长江上游流域面积占整个长江流域总面积的一半以上，区域地形复杂，自然地理环境多样，受不同气候类型的影响，降水的时空分布很不均匀，水文现象错综复杂。三峡大坝即将完全竣工，南水北调西线工程将来可启动，在这种背景下研究长江上游地区降水量、径流量的变化及其相互关系变得十分必要。本文利用长江上游地区60个国家基本、基准气象站的降水资料和干流区3个水文控制站的径流资料，运用线性回归、小波分析、马尔科夫链、人工神经网络等方法对长江上游地区的降水、径流特征进行了分析，并对其趋势预测进行了探讨。得出以下主要结论：　　 整个长江上游地区年降水量近50年呈现下降的趋势，秋季降水的显著减少是年降水减少的主要原因，其中9月份降水下降趋势极显著，对整个上游地区降水量的下降起决定作用。降水下降趋势和上升趋势的气象站点空间分布相对集中，呈上升趋势的气象站主要分布在屏山站以上流域。对长江上游60个气象站月降水线性回归方法趋势检验统计表明，全年中共有8个月（1-8月）有超过一半的气象站月降水序列趋势检验结果呈上升趋势。　　 径流丰枯变化的年际差异不大，但年内分配极不均匀。近20年，屏山站流量偏丰，寸滩和宜昌站流量偏枯。流量集中在6-10月，其中7-10月为连续4个流量最大的月份；夏秋季节流量占全年流量的近80％。整个上游地区径流年、季、月丰枯变化不具有一致性，从近53年年径流趋势来看，屏山站呈现上升的趋势，寸滩、宜昌两站显示下降趋势，但均不显著。小波分析结果显示，各站年流量序列中存在长度不等的周期成分。长江上游面雨量与径流量具有很好的相关性。　　 对宜昌站近119年（1890-2008年）的年径流资料，基于马尔科夫链的年径流丰枯特性分析显示，宜昌站年径流在偏枯水年和平水年的状态下所持续的时间较长，出现特丰水年的频次高于出现特枯水年的频次。利用权马尔科夫链对2006-2008年的流量状态预测结果与实际情况较吻合，可尝试用该方法进行未来年份的流量状态预测。　　 在上游不同地区选取3个代表性气象站，运用人工神经网络和多元线性回归方法对所选气象站月降水进行可预测性研究，模拟结果表明在确定合理的输入变量和网络结构后，BP模型可以尝试作为长江上游一种有效的月降水预测模型。