摘要：本文以福建省福清市東張水庫為例,采集2016—2017年間包含水華期間在內的共295組的水質(水溫、pH、電導率、濁度、溶解氧)和氣象(氣溫、風速)數據,以80%的數據進行模型演算,20%的數據進行模型驗證,以葉綠素a濃度作為輸出參數,應用BP人工神經網絡模型進行演算。通過輸入不同的參數組合,將結果與實際測定的葉綠素a值比較,挑選出最優的參數組合。結果表明,當以水溫、溶解氧、電導率和氣溫作為組合變量輸入時,輸出的結果最優,輸出數據的預測值與實測值擬合度R^2為0.83,均方根誤差(RMSE)為0.08μg/L,均方根-實測值標準偏差比(RSR)為0.43,且模型穩定性較好。表明該參數組合作為輸入參數建立的BP人工神經網絡預警模型,有望未來用于預測東張水庫富營養化的發生。