云南大学张效伟课题组ES&T：藻类谁最嚣张？eDNA+机器学习揭开鄱阳湖真相！

本研究针对大尺度水域藻类监测中分类精度与空间覆盖难以兼顾的难题，提出融合环境DNA宏条形码、遥感监测和水质参数的监督式机器学习框架。研究以鄱阳湖为案例，构建梯度提升树模型实现34种藻类的空间分布预测，模型平均绝对百分比误差仅为11.20%。通过形态学数据验证表明75%的藻类预测结果与实测显著相关，证实方法的可靠性。主成分回归分析揭示念珠藻目和星杆藻目是驱动浮游藻指数变化的关键类群，其中有毒念珠藻目在北部湖区影响尤为显著。该研究突破传统监测技术的局限性，建立了从多源数据到管理策略的完整技术路径，为大尺度水域藻华精准防控提供理论与实践支撑。