以改善韩江流域非点源污染为研究目的，开展了基于流域非点源污染随机模拟的最佳管理措施（BMPs）自适应优化配置研究。基于流域地形、土壤、土地利用和气象数据建立了韩江流域SWAT模型，阐明了流域非点源负荷长时间输出的特点及其对特定流域BMPs布置的非线性响应关系；耦合了流域SWAT模拟与多目标优化NSGA-II模型，揭示了流域尺度上BMPs布置成本与非点源污染负荷的权衡关系；结合了广义似然不确定性估计(GLUE)和随机机会约束规划(SCCP)，揭示了不确定性从流域非点源污染模型到优化模型的传导机制，弥补了GLUE和SCCP只能分别处理模拟和优化模型不确定性的缺陷，拓展了非点源污染模拟-优化耦合框架下的不确定性分析理论；基于机器学习算法（包括神经网络和支持向量机）构建了非点源污染状态对BMPs的随机响应关系，代理了流域SWAT模型并加快了遗传算法的收敛速度；提出了并行采样的遗传算法，开发了流域非点源污染随机模拟与BMPs自适应优化配置技术，缓解了计算速度和代理误差之间的矛盾，产出了不同约束风险水平下韩江流域BMPs的空间优化配置方案，为该区域非点源污染控制和管理提供理论指导。

非点源污染,不确定性,BMP,遗传算法,机器学习