目前国内外都面临着严重的地下水有机污染问题。其中以氯化溶剂为主的重质非水相液体（Dense non-aqueous phase liquid,DNAPL）污染物以降解难,毒性大等特点引起了广泛重视。一旦渗入地下介质中,DNAPL将成为长期污染源并缓慢向下游释放溶解相污染物从而危害地下水环境与人体健康。而DNAPL溶出污染物的质量通量主要受控于污染源区结构（即含水层中DNAPL饱和度SN的空间分布）,少量残留态DNAPL即可释放出大量溶解相污染物。而DNAPL污染源区结构又受控于含水层非均质性,厘米尺度的非均质性变化也可显著改变污染源区结构。因此,欲准确评估DNAPL的溶质通量并高效低耗地修复DNAPL污染,须首先精细刻画出DNAPL饱和度（SN）与含水层渗透系数（K）的空间结构。然而,DNAPL污染场地的精细刻画存在着以下挑战:（1）直接观测数据稀缺:钻孔采样的成本较高,导致钻孔数量通常较少。仅基于稀疏的钻孔数据通常难以准确刻画DNAPL污染源区及含水层的复杂结构;（2）高维参数反演困难:DNAPL污染源区的精细刻画属于高维反演问题,高维度的未知参数将给反演带来巨大的计算负担;（3）参数非高斯分布:DNAPL污染源区结构异常复杂,DNAPL的空间分布通常不服从高斯分布。传统基于高斯分布假设的反演方法易产生过度平滑的结果,从而导致DNAPL的漏估/高估,进而给修复工作和风险评估造成不利影响。针对上述挑战,本文首先发展了水文地球物理监测技术,并将其与钻孔方法结合以克服直接观测数据稀缺的问题;其次基于主成分地质统计方法构建了耦合水文地球物理反演框架以缓解高维参数反演问题的计算负担;基于深度学习方法（卷积变分自编码器,CVAE）来描述SN场的复杂非高斯结构,并通过一系列理想算例与室内试验验证了上述方法的有效性。主要研究内容及结论如下:（1）针对直接观测数据稀缺问题,首先发展了水文地球物理监测技术,基于室内三维砂箱实验构建了时移跨孔电阻率监测体系并成功监测到DNAPL的动态变化。随后构建了耦合地下水-水文地球物理反演框架,从而有效地融合了少量高精度的钻孔数据与大量低精度的水文地球物理数据。该数据融合方法可以较低的观测成本获得较高的刻画精度。基于理想算例说明了相比于仅使用钻孔数据的结果,融合多源数据可更精确地推估SN场。（2）针对高维参数反演问题,基于主成分地质统计方法对高维参数降维,并构建了顺序反演框架以顺次融入多源数据,基于多源数据的互补性来间接考虑K与SN之间的复杂关系,从而极大降低了计算及储存成本。基于未知参数维度为12,610的理想算例验证了该方法可以较高的计算效率精细刻画出高维DNAPL空间分布。（3）针对DNAPL空间分布的非高斯特性,提出了基于卷积变分自编码器的参数化方法以准确描述非高斯SN先验分布,并给出符合多相流渗流机制的先验模型（物理性先验信息）以更好地约束反演过程。随后将该参数化方法与传统反演方法结合,可融合观测信息及物理性先验信息,从而提高SN场的刻画精度。基于理想算例对比说明了相比于基于高斯假设的传统反演方法,该法可更精准地刻画DNAPL的非高斯空间分布。（4）针对DNAPL污染修复过程中的动态监测问题（待估状态SN随时间变化）,本文将卷积变分自编码器与传统数据同化方法结合,以融合时移观测数据并给出修复过程中DNAPL污染源区的实时监测结果。基于理想算例说明了该法可更准确地重现DNAPL污染源区的动态变化。针对DNAPL污染源区结构的精细刻画问题,上述方法有效地克服了传统方法的缺陷,为实际污染场地的调查、修复和评估提供了新的思路和技术支持。