为了减轻太湖蓝藻水华引发的污染，确保饮用水供水安全，中国科学院南京地理与湖泊研究所的秦伯强研究团队，通过基于遥感及地面在线与人工巡测相结合的监控技术与模型模拟与预测预警技术相结合，对太湖蓝藻水华进行监控与预测。这个基于早期监控、预警及其响应对策的富营养化湖泊蓝藻水华管理支持系统在2009年至2012年间实施过程中，通过监控发现太湖的蓝藻水华规模与范围，包括年监测到的年最大蓝藻水华面积、平均蓝藻水华面积均与水危机发生前相似，表明太湖富营养化与有害蓝藻水华没有显著的缓解。监测系统还发现，强烈的风浪过程之后，蓝藻水华就会出现。这很可能是蓝藻的群体的浮力增加所致。虽然蓝藻水华在监测期间并没有显著的缓解，但是，蓝藻水华引发的黑水团事件（一种蓝藻水华腐烂、降解后释放大量的溶解性有机物和黑色水体）有减轻的迹象，饮用水危机事件也没有进一步发生。这说明预测预警实施后，有效提高了后续蓝藻水华处置措施效率，降低了蓝藻水华污染的风险。这种监测、预警与响应决策系统，可以降低蓝藻水华污染的风险。
上述成果以“Cyanobacterial bloom management through integrated monitoringand forecasting in large shallow eutrophic Lake Taihu (China)”发表在Journal of Hazardous Materials，287 (2015)： 356–363。该项工作得到了中国科学院重大交叉项目、国家水污染控制重大专项及自然科学基金的资助。
太湖蓝藻水华自动在线监测点分布
基于预测预警的蓝藻打捞数量及黑水团发生的频率与面积变化
