探明流域水文气象要素演变规律,掌握流域水循环过程,可为流域水资源管理、水利工程规划建设及库群安全经济运行等提供科学决策支撑。然而,全球气候变化背景下,极端水文气候事件频发,水问题对我国社会经济可持续发展的制约日益凸显。因此,如何运用科学手段解析流域未来水文气象过程的演变趋势,并明晰其对气候变化的响应规律,是水资源管理领域需要解决的重点问题之一。本文以金沙江流域为研究对象,开展了流域历史水文气象要素时空变化态势分析,建立了多种统计降尺度模型,并评估了各降尺度模型在金沙江流域的适用性,在此基础上,通过对全球气候模式数据进行降尺度,预测了流域未来气象要素的演变过程,进一步,构建了水文气象要素驱动的径流预报模型,深入分析了径流过程对气候变化的响应关系。论文的主要研究内容与取得的成果如下:（1）以变化环境下流域水文气象要素的时空演变情势分析为切入点,结合气候倾向率、Mann-Kendall检验法、累积距平法和小波分析法探明金沙江流域40余年水文气象要素在各尺度下的变化趋势、突变特征及周期规律。研究分析可得:流域年降水、年均气温、年均最高气温、年均最低气温和年径流均呈不显著上升趋势。除夏季径流呈不显著下降趋势外,其余季节呈上升趋势,其中春季径流变化趋势具有显著性;各水文气象要素均存在单个处于1990s的突变年份;全流域不同水文气象要素存在多尺度显著周期,且大部分周期时域和频域结构具有相似性。全年径流主要集中在6～10月。总体来说,近年流域降水和径流态势较平稳。（2）为探究流域未来水文气象要素变化趋势,基于实测气象数据和NCEP再分析数据,引入支持向量机（SVM）、高斯过程回归（GPR）、多元线性回归（MLR）三种方法,构建流域统计降尺度模型体系,并评估其对金沙江流域各站点不同气象要素的适用性。在此基础上,以CanESM2气候模式数据驱动优选降尺度模型,得到RCP2.6、RCP4.5及RCP8.5排放情景下的气象要素预测值,进而分析流域未来气候变化趋势。结果表明:在针对降水要素的三种降尺度方法中,表现较好的是MLR降尺度模型,优选率达69.2%。在针对三种气温要素的降尺度方法中,均为GPR模型较优的概率最高,分别为84.6%、76.9%及92.3%;未来各排放情景下的年降水和三种气温要素全部呈上升趋势,与基准期相比分别增加了4.5%、19.9%、10.4%、34.9%;且各要素趋势变化程度由弱到强的顺序均依次为RCP2.6、RCP4.5、RCP8.5,其中RCP8.5变化程度明显强于其余情景模式。（3）为分析气候变化下流域未来径流变化趋势,基于实测气象、径流数据,引入长短期记忆神经网络（LSTM）,构建流域径流预报模型,耦合降尺度后CanESM2气候模式输出的气象要素模拟值,预报流域2016～2100年（划分2016～2050年为预报前期,2051～2080年为预报中期,2081～2100年为预报后期）逐月径流并探究未来各情景下流域径流变化过程。研究结果表明:构建的LSTM径流预报模型率定期和验证期的确定系数均大于0.9,平均相对误差控制在13%以内,模型可靠程度较高;未来各情景下的年径流全部呈上升趋势,RCP8.5情景下上升趋势相对明显,RCP2.6和RCP4.5情景下较平缓。在三种排放情景下,部分时段的径流年际间波动较大;各期的年径流相对基准期均减少,变化率在-8.5%～-16.6%之间;大部分月份的月均径流高于基准期,各期变化率分别在-37.8%～19.8%、36.7%～20.7%、-37.4%～31.7%之间。未来时段的径流流量高峰将从9月转移到7月,汛期可能提前出现。