由于气候变化和人类活动的影响，水文循环特性发生了变化，原来的一元水循环模式转变成“自然-人工”二元水循环模式，河川径流量作为水循环的重要环节，是水资源综合开发利用、科学管理、优化调度最重要的依据，它的形成受到人类活动和全球变化越来越多地的影响。本文结合国家自然科学基金，以黄河中、上游和汉江上游为例，采用现代系统科学的方法，研究了二元模式下河川径流的变化规律，并对河川径流合理的描述方法进行了探索，获得丰硕的理论和实践成果，为水资源合理开发利用提供了科学依据。因此，本研究具有重要的理论和实用价值。 论文主要取得的研究成果如下： (1) 气候变化和人类活动对水循环特性的影响研究。全面系统分析了气候变化、人类活动对水循环特性、水资源和水资源管理的影响，提出了“自然-人工”二元水循环的概念，并初步阐明了其内涵。 (2) 探讨了“自然-人工”二元模式下水文时间序列的特点、组成及中长期预测方法，创造性地将小波分析运用于水文时间序列的分析中，探讨了不同时间尺度下河川径流序列的变化特征，开创了水文时间序列分析方法的新途径。 (3) 采用多种方法对黄河中上游和汉江上游的径流变化规律及成因作了全面的分析，得到了黄河中上游天然年径流序列、汉江上游实测年径流序列在整个序列 西安理工大学博士学位论文样本中没有明显变化趋势的重要结论。（4）径流的形成、变化规律受到许多因素的影响，降水等气候条件在很大程度上控制着河J；1径流的变化，但人类活动引起流域下垫面及局部气候因素的变化也深刻地影响了天然年径流形成和变化规律。（5）河川径流的中长期预测。年径流长期预测中，含有的不确定性因素较多，它包括系统动力学本身的复杂性、随机性，以及人们认识的不完善性，且各种成分难以区分，使得预测非常困难。本文运用基于小波分析的RBF神经网络模型、混合回归模型和基于遗传模拟退火算法的门限自回归模型对年径流序列进行了中长期预测，每个模型各具特色，最后根据非线性组合预测的原理，建立了基于BP神经网络的组合预测模型，得到了实用性较好的径流预测结果，为径流中长期预测提供了一种值得探讨和实践的新的可能途径。（6）首次把非线性组合预测的原理引入到径流中长期预测中，非线性组合预测模型弥补了单个预测模型对于预测问题的片面性，集结了尽可能多的有用信息，充分利用了不同单个模型的各自优点，从而提高了预测模型对环境变化的适应能力。组合预测的计算结果表明：组合预测比任何一个单一预测模型有较低的均方误差。（7）非线性组合预测模型偶合了径向基网络模型、混合回归模型和基于遗传模拟退火算法的门限自回归模型的预测结果，抓住了己知信息和规律，并通过整体不确定分析，找到最佳预测区间或范围，它不同于以往径流生成方法的计算原理。非线性组合预测模型的预测结果既保持住了原观测序列的基本统计特征，又充分考虑到了径流序列的演变规律，具有很可靠的实用价值。