黑河流域位于中国西北干旱区中部，是中国第二大内河流域，发挥着水源涵养、防风固沙、水土保持等重要作用。近年来，在中国西北地区气温暖湿化背景下，黑河流域生态环境不容乐观，区域内气候及水文问题受到了社会各界的高度关注。本文利用气象站点数据、格点融合数据、水文监测数据等，分析了黑河流域气候的多尺度变化特征及其对径流量的影响，并基于机器学习方法训练了流域上游径流量的预报模型。结果表明，近60 a 来，黑河流域整体呈现暖湿化趋势，其降水、气温、潜在蒸发分别以5. 09 mm /10a、0. 37 ℃ /10a、20.28 mm /10a的速率增加。同时又存在明显的区域差异性，流域西北部降水呈减少趋势，而东南部以增加趋势为主，其速率远高于区域平均。上游气温增幅普遍要低于中游和下游。近60 a来莺落峡（YL）径流量显著上升，其月径流量具明显的“单峰”特征，6—9月总径流量占全年的一半以上。2005年左右，正义峡（ZY）径流量出现了转折性变化，之前呈显著的减少趋势，2005年后以2.55·108m3/10a的速度增加。YL和ZY年径流量分别与上游、中游降水显著相关，降水是决定年径流量最主要的影响因子。气温仅对上游有显著影响，而对中游用水区的影响并不显著。SVM所训练的年径流量模型效果更好，而RF训练的月径流量模型效果最好。本研究可为黑河流域生态环境保护、区域可持续发展提供科学依据。

黑河流域,气候变化,径流量,机器学习,预报模型