我国所面临的水污染问题依旧严峻,如何有效的监管河道水质及污染排放,成为相关管理部门所面临的新问题。因此,开发新型高效的、具有显著实用性的河流突发水污染监测-预警-溯源技术并建立信息化系统,科学有效地实现河流水环境管理具有积极意义。在此背景下,本论文以河流突发水污染溯源问题作为切入点,基于贝叶斯推理对水污染溯源过程中源项参数不确定性的定量分析方法展开研究。在模型构建方面,研究首先采用水污染溯源领域的环境学语言对贝叶斯推理公式“本地化”,设置源项参数为均匀分布,根据误差项所服从分布形式的不同分别建立似然函数,引入AM-MCMC采样方法以获取源项参数的目标后验分布,完成溯源模型构建工作;随后建立与模型相匹配的性能评价体系;最后依据特定的评价指标,对模型关键参数进行率定、分析确定并采用误差项服从非相关同方差分布假定的模型进行溯源,此外还对后验分布采样中协方差矩阵更新方式提出固定步长、记忆矩阵、混合更新法3种改进方案,针对不同排放类型的计算时间可节省15%～93%,在取得满意结果的同时显著减轻计算负担。在系统开发方面,根据已有的研究结果,设计完成以数据采集、数据过滤、污染溯源、结果可视化、结果数据记录、系统管理为核心功能模块的河流突发水污染溯源管理系统。该系统简单实用、操作简便;方便环境管理部门和水污染溯源领域相关人员开展溯源研究工作。系统的开发工作对于将本研究成果应用化,扩大基于贝叶斯推理的水污染溯源模型的受众面具有积极意义。在案例应用方面,依托构建的河流突发水污染溯源管理系统,针对瞬时、连续、间歇3种常见的污染物排放类型开展假例溯源分析,并分别用具有瞬时点源特征的Truckee River和具有间歇(N_c=1)点源特征的West Hobolochitto Creek河流示踪剂实验对模型和系统进行验证。总体上模型精确度可以在10%以内,溯源分析结果和浓度正向模拟结果良好,处于可接受范围内。本文构建的河流突发水污染溯源模型和管理系统可以较好地定量描述源项参数不确定性,并准确重构污染物排放历史,可为相关的水环境管理者和决策者提供强有力的技术支持,增强其决策信心;所建立的技术方法具有普适性,具备在其他地区推广使用的潜质。