我国淡水资源相对匮乏,而地下水资源作为淡水资源的重要组成部分,在经济和生活中占有重要地位。随着我国地下水资源开发利用程度及工业活动的增加,地下水污染问题越来越受到关注。地下水数值模拟作为一种通用手段,在地下水资源评价、地下水污染物迁移预测、地下水修复技术指导方面有广泛应用。自然界的含水层,受形成条件及地质作用影响,多具有强烈的非均质性,导致污染物在其中的迁移,表现出反常特征,如污染物穿透曲线的拖尾现象和早到达现象。如何刻画含水层的非均质性,开发出能精确模拟非均质含水层中污染物迁移转化规律的方法,并应用到实际案例为地下水开发利用及修复提供指导,成为当前地下水溶质运移模拟研究的一个热点。当前对非均质介质中地下水溶质运移模拟,主要分为两种方法:（1）在典型单元体尺度上,对含水层进行细化,精确赋值模型每个网格的参数,然后用基于Fick定律的传统对流弥散方程模拟;（2）修改传统的对流弥散方程,得到新的可用于描述溶质反常运移性质的分数阶对流弥散方程进行模拟。针对方法（1）,局域化集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）是一种有效的参数识别方法,其通过同化含水层观测数据,校正模型参数的估计,达到对含水层性质精确刻画。本文修改课题组已有模型,将局域化EnKF同时同化地下水水位和溶质运移数据,识别对数渗透系数场,探究相对于同化单一种类的观测数据,同时同化两种观测数据对对数渗透系数场识别结果的改进,并探讨了溶质运移范围对渗透系数识别的影响;然后尝试同化地下水溶质运移观测数据,探究仅有对流弥散作用下,局域化EnKF在识别对数弥散度场的作用,并探讨了实现数目、初始猜想、观测点数目、观测频率、观测点空间分布和观测误差对弥散度场识别结果的影响;最后,探究局域化EnKF在同化溶质运移数据,同时识别对数弥散度场和对数吸附参数场的效果。得到如下结论:①局域化EnKF同时同化水位和溶质运移数据识别对数渗透系数场时,参数估计效果比同化单一种类数据好,说明应用多种类数据进行参数识别的有效性;若溶质运移范围有限,仅同化只对溶质运移范围内参数识别有效。②利用局域化EnKF同化溶质运移数据识别对数弥散度场,可以有效地对弥散度场进行识别,不同因素对参数识别结果影响如下:模型实现数目有一定要求,过少实现数不能对参数进行有效识别,过多实现数会增大计算负担;观测点数目并非越多越好:过少的观测点不能提供足够的参数识别信息,过多的观测点会由于观测误差的累积导致参数识别结果变差;初始猜想越接近真实值,利用相同观测数据,参数识别结果越好;观测误差越大,为局域化EnKF系统提供的误导信息越多,弥散度场识别效果越差;观测井位置、数目及观测频率对参数识别结果有较大影响,特定的点位和时间观测,能够使参数识别结果最好。③利用局域化EnKF同化含水层溶质运移数据（同时存在对流弥散和吸附作用）,可以同时识别对数弥散度场和吸附参数场,展示了利用局域化EnKF同时识别两种参数的有效性。实现数目对同时识别多种参数有影响:某一个实现数目,可能只对单一参数识别结果较好,选择实现数目时,除了考虑计算消耗,参数类别与实现数目对结果的综合作用也应考虑;观测点位的空间分布及观测频率对参数估计结果也有较大影响:整体趋势上,观测数据越多参数识别结果越好;对于文中模型,最优观测间隔是1.0天。对于方法（2）,虽然分数阶对流弥散方程理论研究有很大进展,但是其求解精度和计算效率一直限制其在实际算例中的推广,因此高效的求解方法一直是当前研究的一个热点。本文在粒子追踪法求解时间分数阶对流弥散方程的基础上,提出了变权重粒子追踪方法,对每一个粒子赋予可以变化的行走概率和权重,粒子每次跳跃后,根据到达点位概率与粒子原权重的比值,相应调整粒子的数量、权重及行走概率,以求提高计算结果精度。变权重粒子追踪法求解时间分数阶对流弥散方程的一维和二维算例结果表明:相对于传统粒子追踪方法,变权重粒子追踪法可以有效提高计算结果精度;在提高计算结果精度的同时,变权重粒子追踪法不会增加计算量,造成额外的计算负担。用变权重粒子追踪方法求解空间分数阶对流弥散方程,并没有明显提高粒子追踪方法的精确度,效率较低的原因可能与粒子跳跃步长变化较大,两次跳跃之间的位置缺乏关联性。