Đã có nhiều nghiên cứu chỉ ra rằng các chất dinh dưỡng thừa là yếu tố quan trọng trong hiện tượng phú dưỡng. Một cuộc khảo sát ở Trung Quốc, Thống kê thực hiện trên cho thấy rằng trong 15 hồ nước nông đã cho thấy rằng tổng lượng nitơ và photpho có liên quan trực tiếp đến chlorophyll-a (ChL-a - đại lượng đặc trưng cho sự sinh tảo). Mặt khác, các nghiên cứu đã chỉ ra rằng , ngoài chất dinh dưỡng, một số các yếu tố liên quan mật thiết đến sự nở tạo trong tự nhiên bao gồm nhiệt độ, tốc độ dòng chảy, ánh sáng, độ PH [10] [16] [28] [60]. Tổng quan lại, tảo nở nhanh hơn trong nhiệt độ ấm cao, hoặc dưới ánh sáng mạnh [16][38], đồng thời sẽ bị hạn chế khi có dòng chảy mạnh. Các nghiên cứu cũng chỉ ra rằng, tác động của con người trong việc điều tiết nước, bao gồm dựng đập, chống lũ lụt, khai thác thủy điện,. . . có thể làm thay đổi đáng kể các đặc điểm của hệ sinh thái, ảnh hưởng trực tiếp đến
sự phân bố, thành phần và mật độ tảo trong khu vực liên quan[16]. Sự phức tạp, đến từ ảnh hưởng kết hợp của các chất thải, các yếu tố khí hậu và con người càng làm quá trình phân tích trở nhân khó khăn, là một thách thức lớn cần giải quyết
Các mô hình số được áp dụng để chứng minh các yếu tố ảnh hướng trên, như mô hình MIKE 21, mô hình mô phỏng Nutrient [64][59][28]. Tuy nhiên, các mô hình này đều yêu cầu một lượng lớn kiến thức chuyên gia, đặc biệt trong các lĩnh vực khí tượng và thủy văn, đồng thời tiêu tốn nhiều thời gian [65]. Do vậy, học máy và khai phá dữ liệu đã được các nhà khoa học áp dụng cho các bài toán loại này. Một số nghiên cứu nổi bật bao gồm ứng dụng mô hình cơ bản vectơ hỗ trợ SVM đến các mạng học sâu phức tạp [35]. Cụ thể, SVM đã được chứng minh cho hiệu năng cao với bài toán cảnh báo tảo nở hoa trong hồ chứa [44] hoặc trên sông [47]. Nghiên cứu của Yi và cộng sự so sánh và đánh giá ưu, nhược điểm của cây hồi quy và mạng nơron nhân tạo trong việc dự đoán tảo nở hoa trong chu kỳ ngắn. Mạng học sâu LSTM và mạng tích chập cũng đã được thử nghiệm trong một vài nghiên cứu khác [34]. Nhìn chung, học máy đang là một hướng đi đúng đắn, và có tiềm năng lớn để giải quyết triệt để vấn đề trong tương lai