由于水文模型很难完整地描述现实中的水文过程,不确定性分析是径流模拟中不可缺少的部分。通常,径流模拟的不确定性来源于输入数据,水文模型参数和模型结构。但是,当以全球气候模式下的气象数据作为水文模型的输入数据时,气候模式、降尺度方法以及排放情景的不确定性,将直接影响输入数据,从而间接地影响径流模拟的效果。因此,本文除了对水文模型的参数和结构的不确定性进行分析,还考虑了不同气候模式影响下的输入不确定性,旨在全面地研究气候模式影响下的径流模拟不确定性。论文的主要研究内容和成果如下：(1)采用GLUE方法对新安江模型,SMAR模型和SIMHYD模型的参数进行敏感性分析,旨在识别模型参数对模拟精度的影响程度,为流域水文模拟提供参考,从而为后面利用BMA对多个模型的加权平均提供可靠的参数。最后,通过对比三个水文模型参数在两个流域的敏感程度,将参数敏感性分为三类：不敏感参数、敏感参数和流域敏感参数。(2)贝叶斯模型加权平均方法(BMA)不仅可以集合不同水文模型结果得到综合径流,而且还能推算出综合径流的不确定性区间,分析多个水文模型内和模型间误差。采用三个水文模型来研究两种BMA方案。在第一种BMA方案中,采用同一个目标函数(确定性系数)来率定三个模型,因而得到三组不同的预报值用来进行BMA综合。在第二种BMA方案中,采用除了确定性系数之外的三个分别在高、中、低水有较好模拟效果的目标函数,来逐一率定三个模型,从而每个模型都可以得到三组不同的优化参数值。由于同一个模型的不同优化参数值会导致不同的预报结果,因此有九组不同的预报值用来进行BMA综合。另外,对单个模型和两种BMA方法均采用蒙特卡洛组合的方法来得到预报不确定性区间。最后对单个模型和两种BMA综合方法得到的预报值的精度和不确定性区间进行分析和比较。(3)对气候模式影响下的气象输入数据进行了不确定性分析。研究了三个全球气候模式(BCCR-BCM2.0,CSIRO-MK3.0和GFDL-CM2.0)在20C3M气候场景下的气候输出,并利用三种降尺度方法将全球尺度的降雨降尺度到流域尺度。最后利用BMA方法,分别研究了不同气候模式对降雨模拟的不确定性,以及不同降尺度方法对降雨模拟的不确定性。(4)基于BMA方法,提出了两种BMA方案(即单层BMA和双层BMA)用于气候模式影响下径流模拟的不确定性研究。第一种BMA方案,首先将三个GCM和三种降尺度方法组合,然后将组合得到的九组降雨预报分别作为新安江模型的气候输入,最后得到的九组径流预报用BMA方法进行加权平均。由于第一种方案只用到一次BMA方法,称为“单层BMA"。第二种BMA方案,首先将三个GCM和三种降尺度方法组合得到的九组降雨预报用BMA方法进行加权平均,得到BMA(9)综合降雨。然后,将BMA(9)的综合降雨作为水文模型的气候输入,分别用新安江模型、SMAR和SIMHYD三个水文模型进行径流模拟,得到三组模型的径流模拟值。最后,再次利用BMA方法对三组径流值进行加权平均,得到BMA(3)综合径流。由于第二种方案用到了两次BMA方法,这里称为“双层BMA"。最后,将两种方案得到的综合径流与实测径流进行比较,选择最优的方案用于未来气候情景下的径流模拟。(5)基于双层BMA方案,利用双层BMA方案得到的权重,对未来三种气候排放情景A1B、A2和B1下的多组降雨和多组径流进行加权平均,最后得到三种气候情景下的BMA(9)综合降雨和BMA(3)综合径流。然后利用对数正态分布,对三种气候情景下的BMA(9)综合降雨和BMA(3)综合径流的频率分布进行拟合,最后比较三种气候情景的降雨和径流预测的频率差异。