太湖北部湖湾—竺山湖的富营养化对周边城市的发展和水资源的利用产生了巨大影响,因此本文选取竺山湖为主要研究区域,以表征水体富营养化的藻密度为主要研究对象,较系统的研究了竺山湖流域氮、磷等水质因子的时空动态分布特征、藻密度与各影响因子特别是总氮、总磷、温度之间的关系；基于SPSS的逐步回归分析筛选出了藻生物量的主要影响因子,并建立彼此间的定量关系式；对主要影响因子建立预测模型,通过对2016年藻密度变化的基础预测,为今后该流域的治理、水质预测和预警提供了一定的分析和理论支撑。本文得出主要结论如下：(1)在研究时间范围内,竺山湖水质整体呈劣V类,影响水质的主要因子是TN,水体呈中度富营养化,劣V类水质在全年月份中所占比例逐渐减小,呈现出一种逐渐改善的趋势；经时空分析,发现百渎港口采样点的水质最差,水体富营养化因子入湖河口处浓度较高,靠近湖体方向浓度偏低,而藻密度则是入湖河口处相对于湖体方向低；高浓度的TN、NH3-N主要出现在3月份：TP、高锰酸盐指数的时间变化趋势不明显,其浓度变化与TN的浓度变化原因不一致,受藻类生消的影响很小。竺山湖上覆水中藻密度在水温约为24℃时增长速率明显加快。(2)相关分析表明：相关性大小为藻密度-水温>藻密度-高锰酸盐指数>藻密度-TN>藻密度-NH3-N>藻密度-pH>藻密度-TP>藻密度-溶解氧,竺山湖区藻密度与TP二者相关性差,可能原因是竺山湖的周边特殊的地理环境,入湖河流多且河流负载P营养盐对竺山湖水质影响较大使得二者之间的相关性减弱。(3)采用逐步回归分析筛选出与藻密度密切相关的因子,分别为温度、酸碱度、总氮,建立定量关系式为：lny=-4.635+1.3191nWT+3.9311npH-0.6431nTN(y为藻密度),回归拟合值在藻类高峰期拟合性较差,偏差基本在±30%的范围内,该模型的建立具有一定的指导意义。(4)对TN、WT建立ARMA模型。TN建立ARMA(2,2)模型,WT建立ARMA((1,2,4),6)模型。数据拟合值和实测值间偏差基本在±15%的范围内,该时间序列模型拟合的效果较好。对2016年主要影响因子及藻密度进行预测,藻密度在夏季的预测值可能和实际值存在一定差异,但预测基本满足实际应用的常规要求。在分析及预测的基础上,针对竺山湖水质特点提出改善建议。