中國的湖泊生態(tài)系統(tǒng)動力學模型研究始于20世紀80年代，主要集中在滇池、太湖、東湖、巢湖、西湖等富營養(yǎng)化嚴重的湖泊以及其他水體。
目前，已有一些軟件用于湖泊生態(tài)系統(tǒng)動力學模擬，有CE-QUAL-ICM、WASP、AQUATOX、Pamolare、CAEDYM等，以及用來模擬湖泊能流的軟件ECOPATH.近年來應用較多的是美國環(huán)保署開發(fā)的WASP，其建模原理是水量和污染物質(zhì)在時空上的守恒，模型由兩個子模型構(gòu)成，可以模擬任何地表水體。Pamolare（PlanningandManagementofLakesandReservoirs）由聯(lián)合國環(huán)境規(guī)劃署（UNEP）國際環(huán)境技術(shù)中心（IETC-UNEP）和國際湖泊環(huán)境委員會（ILEC）聯(lián)合開發(fā)。該軟件包根據(jù)復雜性不同，由4個子模型構(gòu)成，并在LakeGlums湖得到應用與測試。
在建模方法上，一般以質(zhì)量平衡方程為基礎，主要考慮：物理擴散遷移，生化反應及源、匯等因素；模擬對象則包括細菌、浮游動植物和底棲生物及魚類等的生長與死亡，生源要素（氮、磷等）的循環(huán)以及BOD、DO的動力過程等等。建模時對時空尺度的選擇很重要。物理、化學過程相對于生物過程，時空尺度要小得多，如果尺度選擇過小，模型運算量、存儲量就很大，而且生物過程幾乎不顯著；反之，物理、化學過程就得不到充分體現(xiàn)。因此，在模擬過程中，需要結(jié)合模擬目的對尺度進行權(quán)衡選擇。
生態(tài)系統(tǒng)模型雖然考慮因素多，對系統(tǒng)的描述很全面，但不可避免的也有其缺點。這類模型所需數(shù)據(jù)多，很少有湖泊可以提供充足的數(shù)據(jù)，這就限制了模型的應用。由于對一些機理尚未搞清楚，參數(shù)選擇仍是經(jīng)驗估計，精度并沒有預期那么高。參數(shù)選擇上多是參照具體的研究對象，模型中因包含湖泊具體的內(nèi)部關(guān)系，而使建立在某一湖泊上的模型具有的個性特征。因此，這樣的模型還是有很大局限性的，并且計算量一般都很大。
模型發(fā)展方面，變量是重要的制約因素。有些狀態(tài)變量，如魚類及浮游動物生物量很難在現(xiàn)場連續(xù)觀測獲得實測數(shù)據(jù)，這樣就不可能在實際觀測數(shù)據(jù)基礎上進行校正，因此模型的靈敏度、可靠性就得不到有效提高。MasakiSagehashi等建立的巴拉頓湖生態(tài)系統(tǒng)模型，成功地把魚類、浮游動物等作為狀態(tài)變量添加進模型，并利用蒙特卡洛方法在實測數(shù)據(jù)基礎上對模型參數(shù)進行校正和檢驗。同時，越來越多的研究者使用Exergy控制下的參數(shù)組合模擬程序?qū)崿F(xiàn)模型參數(shù)隨時間的變化，以更真實地反映生態(tài)系統(tǒng)的變化情況。
參數(shù)的可變性使得模型可以提供更多動態(tài)特性，模擬結(jié)果大大改善。
2.發(fā)展趨勢
2.1.引入隨機過程生態(tài)系統(tǒng)本身是復雜多變的，含有眾多不確定性因素。為了使問題得到解決，人們常將隨機問題視為確定性問題進行簡化。但隨著研究的深入，必然要回復對研究對象本來面目的表述，將隨機性考慮在內(nèi)便是必然趨勢。國內(nèi)已有人在此方面做出了嘗試，如饒群考慮隨機過程的影響，在Vollenweider模型的基礎上，建立了一個完全混合系統(tǒng)的總磷濃度的隨機微分方程模型。該模型將總磷濃度的變化過程當做一個隨機過程，在獲得初始條件的隨機特性后得到模型的數(shù)值解和解析解，從而得到總磷濃度的一階矩均值和二階矩方差。模型應用結(jié)果與實測資料吻合良好。
2.2.非線性方法應用藻類的生長受到眾多因素影響，本身是非線性現(xiàn)象。因此，運用非線性方法和分岔混沌理論對模型進行分析和研究，從深層次和本質(zhì)上揭示模型的規(guī)律，代表了模型研究的重要方向。此外，由于富營養(yǎng)化涉及的變量很多，有些很難定量模擬，可運用現(xiàn)代非線性動力學理論，對模型進行了穩(wěn)定性和分岔行為的研究。另外，人工神經(jīng)網(wǎng)絡（ANNs）能夠很好地描述生態(tài)系統(tǒng)變量的非線性關(guān)系，近年來應用較多。
2.3.對氣候條件的考慮氣候影響體現(xiàn)在多方面：大氣物理化學等變化會對湖泊浮游植物生長率、溶解氧的垂直分布產(chǎn)生重要影響；隨著全球氣候變暖，湖泊水溫隨之升高，進而有可能加劇湖泊富營養(yǎng)化；氣候變化還會影響藻類種群變化。因此，對于氣候等條件加以充分考慮是模型發(fā)展的內(nèi)在要求。HanyHassan等人考慮水文和氣候?qū)τ谒|(zhì)和熱量交換的影響，將其作為湖泊水質(zhì)模型和富營養(yǎng)化過程的組成部分加以考慮，建立了可以預測氣候變化時浮游植物生物量、溶解氧濃度的模型。J.M.Malmaeus等人將湖泊物理模型和磷模型與區(qū)域氣候模型（RCM）生成的兩個溫度模式相結(jié)合，得出了氣候變化對于物理性質(zhì)不同的湖泊有著不同影響的結(jié)論，在全球氣候變暖的趨勢影響下，湖水更換周期長的湖泊富營養(yǎng)化問題將更加嚴重。
2.4.遙感技術(shù)應用建模的一個重要基礎是監(jiān)測資料，而水體遙感監(jiān)測正是通過研究水體反射光譜特征與水質(zhì)參數(shù)濃度之間的關(guān)系，建立水質(zhì)參數(shù)反演算法，對湖泊富營養(yǎng)化進行監(jiān)測，這已成為目前湖泊遙感技術(shù)應用的主要領(lǐng)域之一。GIS在環(huán)境領(lǐng)域應用很多，如氣候變化對水質(zhì)的影響、水體生態(tài)系統(tǒng)的群落分析、地表水流動分析等等。將GIS（地理信息系統(tǒng)）加入到水質(zhì)模型的國外實例也有很多。
目前，已有一些軟件用于湖泊生態(tài)系統(tǒng)動力學模擬，有CE-QUAL-ICM、WASP、AQUATOX、Pamolare、CAEDYM等，以及用來模擬湖泊能流的軟件ECOPATH.近年來應用較多的是美國環(huán)保署開發(fā)的WASP，其建模原理是水量和污染物質(zhì)在時空上的守恒，模型由兩個子模型構(gòu)成，可以模擬任何地表水體。Pamolare（PlanningandManagementofLakesandReservoirs）由聯(lián)合國環(huán)境規(guī)劃署（UNEP）國際環(huán)境技術(shù)中心（IETC-UNEP）和國際湖泊環(huán)境委員會（ILEC）聯(lián)合開發(fā)。該軟件包根據(jù)復雜性不同，由4個子模型構(gòu)成，并在LakeGlums湖得到應用與測試。
在建模方法上，一般以質(zhì)量平衡方程為基礎，主要考慮：物理擴散遷移，生化反應及源、匯等因素；模擬對象則包括細菌、浮游動植物和底棲生物及魚類等的生長與死亡，生源要素（氮、磷等）的循環(huán)以及BOD、DO的動力過程等等。建模時對時空尺度的選擇很重要。物理、化學過程相對于生物過程，時空尺度要小得多，如果尺度選擇過小，模型運算量、存儲量就很大，而且生物過程幾乎不顯著；反之，物理、化學過程就得不到充分體現(xiàn)。因此，在模擬過程中，需要結(jié)合模擬目的對尺度進行權(quán)衡選擇。
生態(tài)系統(tǒng)模型雖然考慮因素多，對系統(tǒng)的描述很全面，但不可避免的也有其缺點。這類模型所需數(shù)據(jù)多，很少有湖泊可以提供充足的數(shù)據(jù)，這就限制了模型的應用。由于對一些機理尚未搞清楚，參數(shù)選擇仍是經(jīng)驗估計，精度并沒有預期那么高。參數(shù)選擇上多是參照具體的研究對象，模型中因包含湖泊具體的內(nèi)部關(guān)系，而使建立在某一湖泊上的模型具有的個性特征。因此，這樣的模型還是有很大局限性的，并且計算量一般都很大。
模型發(fā)展方面，變量是重要的制約因素。有些狀態(tài)變量，如魚類及浮游動物生物量很難在現(xiàn)場連續(xù)觀測獲得實測數(shù)據(jù)，這樣就不可能在實際觀測數(shù)據(jù)基礎上進行校正，因此模型的靈敏度、可靠性就得不到有效提高。MasakiSagehashi等建立的巴拉頓湖生態(tài)系統(tǒng)模型，成功地把魚類、浮游動物等作為狀態(tài)變量添加進模型，并利用蒙特卡洛方法在實測數(shù)據(jù)基礎上對模型參數(shù)進行校正和檢驗。同時，越來越多的研究者使用Exergy控制下的參數(shù)組合模擬程序?qū)崿F(xiàn)模型參數(shù)隨時間的變化，以更真實地反映生態(tài)系統(tǒng)的變化情況。
參數(shù)的可變性使得模型可以提供更多動態(tài)特性，模擬結(jié)果大大改善。
2.發(fā)展趨勢
2.1.引入隨機過程生態(tài)系統(tǒng)本身是復雜多變的，含有眾多不確定性因素。為了使問題得到解決，人們常將隨機問題視為確定性問題進行簡化。但隨著研究的深入，必然要回復對研究對象本來面目的表述，將隨機性考慮在內(nèi)便是必然趨勢。國內(nèi)已有人在此方面做出了嘗試，如饒群考慮隨機過程的影響，在Vollenweider模型的基礎上，建立了一個完全混合系統(tǒng)的總磷濃度的隨機微分方程模型。該模型將總磷濃度的變化過程當做一個隨機過程，在獲得初始條件的隨機特性后得到模型的數(shù)值解和解析解，從而得到總磷濃度的一階矩均值和二階矩方差。模型應用結(jié)果與實測資料吻合良好。
2.2.非線性方法應用藻類的生長受到眾多因素影響，本身是非線性現(xiàn)象。因此，運用非線性方法和分岔混沌理論對模型進行分析和研究，從深層次和本質(zhì)上揭示模型的規(guī)律，代表了模型研究的重要方向。此外，由于富營養(yǎng)化涉及的變量很多，有些很難定量模擬，可運用現(xiàn)代非線性動力學理論，對模型進行了穩(wěn)定性和分岔行為的研究。另外，人工神經(jīng)網(wǎng)絡（ANNs）能夠很好地描述生態(tài)系統(tǒng)變量的非線性關(guān)系，近年來應用較多。
2.3.對氣候條件的考慮氣候影響體現(xiàn)在多方面：大氣物理化學等變化會對湖泊浮游植物生長率、溶解氧的垂直分布產(chǎn)生重要影響；隨著全球氣候變暖，湖泊水溫隨之升高，進而有可能加劇湖泊富營養(yǎng)化；氣候變化還會影響藻類種群變化。因此，對于氣候等條件加以充分考慮是模型發(fā)展的內(nèi)在要求。HanyHassan等人考慮水文和氣候?qū)τ谒|(zhì)和熱量交換的影響，將其作為湖泊水質(zhì)模型和富營養(yǎng)化過程的組成部分加以考慮，建立了可以預測氣候變化時浮游植物生物量、溶解氧濃度的模型。J.M.Malmaeus等人將湖泊物理模型和磷模型與區(qū)域氣候模型（RCM）生成的兩個溫度模式相結(jié)合，得出了氣候變化對于物理性質(zhì)不同的湖泊有著不同影響的結(jié)論，在全球氣候變暖的趨勢影響下，湖水更換周期長的湖泊富營養(yǎng)化問題將更加嚴重。
2.4.遙感技術(shù)應用建模的一個重要基礎是監(jiān)測資料，而水體遙感監(jiān)測正是通過研究水體反射光譜特征與水質(zhì)參數(shù)濃度之間的關(guān)系，建立水質(zhì)參數(shù)反演算法，對湖泊富營養(yǎng)化進行監(jiān)測，這已成為目前湖泊遙感技術(shù)應用的主要領(lǐng)域之一。GIS在環(huán)境領(lǐng)域應用很多，如氣候變化對水質(zhì)的影響、水體生態(tài)系統(tǒng)的群落分析、地表水流動分析等等。將GIS（地理信息系統(tǒng)）加入到水質(zhì)模型的國外實例也有很多。