排入地表水中的动物粪便会带来一系列生态与公共卫生问题，快速准确鉴别污染来源对于源头控制与污染治理具有重要意义。基于细菌群落的微生物溯源技术（Community-based microbial source tracking）以及高通量DNA测序技术（Next-generation sequencing， NGS），对污染源中微生物和环境样本中的微生物群落进行比较分析，进而对水体中粪便污染来源进行预测。本文利用16S rDNA测序，系统分析与比较了巢湖流域水体、沉积物样本与广泛的潜在污染源（包括村庄与养猪场污水，野生水鸟粪便，人类与家禽、家畜粪便）的细菌群落组成，同时，利用基于机器学习的溯源软件FEAST与Sourcetracker，对水体、沉积物样本的潜在污染源进行了预测。结果表明，水体与沉积物样本的微生物多样性显著高于粪便样本，其中巢湖水体与河流沉积物样本具有最高的物种多样性，同时样本中也存在大量未分类物种。变形菌门（Proteobacteria）、放线菌门（Actinobacteria），拟杆菌门（Bacteroidetes）广泛分布于所有样本中。溯源分析结果表明，村庄排污口与污水处理厂排污口样本是河水样本最主要的污染来源，沉积物与湖水样本则预测存在猪场排污水与野生水鸟粪便的污染，所有样本未检测到来自人粪与鸡粪的污染。研究通过微生物溯源技术对巢湖流域水体潜在污染源作出解析，为后续制定污染监管政策与水体治理提供思路。