经过模型构建模仿环境进程成为相关科学研讨越来越重要的手法。环境进程的模仿办法很多，现在构建模型的办法主要有依据机理进程、计算模型和体系办法三种类型，这三种办法各有优缺点和适用范围，实践使用中需求依据建模方针、数据根底选取适宜的办法。在国家重点根底研讨发展计划项目、国家水污染管理严重专项等项目的赞助下，中国科学院南京地舆与湖泊研讨所高俊峰研讨团队以大型湖泊的藻类模仿为研讨事例，展开了环境进程模型构建及不同办法构建模型模仿成果的比较研讨。

　　研讨以湖泊藻类猜测为研讨事例，选用机理进程模型、人工神经网络模型（体系办法）、回归（计算）模型三种办法模仿藻类的动态改变进程，比较了不同模仿办法的功能。研讨成果表明：人工神经网络模型具有很强的非线性猜测才能，模型构建进程简略、运转功率高、适用于杂乱环境进程的猜测，但模型构建进程的样本分配、模型结构与训练办法挑选等方面均存在不确定要素，而且难以说明环境进程的机理；机理进程模型有利于提醒藻类空间动态改变进程及其对环境因子的呼应机制，模型构建进程杂乱、数据输入量大、模型运转功率较低，适用于剖析环境进程的空间动态改变机理、控制性要素剖析、情形构建和计划比选；回归模型构建进程简略，数据输入要求较低，模型运转功率高，适用于对环境进程的开始剖析。研讨成果宣布在新式交叉学科“环境信息”SCI期刊Journal of Environmental informatics上，审稿专家以为“不同模型办法学比较是环境进程研讨中的重要任务，本文的宣布将对模型的挑选及运用发生杰出的奉献”。

　　不同模仿办法的藻类模仿成果。（a-c）三种不同结构的神经网络模型；（d）机理进程模型；（e）回归模型