱动的机器学习模型研究。该研究成果为进一步开展相关研究工作提供了参考。

关键词：　机器学习; 水源水库; 藻类增殖; 风险预警; 文献计量学分析

基金项目： 国家重点研发计划项目(2022YFC3203603-04);上海城投(集团)有限公司科技创新计划项目(CTKY-PTRC-2025-002-007);上海市青年科技启明星培育(扬帆专项)项目(22YF1444500);上海城投水务(集团)有限公司科研项目(KY.YS.24.005)

引文格式： 高泽晨，夏樱，吴宝荣. 机器学习在水环境藻类风险预警研究中的应用进展与趋势分析[J]. 市政技术，2026，44(2)：219-226，255. (GAO Z C，XIA Y，WU B R. Progress and trend analysis of algal risk warning research in water environment by machine learning[J]. Journal of municipal technology，2026，44(2)：219-226，255.)