将遗传算法和变密度地下水流及溶质运移模拟程序SEAWAT耦合起来，开发了一个新的用于地下水模拟优化管理的通用程序——SWTGA。以求解变密度条件下地下水优化管理问题，从而为地下水管理决策者提供科学依据和技术支持。设计SWTGA时，建立了适用于变密度条件下地下水优化管理常见问题的目标函数的一般形式，同时设定了常用的约束条件。最后将SWTGA 程序应用于一个理想滨海含水层中地下水开采方案的优化设计，寻优之后获得了最佳开采方案，与未优化开采方案的对比显示优化结果合理可行，验证了SWTGA 模拟优化程序的有效性和可靠性。

This study evaluates and compares two methodologies, Monte Carlo simple genetic algorithm (MCSGA) and noisy genetic algorithm (NGA), for cost-effective sampling network design in the presence of uncertainties in the hydraulic conductivity (K) field. Both methodologies couple a genetic algorithm (GA) with a numerical flow and transport simulator and a global plume estimator to identify the optimal sampling network for contaminant plume monitoring. The MCSGA approach yields one optimal design each for a large number of realizations generated to represent the uncertain K-field. A composite design is developed on the basis of those potential monitoring wells that are most frequently selected by the individual designs for different K-field realizations. The NGA approach relies on a much smaller sample of K-field realizations and incorporates the average of objective functions associated with all K-field realizations directly into the GA operators, leading to a single optimal design. The efficacy of the MCSGA-based composite design and the NGA-based optimal design is assessed by applying them to 1000 realizations of the K-field and evaluating the relative errors of global mass and higher moments between the plume interpolated from a sampling network and that output by the transport model without any interpolation. For the synthetic application examined in this study, the optimal sampling network obtained using NGA achieves a potential cost savings of 45% while keeping the global mass and higher moment estimation errors comparable to those errors obtained using MCSGA. The results of this study indicate that NGA can be used as a useful surrogate of MCSGA for cost-effective sampling network design under uncertainty. Compared with MCSGA, NGA reduces the optimization runtime by a factor of 6.5.

应用基于顺序条件模拟的蒙特卡罗方法，分析不同的先验渗透系数对污染物运移的不确定性影响. 研究结果证明渗透系数的条件模拟可大大降低污染物运移结果的不确定性；随着渗透系数条件点数的变化，通过模拟得到的含水层中污染羽的空间矩（一阶矩和二阶矩） 变化并不明显，各点的污染物浓度均值变化也不大。而污染物浓度变化的最大方差（不确定性） 则随着渗透系数条件点数的增加而减小，同时运移结果的不确定性还取决于渗透系数条件点在空间上的分布位置。最后，根据渗透系数不同的条 件模拟对污染物运移结果的响应，对实际工作中选取条件点的多寡提出相应的建议。

长期过量开采地下水所引发的地面沉降是一个复杂的非线性变化过程，对其进行数值模拟时，如不考虑沉降发展过程中模型参数的非线性变化，会给预测带来很大误差。本文依据苏锡常地区实际资料，通过典型钻孔土力学试验，确定出土体在不同荷载条件下的弹塑性和蠕变特征方程以及土体渗透系数随孔隙度变化的关系式。在此基础上建立了研究区三维变系数地下水流模型及考虑土体垂向不同变化特征（弹塑变或蠕变） 的一维区域沉降模型，并采用多尺度有限单元法对模型进行了真正意义上的耦合求解。

地面沉降模型包括计算土层水位的地下水流模型计算土层位移的沉降模型两部分，正确合理的沉降模型是地面沉降模拟的关键之一。本文首先根据水位和沉降观测资料分析了上海各含水层和弱透水层的变形特征，发现上世纪80年代中期以来，潜水含水层、潜水含水层、第一、二、三、五承压含水层和第三、五、六弱透水层土层变形特形类似，变形以弹性变形为主；第一、二弱透水层变形特征类似，变形以塑性变形为主，90年代以后蠕变和变形滞后现象明业；第四弱透水层和第四承压含水层在部分地区以弹性变形为主，在部分地区则在90年代以前以弹性变形为主，90年代以后以塑性变形为主，而且在90年代中后期蠕变和变形滞后现象明显。根据上海土层变形特征应分别建立弹性、弹塑性和粘弹塑性变形条件下的沉降模型。基于弹性和弹塑性变形的沉降模型较为成熟，而基于粘弹塑性变形的沉降模型研究较少。土力学中描述粘弹塑性变形特片的模型很多，但有的不适用于上海地区土层有效应力变化特征，有的涉及参数太多难以实际应用。本文提出采用一修正的Merchant模型来刻画粘弹塑性变形特征，并基于这种修正的Merchant模型构建了粘弹塑性变形条件下的沉降模型。沉降过程中土体的压缩系数等参数随着土体的压缩、回弹发生变化，高压缩性土体尤其明显。上海沉降模型中的参数应有效力和孔隙比的函数，尤其是具有高压缩性的第一和第二弱透水层。最后以上海第三软土层为例，比较了四种不同沉降模型计算出的土体位移结果。