地下水反应运移模型是当前地下水数值模拟的发展趋势。受限于技术、预算、时间等因素,模型中的部分关键参数往往无法直接获得,需要获取观测值来求解反问题从而进行估计。因此,设计数据价值最大的监测方案对准确参数估计至关重要。本文基于贝叶斯方法开展试验设计和马尔可夫链-蒙特卡洛方法（MCMC）参数反演,从简单到复杂,依次设计了两个理想反应运移范例来验证该方法框架的有效性。首先以一个简单的氯代烃连续降解模型为例,通过贝叶斯试验设计方法计算获得了一维均质和二维随机非均质条件下的最优监测方案,随后基于最优监测方案下的观测数据通过MCMC反演未知参数。通过对比不同监测方案下得到的参数后验概率密度曲线及两个无量纲指标RC和RP来验证贝叶斯试验设计方法的正确性。为进一步说明上述方法的有效性,本文基于Prommer等人（2009）构建的德国杜塞尔多夫煤气厂旧址中煤焦油生物降解反应运移二维模型设计了第二个范例,通过贝叶斯试验设计方法计算了均质和层状非均质条件下的最优监测方案,并深入探讨了不同观测数据类型对最优监测方案和参数估计的影响。本文研究结果表明:（1）本文所构建的贝叶斯试验设计方法对地下水反应运移模型是有效的,该方法能够识别出最有利于准确参数估计的监测方案。（2）在反应运移模型中,不同类型的观测数据对参数的敏感性不同。参数反演时,观测值类型并不总是越多越好。当新增的观测数据类型能够提供给参数估计的附加信息很少时,反而会降低参数估计的准确性。