实际的地下水系统的复杂性远远超过了人们可以用数学方法来刻画的程度，因此地下水数值模拟通常依赖于对实际问题的一系列假设和近似。实际操作中的测量误差也难以避免。这些地下水数值模拟过程中的不确定因素，直接影响了模拟结果的可靠性。由此导致许多水流模型、溶质运移模型无法进行成功预报。随着研究的尺度和复杂度的增加，这种不确定性会大大增加。因此，如果地下水模拟预报的结果要在规划和设计中使用的话，无论如何要考虑不确定性。　　 蒙特卡罗法是一种最广泛采用的分析复杂数值模型不确定性的方法。在此基础上，通过引入含水介质多尺度非均质的理论，对在渗透系数分区平稳的多孔介质中生成随机渗透系数场的方法进行了讨论，并进行溶质运移的模拟计算。通过对计算结果的分析，综合考虑计算精度、计算时间等因素，得出了处理多尺度非均质多孔介质中溶质运移问题的较好方法。　　 其次，将贝叶斯理论应用于地下水数值模拟不确定性研究。贝叶斯方法可以最大限度地利用所有资料和已知信息，同时考虑模型、参数、模型输入、观测资料的不确定性，通过似然函数用对模型预报量的观测资料来修正输入的参数分布，使得最终的参数分布与实际相吻合。本次研究中，结合了自适应Metropolis采样的马尔可夫链蒙特卡罗法(AM-MCMC)被用来获取模型预报的贝叶斯后验分布。通过算例，分别分析了模型参数敏感性、模型对非均质参数的简化以及观测误差这三种主要不确定性因素对模拟结果的影响。此外，借助贝叶斯后验分布对模型预报量进行了风险分析，其结果可为地下水资源利用和管理提供科学决策依据。