由于人类活动强度的增大导致地下水污染程度日趋严重,对饮用水安全和生态环境构成了威胁。地下水污染具有存在的隐蔽性、发现的滞后性特点,这给地下水污染修复方案设计、污染风险评估、污染责任认定都带来了很大的困难。地下水污染源识别(Groundwater pollution source identification)是制定合理修复方案的前提,也是进行地下水污染风险评估及污染责任认定的必要条件。地下水污染源反演识别是指运用有限且离散的地下水观测数据,对地下水污染数学模拟模型进行反演求解,识别确定污染源的个数、位置和释放历史。地下水污染源反演识别作为一种典型的数理方程的逆问题,其求解的复杂性在于问题的不适定性(I11-posedproblem),即解的不唯一性、不存在性和不稳定性。目前,地下水污染源反演识别的研究尚处在发展阶段,影响地下水污染源反演识别效果的因素较多,包括反演识别方法的选取,不同因素如水质监测数据误差、测量异常值以及新增监测井孔的位置和数目等。因此,如何在现场调查的基础上,通过污染质运移模拟模型、随机统计方法及整数规划模型等理论和方法的综合运用,分析不同因素对反演识别结果的影响,对新增监测井布设方案进行分析和优选以提高污染源反演识别精度与效率,是一个亟待解决且具有重要理论和实际意义的科学问题。本文针对四种假想情境下的地下水污染源的反演识别问题进行研究。通过污染质运移模拟模型、替代模型、随机统计方法(伴随状态方法及贝叶斯方法)、控制变量方法、0-1整数规划模型等理论和方法的综合运用,反演识别出地下水污染源特征(个数、位置及释放历史)。首先,根据假想例子的水文地质条件,初步建立污染质运移模拟模型,给模型中的参数赋值。然后,利用已有的水位及水质监测数据,应用伴随状态方法对初步建立的模拟模型进行反向推演,初步识别出污染源的个数及位置。在污染源源强可能取值范围内运用拉丁超立方采样法抽样,通过运转模拟模型,得到相应的输出响应。根据输入一输出样本数据集,应用克里格法建立模拟模型的替代模型,并应用自适应权重粒子群优化算法对替代模型中的参数进行优选,以得到最优的替代模型。由于运用贝叶斯方法识别污染源的过程需要反复调用模拟模型,以替代模型代替模拟模型,可以大幅度减小计算负荷,并保持较好的精度。将建立好的替代模型嵌入到运用贝叶斯方法识别污染源源强的过程中,运用马尔科夫链蒙特卡洛算法(MCMC)求解贝叶斯后验概率以得到污染源源强的统计估计值。在上述研究的基础上,运用控制变量方法分析影响污染源识别效果的相关因素,如水质监测井位置和个数、水质监测数据误差等。最后,以新增监测井最大程度覆盖研究区内污染质浓度较大的区域为目标函数,建立0-1整数规划优化模型,采用隐枚举法对优化模型进行求解,得到新增监测井的最优布设方案。基于原有和新增监测井处的水质观测数据的反馈信息,再运用随机统计方法对污染源进行识别,以此构成地下水污染源反演识别的反馈修正迭代策略,使监测井中污染质浓度的实测值与模拟计算值的差值渐趋变小,直至达到精度要求为止。最终求得的近似值即为反演问题的解。通过本文的研究,主要得出以下结论:(1)伴随状态方法和贝叶斯方法的联合运用可以反演识别出污染源的个数、位置及释放历史。四种不同情形的算例表明上述两种方法对不同含水层特征(均质和非均质)及不同排放形式的污染源(连续排放和分时段排放)具有良好的适应性。(2)应用确定性系数R2、平均绝对误差、平均相对误差、最大绝对误差和最大相对误差5个指标来评价替代模型对污染质运移数值模拟模型的近似精度。结果表明:克里格模型对模拟模型具有较高的近似精度。贝叶斯方法反演识别污染源过程中,以替代模型作为模拟模型的转化形式,用替代模型代替模拟模型大幅度地减小了计算负荷,并保持了较高的精度。(3)地下水污染源识别影响因素的分析结果表明:伴随状态方法对于低误差水平(б=0.01)的水质监测数据以及单口监测井某一时刻的水质监测数据存在异常两种情形下,仍可以有效识别污染源的个数及位置;数据缺失对伴随状态方法反演识别污染源个数及位置的影响较大,甚至会导致获得错误的反问题的解;水质监测井数目和位置对伴随状态方法的识别精度具有重要影响,合理增加或优化监测井的位置可提高反演识别的精度。(4)低误差水平(б=0.01)水质监测数据对于贝叶斯方法的反演解精度具有一定影响。随着误差水平的增加,反演解的误差也随之增大;单口监测井某一时刻的水质监测数据存在异常对于采用似然函数为正态分布的贝叶斯方法,会造成Markov链不收敛的现象,即无法获得反演解;数据缺失下的贝叶斯方法识别精度较低,甚至出现负值;水质监测井数目和位置对贝叶斯方法识别精度具有重要影响,合理增加或优化监测井的位置可提高反演识别的精度。(5)以新增监测井最大程度覆盖研究区内污染质浓度较大的区域为目标函数,以新增监测井设计过程中可以操控的因素为决策变量,建立了含有0-1型变量的整数规划优化模型,并应用隐枚举法对优化模型进行求解,得到了最优的新增监测井布设方案。新增监测井较未增加监测井的污染源识别结果,其归一化误差精度(NE)降低了 0.15%。由此,本文提出了一种基于监测井优化布设和随机统计方法的污染源识别反馈修正迭代策略,它是通过对新增监测井位的优化布设,将水质监测数据反馈给污染源识别过程以修正源识别结果,循环迭代此闭合回路,直至得到满足要求的解。0-1整数规划的引入,解决了新增监测井优化布设的问题,同时与源识别方法的有效结合达到了提高污染源识别精度的目的。本文为地下水污染源识别探索新理论和新方法,具有重要的理论意义和实际意义。