水资源是支撑人类社会发展的最基础的自然资源,是社会经济和生态环境可持续发展的不竭源泉,流域径流是水资源最重要的组成部分,是人类所需的饮用水、生活用水和工业用水等的主要来源。近年来,径流的演化和形成受到人类活动和气候变化的影响越来越大,其中人类活动主要是通过改变土地覆盖/土地利用类型影响径流演化,而气候变化主要通过降雨、气温、蒸散发等影响径流的演化。在气候变化和人类活动等多种因素的相互作用和影响下径流的演化和水文序列呈现非稳定性,径流等水文要素的变异已经引发了诸如水资源评价失误、极端水文灾害、防洪防旱决策失误、水文模拟误差等一系列水文问题。径流的演化与气候的变化、人类活动之间相互作用的演化规律已经成为水文科学、生态学等领域的重要研究方向。本文以清流河流域为研究对象,用降水、气温、水面蒸发要素表征气候变化,对研究区域进行连续土地利用分类而以此来表征土地利用变化,以流域平均增强植被指数(EVI)来表示植被变化,结合数据流挖掘思想,将以上各要素的序列数据视作数据流,通过在线的XGBoost算法来动态地学习径流、人类活动和气候变化三者之间的动态关系。由于数据流的动态演化性概念漂移检测是数据流学习的重要环节,基于控制图的思想,本文结合Shewhart控制图的概念漂移检测算法来检测概念漂移,最终实现径流的动态模拟。本文所提出的径流动态模拟方法的纳什效率系数NSE达到0.73,均方根误差RMSE为8.4。与传统的机器学习方法(支持向量回归和决策树)和水文模型方法(SimHyd、Sacramento、SMAR和TANK)进行对比,本文所提出方法的模拟效果均优于其他方法。本文的主要创新点为:(1)与传统静态水文模型相比,本文通过引入数据流挖掘的方法,并结合概念漂移检测,动态地捕获人类活动、气候变化和径流三者之间关系,实现了径流的动态模拟。(2)本文基于Landsat影像进行研究区域土地利用连续变化检测和分类,在径流模拟时考虑了土地利用的动态变化。本文内容属于交叉学科研究,将遥感和数据挖掘等技术应用到水文水资源领域,为变化环境下径流演化分析提供了新的研究思路和视角,为流域水资源管理和可持续利用提供科学依据和技术支持。