本文依托三峡大学所承担的重大工程项目——“溪洛渡大坝混凝土浇筑块光纤测温与温控预报”项目，开展基于光纤测温大体积混凝土施工期温度场重构的研究。阐述了大体积混凝土施工期温度场各个影响因素，相对基于离散、零星的点式温度计测温重构温度场，测温数据少而使重构温度场与实际温度场有较大出入，基于分布式光纤测温进行温度场重构无疑是一条有效的途径。根据分布式光纤数据点的空间分布情况以及施工期温度场的特征分析，对其作了如下研究： 　　依据大体积混凝土施工期温度场影响因素多，温度场变化复杂，可以说是随机场。基于分布式光纤测温数据选取最优空间插值算法从点、线、面三个方面进行了施工期温度场重构，单点温度采用神经网络预测，线温度监测数据基于径向基点插值函数重构水平面温度场，大坝垂直面温度场采用地质统计学中的克里金插值函数重构。 　　由于空间插值算法重构的温度场在贫数据区域不够理想，综合考虑施工期的混凝土温度主要受初始温度(浇筑温度)、环境气温、水泥水化热温升及通水冷却的影响，基于分布式光纤测温，结合数理统计方法，从场理论出发，应用幂级数的处理方法，建立时空分布显示模型对溪洛渡大坝光纤测温数据进行点、线、面较系统的建模分析研究。 　　进一步分析可知，上述所建立的施工期大坝温度场时空分布模型本质上是显式温度统计模型，由于施工期混凝土坝的温度场是复杂的不稳定温度场，显式温度统计模型有时难以合理反映不同温控因素和混凝土坝温度之间的非线性关系，因而限制了显式温度统计模型的实用性。由于神经网络模型具有处理高度非线性问题的能力，在建立了施工期大坝温度场时空分布模型的基础上，进而建立施工期混凝土坝温度的神经网络隐式时空分布模型，对典型坝段温度场进行重构，并对比分析显式和隐式时空分布模型重构的温度场。 　　最后对研究工作进行总结，总结了大体积混凝土施工期温度场重构研究过程中暂时取得的一些成果和一些经验，在此基础上对优化光纤布置提出建议，并对三维温度场重构提出了一些想法。