水污染事件的频发和水资源的短缺已引起人类的广泛关注，及早发现污染源并准确定位对保护水资源具有重要意义。针对连续扩散的近岸污染源的扩散模型，本论文提出一种基于时间和空间的采样数据的定位算法。论文的主要工作如下：1.基于污染源扩散数学模型，详细分析了近岸污染源连续排放污染物所产生的动态浓度场的特点，采用了时空采样对水体离子浓度在时间和空间上同时采样，进而得到分组采样数据。相对于仅在时间上采样，时空采样能减少冗余数据和减小运算规模。2.基于时空采样数据应用了时空滤波来定位近岸连续污染源，即采用无味卡尔曼算法对浓度采样数据在时间和空间上滤波实现定位；相对于时域滤波定位方法，该方法的计算量更小、定位精度和定位效率更高，鲁棒性更好，定位结果对初始值的依赖性更小。3.在实验仿真部分，采用GMS地下水数值模拟软件模拟了近岸连续污染源的扩散过程，生成了水体浓度数据，验证了近岸连续污染源的扩散规律和浓度场的时间分布和空间分布；用MATLAB软件仿真对比了时空滤波定位方法和时域滤波定位方法的定位结果，探讨了初始值如何影响两种定位方法的定位效果，最后研究了传感器节点数目对定位精度的影响和不同传感器节点数目下质量流率初值对定位的影响。