为探讨气候变化对元江流域水文气象的可能影响,并为防洪减灾提供参考依据,本研究基于CMIP6(Cou?pled Model Intercomparison Project Phase 6)的5个GCMs(Global Climate Model)模型,通过M-BCSD(Monthly Bias-Correct?ed Spatial Disaggregation)降尺度方法,获得元江流域2041-2100年在SSP126、SSP245、SSP370、SSP585四种路径下的月降雨和月气温,并利用交叉验证于倒传递神经网络(Back-Propagation Neural Network,BPNN)预测气候变化对流域出口断面径流的影响.研究结果表明:M-BCSD方法在元江流域适用性好;建立的BPNN可有效预测元江流域月径流;总体而言,元江流域在2041-2100年的年均降雨量、温度和径流都增加,最大增幅分别为24.6％、20.4％、10.2％,就季节尺度而言,春季径流减少而秋季径流增加,月尺度下,4月径流减少而11月径流增加;不同路径情景下未来水文气象要素变化一致,仅幅度有所差别.