现如今我国正处于产业结构转型和升级的重要时期,工业化和城市化的迅猛发展除了带来巨大的经济效益和社会效益外,也加剧了我国环境污染的困境。工业生产过程中违法超标排放所导致的水污染、大气污染、固废污染不断凸显。据相关统计近年来我国发生环境污染事故中,水污染事故占总数一半以上,这其中尤以突发地表水污染占比最高且影响最大。因此要重点加强对突发水污染事件的源头控制和快速应对,提高突发事件的应急监测能力,从而及时准确的锁定污染源信息,评估污染事故的等级和影响范围,为科学决策提供强有力的支撑。本文针对河流突发水污染溯源问题,构建基于元胞自动机(CA)的污染物迁移扩散模型,改进马尔科夫蒙特卡洛(MCMC)溯源算法,提出新的CA-MCMC溯源方法及框架。主要工作内容如下:(1)对不同排放类型和扩散阶段的污染物扩散迁移机理进行论述。在此基础上建立了一维、二维河流突发点源污染物瞬时、连续排放模型。并对污染物溯源原理进行了阐述,给出了不同待溯源参数的具体求解方法。(2)为降低溯源解的不确定性,从贝叶斯推理的角度,研究了基于马尔科夫蒙特卡洛方法的河流突发水污染溯源算法。将污染物溯源问题转化为贝叶斯估计问题,通过历史先验信息和监测断面观测值序列,结合二维污染物迁移扩散数学模型,用概率分布来描述溯源解估计值。(3)为改善马尔科夫蒙特卡洛方法的抽样效率,对常用的标椎M-H抽样方法进行了改进。在每一次根据建议分布生成样本值时,增加一个用以判断样本值是否满足于后验概率密度函数的条件,以使样本区间更快更准确地趋近真实值。(4)将污染物迁移扩散模型与污染物溯源模型集成。为提高溯源精度,降低污染物扩散模型的不确定性,构建了 CA模型用于污染物迁移扩散过程的模拟。结果表明CA模型对于不同排放情景下的适用性很好,能够较好地再现污染物传递输移过程,并且提高了溯源解的精度和求解效率。(5)为验证CA-MCMC溯源方法的适用性及可靠性,设计并进行了点源污染物岸边连续排放和瞬时排放两类模型实验,将CA-MCMC方法的溯源结果与实测值进行对比,验证了该溯源方法的适用性。