随着西部大开发进程的加快，贵州岩溶地区岩溶水污染问题十分严重，特别是贵州铝工业、磷化工工业的迅速发展，其中堆场废水对岩溶地下水的影响，已经构成对岩溶水资源的威胁。 本论文以摆纪磷石膏堆场为研究对象，通过分析磷石膏堆场的环境地质条件，对堆场进行地下水渗漏性分析及评价。在此基础上，采用了地下水物质迁移模型中的“黑箱”模型，即运用MATLAB的BP神经网络建立磷石膏堆场岩溶渗漏污染预测模型。 本文采用MATLAB神经网络中的两种BP改进算法(TRAINDX算法和TRAINRP算法)及两种数据预处理方案(premnmx函数预处理和prestd函数预处理)，根据降雨量、渗漏量、渗漏点污染物浓度值这三个因素与地下水渗漏污染间的关系，建立摆纪磷石膏堆场岩溶渗漏污染预测模型，并通过网络误差性能曲线、模型训练样本及检验样本之间的误差对比曲线，选择最佳的模型算法及数据预处理方案，并与一维解析解法所求结果进行对比，实现了人工神经网络对堆场岩溶渗漏污染的预测，在岩溶地下水污染预测中属于初次应用。 通过MATLAB神经网络模型模拟预测结果说明，利用人工神经网络对岩溶地区地下水溶质运移进行模拟和预测是可行的。它只需要根据系统的输入、输出数据建立各个变量之间的关系，而完全不追究其内在的机理。MATLAB神经网络所建立的堆场岩溶渗漏污染预测模型，减少了地质条件较复杂地区的地下水动力弥散参数的求解困难和代表性差等问题，有效简化了岩溶地区地下水溶质运移的过程，为堆场岩溶渗漏污染的防治提供了可靠的依据。