地下水数值模拟不确定性主要来自于模型参数、模型结构及观测数据，其中概念模型（模型结构）的不确定性已经受到水文地质工作者的重视。贝叶斯模型平均（Bayesian model averaging）是当前处理概念模型不确定性的主要方法。本项目针对BMA实际应用过程中面对的困难，分别在以下几个方面开展了工作，并取得了相关研究成果。（1）结合研究区的先验信息，通过不确定性条件的排列组合，基于复杂度控制理论，建立一组能够代表研究区水文地质基本特征的概念模型集合；（2）提出了一种基于Adaptive Metropolis的嵌套抽样算法（Nested sampling algorithm），能够对模型边缘似然值进行准确、高效的估计；（3）提出了一种基于自适应稀疏网格-随机配点法（Adaptive sparse grid-stochastic collocation）的替代模型技术，克服了地下水数值模拟概念模型不确定性分析中的计算耗时问题。总之，较好的按照执行计划完成了本项目，很好的完成了项目预期目标。 2100433B