为提高地下水数值模拟的可靠性,模型不确定性分析已成为当前水资源和水环境领域的研究热点。MCMC(Markov Chain Monte Carlo)方法是当前主要的不确定性定量分析方法,其需要大量的模型运行次数来搜索模型参数的概率分布空间,这导致了巨大的运算成本和计算时间负荷,已成为当前不确定性分析的障碍之一。替代模型是减少地下水模拟计算耗时的一种有效方法,通过建立与原始模型具有相同或接近模拟精度的模型来代替原始模型,达到提高运算效率的目的。因此,构建高效率、高精度的替代模型对于不确定性分析在地下水资源管理与保护实践中的应用,具有重要的理论和实践意义。本文以稀疏网格(Sparse Grid,SG)替代模型作为研究对象,根据SG的节点生成原理,通过提高节点的自适应生成效率,来提高替代模型的精度和效率,并应用于地下水模拟不确定性分析。主要成果包括以下几点:(1)提出了一种耦合局部自适应(LA)和维数自适应(DA)的双自适应稀疏网格替代模型(DA-LA-SG)。在传统稀疏网格(SG)替代模型的基础上,提出了一种将LA和DA两种网格自适应生成方式耦合的改进替代模型DA-LA-SG,并通过2个解析函数算例和DNAPLs运移砂箱实验数值算例对DA-LA-SG的性能进行了测试。结果表明,DA-LA-SG的表现要优于LA-SG和DA-SG,即可以用更少的替代成本达到更高的替代精度。(2)将改进的DA-LA-SG成功用于构建DNAPLs多相流运移模型似然函数的替代模型并进行参数不确定性分析。利用DA-LA-SG方法建立了DNAPLs运移数值模拟似然函数的替代模型,结合MCMC方法对DNAPLs运移模型参数进行不确定性分析。结果表明,使用DA-LA-SG技术能够高效、高精度地建立PCE运移模型的似然函数替代模型,通过MCMC模拟获得了模型参数的后验分布,减少了模型预测的不确定性。(3)提出了一种将双自适应稀疏网格(DA-LA-SG)与斥力粒子群算法(RPSO)耦合的优化-自适应稀疏网格(OA-SG)替代模型。在改进的DA-LASG基础上,利用斥力粒子群算法RPSO,识别替代对象(似然函数)的极值区域,通过调整极值区域内外的节点自适应生成标准,进一步提高SG节点的生成效率。通过两个解析函数算例和一个三维溶质运移理想算例进行测试,结果表明,提出的OA-SG相对于DA-LA-SG,可实现SG节点的优化分配,进一步提高替代模型的构建效率。此外,基于OA-SG方法建立了溶质运移模型似然函数的替代模型,成功将其用于污染源的识别。