有关黄河流域水沙变化的研究一直都是一个热点问题,近年来,受人类活动和气候变化的共同影响,黄河中游的实测径流量和输沙量都呈显著减小趋势。其中,气候变化的影响主要体现在降水量、气温、蒸散发等因素的变化;人类活动的影响则主要包括水利工程和水土保持措施的作用。大部分的研究都认为人类活动是黄河流域水沙减少的主要驱动因素,但对于各项人类活动对水沙变化贡献率的定量研究,没有一致的结果。本文以黄河流域一级支流皇甫川流域为例,针对流域的年降水、年径流和年输沙序列,运用了Mann-Kendall趋势检验法分析了序列的变化趋势,判断出降水序列没有显著的变化趋势,径流序列和输沙序列存在显著减小趋势,运用Pettitt突变点检验法检验出二者的突变年份为1989年。以1954–1989年为基准期,1990–2015年为人类活动影响期,采用了水文法、双累积曲线法、非参数式弹性系数法、基于Budyko假设的水热耦合平衡方程等方法分析了人类活动和气候变化对径流和输沙变化的贡献率。上述方法的研究结果均表明人类活动是皇甫川流域水沙减少的主导因素。其中,人类活动对径流量减小的贡献率占到了80–93%左右,对输沙量减小的贡献率占到了80%左右。本文同时运用了基于机器学习方法的模型来研究皇甫川流域的水沙变化规律,主要采用了多元线性回归、k近邻回归、支持向量回归三种监督学习方法。通过选取不同的自变量组合以及不同的时间尺度,分别得到了各种情况下的最优模型。在研究径流时,年尺度的多元线性回归模型和k NN回归模型是研究皇甫川流域径流变化的较优模型;而在研究输沙时,月尺度的k NN回归模型要优于其余两种模型,支持向量回归模型不适用于研究皇甫川流域的月输沙。在经验模型和机器学习模型研究结果的基础上,集成SWAT模型在皇甫川流域的研究成果,构建了一套完整的模型评价指标体系,集合评估各种模型在皇甫川流域的适用性。结果表明:月尺度的k近邻回归模型在率定期和验证期均表现较优,是研究皇甫川流域水沙变化较优的方法,SWAT模型次之,经验性模型在验证期的表现最差,不适用于模拟未来水沙变化的情况。