由于人类活动,近岸海域常出现污染事件,破坏了自然环境。预防和治理海洋污染是可持续发展和生态文明建设必不可少的环节。面对突发性污染事件,找出污染源是根治问题的重要关键。本文尝试利用数值模型方法来解决污染事件的溯源问题。目标模型能够根据污染物当前的浓度分布信息,还原污染物的迁移过程,进而判断出污染源的位置。有别于研究污染物去向的正问题,污染事件溯源问题是反问题,通过在时间上反向求解对流扩散方程获得数值解。本文中的反问题求解方法采用高斯滤波方法,通过对浓度通量场进行过滤,以消除计算中的不稳定成分。该方法在方程中加入了四阶微分项,本质上与另一种反问题求解方法——准可逆法(QR法)相同。新的对流扩散方程使用Galerkin有限元法进行求解。然而一般的Galerkin有限元模型只有C0连续性,求解四阶微分方程则需要C1连续性。本文直接使用了C0连续的有限元模型。为了确认模型是否可行,本文设计了一系列验证实验,包括:扩散过程验证实验和对流扩散过程验证实验。实验中所有污染源都为瞬时源,污染物无衰减变化。实验结果显示逆时追踪模型确实能够维持有时限的稳定计算,在时限内能较准确地重现污染物迁移历史和确定污染源位置;超过时限后则出现越来越严重的数值振荡。稳定计算时间则与模型的网格尺度、扩散系数和滤波宽度存在一定关系。对模型进行验证后,又利用厦门湾海域进行实际应用测试。根据污染物在一个潮周期之后的分布信息,反算出污染源位置。结果表明模型能够给出较准确的污染源分布概率(浓度场)。