气候变化改变了全球水文循环现状和水资源时空演变规律,影响了水文极值事件发生的频率和强度。近几十年来,我国洪涝灾害频繁发生,给人民生命财产带来了巨大损失,对区域水资源安全造成了严重威胁。因此,研究气候变化背景下洪水极值事件的概率统计特征和时空演变规律,对区域防灾减灾、流域水资源适应性管理、社会经济的可持续发展具有重要的科学价值和应用意义。本论文选取了我国洪涝灾害典型流域淮河流域为研究区域,揭示了该流域洪水极值事件的时空演变规律和周期变化特征,分析了气候变化背景下洪水极值事件的单变量和多变量概率统计规律,进一步基于统计途径和成因途径研究了气候变化对淮河流域洪水极值事件发生频率和强度的影响。论文的主要工作和研究成果如下：(1)淮河流域洪水极值事件的时空变化特征。采用Mann-Kendall趋势检验法、滑动T检验法和小波变换分析方法分析淮河流域降水、极端降水和洪水极值事件的时空变化特征,并基于中国500年旱涝分布图集和图集续补资料分析了淮河流域500多年洪涝灾害情况。研究表明：1956-2010年,淮河流域年降水量整体呈现不显著的增加趋势,淮河流域极端降水事件主要发生在6-9月,占全年的75%以上。淮河流域的年极端降水量、年极端降水日数、极端降水强度等指标总体呈现增加趋势。淮河流域最大洪峰多出现在20世纪六七十年代,且在汛期居多,50年一遇及以上的特大洪水在1960s发生的站次数最多,之后呈现减少趋势,20-50年一遇的大洪水在1980s发生的站次数最多,1990s迅速减少,进入21世纪又有增加趋势。1470年-2010年问,除信阳地区外,蚌埠、阜阳、徐州、临沂地区总体偏涝,且存在40年、90年左右时间尺度的较为显著的周期性特征。(2)淮河流域洪水极值事件的站点频率分析和区域频率分析。基于线性矩理论,对淮河流域洪水极值事件的年最大(Annual Maximum, AM)序列和超门限峰值(Peaks Over Threshold, POT)序列进行了站点频率分析和区域频率分析,并比较研究了基于这两种分析方法的分位数估计的准确性和不确定性。结果表明：对于洪峰序列,淮河干流的洪峰流量最大,干流和各支流的洪峰从上游往下逐渐增大,淮河右岸淮南山区的洪峰流量比淮河左岸的洪峰流量大。对于洪量和历时序列,淮河干流和各支流的洪量和历时从上游往下逐渐增大,与控制流域面积呈现较好的正相关性,表明基于站点频率分析和区域频率分析的结果与淮河流域的地理特征和洪水特性相符合。对于区域频率分析,分位数估计的误差随着重现期的增加而增加,当重现期大于100年时,分位数估计变得不可靠。相比较站点频率分析,区域频率分析分位数估计结果的准确性较高,不确定性较小,尤其是在高分位数估计时。相比较AM序列,POT序列能够更好地描述淮河流域洪水极值事件(3)淮河流域洪水极值事件的多变量频率分析。基于Copula函数构建了洪水极值事件的两变量和三变量统计模型,并分析了相应的重现期变化情况。进而考虑了气象要素,建立了前期累积降水同年最大洪峰之间的二元统计模型,研究了气象因子的改变可能引起洪水极值事件发生概率的变化情况。研究表明：相对于伪似然估计法(MPL)和边际函数推断法(IFM),相关性指标法(MOM)估计Copula参数效果较好。选取的最优的Copula函数能够较好的描述序列之间的相依性及其尾部相关性。随着前期累积降水量的不断增加,发生小洪水的概率逐渐减小,而发生特大洪水的概率逐渐增大,发生中等洪水和大洪水的概率呈现出先增大后减小的变化趋势。(4)气候变化背景下淮河流域洪水极值事件分析。基于统计途径采用参数时变的GAMLSS (Generalized Additive Models for Location Scale and Shape)统计模型对气候变化背景下淮河流域的洪水极值事件进行了非一致性频率分析,同时基于成因途径采用时变增益(Time Variant Gain Model, TVGM)水文模型和IPCC AR4未来气候模式对淮河流域的洪水极值事件进行了未来气候情景下的预估,进一步研究了未来气候情景下淮河流域洪水极值事件的时空变化特征,分析了气候变化对淮河流域洪水极值事件发生频率和强度的影响。结果表明：相对于稳态的概率分布,GAMLSS模型可以更好的描述和模拟淮河流域洪水极值事件的非一致性序列。TVGM模型对淮河流域的径流模拟效果较好,具有适用性。在三种气候情景A1B、A2和B1下,淮河流域总年降水均呈现增加趋势,大多数站点1956-2099年的AM洪峰呈现减小趋势,而2020-2099年的AM洪峰呈现增加趋势。未来情景下的AM洪峰比历史实测的洪峰有所减小。在不同的重现期下,大多数站点的AM洪峰在A2情景下最大,B1情景下最小,A1B情景下居中。与历史洪水极值事件相比较,未来3种气候情景下大洪水和中等洪水事件的发生将减少,其中中等洪水减少较为显著,而小洪水事件的发生将增加。并且,未来气候情景下洪水极值事件的强度(以AM洪峰为特征变量)将减小。