不确定性分析和风险分析是现代水资源管理研究的一个重要领域,即需要对预测方差做精确估计.然而传统的径流模型是在方差恒定或者方差随季节变化的假设下进行建模的.但实际情况中,水文过程往往存在异方差性,通过McLeod-Li检验和Engle拉格朗日乘数检验证明了这一点.针对此种情况,本文建立了水文过程的GARCH模型.首先,对序列进行了剔除季节因素的处理;其次,对处理后的序列建立了传统的ARMA模型;再次,在ARMA模型的基础上,建立了GARCH模型对残差的方差进行了修正.最后,以宜昌水文站1949年～2001年日径流数据为例进行了应用验证.研究结果表明,与传统ARMA模型相比,在不影响信度的情况下,GARCH模型能够更加精确的预测置信区间,从而为不确定性分析和风险分析提供更加可靠的基础.