黄河源区位于青藏高原东北部，是黄河流域最大的产流区，探讨黄河源区未来径流变化特性，对于黄河流域水资源的合理配置与高效利用至关重要。本文利用黄河源区唐乃亥站1976—2018年实测月径流量、格点化观测数据集的气象要素数据、土壤水文评估工具（Soil and Water Assessment Tool，SWAT）模型和4种机器学习算法模型，对黄河源区唐乃亥站历史径流量进行模拟和分析，通过对模拟结果的评价和不同模型模拟能力的分析，优选出随机森林（Random Forest，RF）模型最适合黄河源区径流预估。基于RF模型和第六次国际耦合模式比较计划（Coupled Model Intercomparison Project Phase 6，CMIP6）6个模式不同排放情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）的气象数据，对未来黄河源区唐乃亥站径流量进行预估和分析。结果表明：SWAT模型和RF模型模拟的黄河源区唐乃亥站径流量与实测值比较吻合，RF模型在训练期的决定系数（R²）和纳什系数（Nash-Sutcliffe Efficiency，NSE）均在0.83以上，SWAT模型在率定期和验证期的R²和NSE均在0.70以上，并且两个模型的偏差（Bias）与其他模型相比较小。未来不同情景下黄河源区年降水量在时间尺度上呈现平缓的波动上升趋势。SSP1-2.6情景下的降水量变化趋势较小，上升速率为2.00 mm·（10 a）^-1；SSP5-8.5情景下的降水量以19.52 mm·（10 a）^-1的速率增长，在4种排放情景下增长速率最快。不同排放情景下，未来径流量呈现出明显的波动变化特征，低排放情景（SSP1-2.6、SSP2-4.5）的多年平均径流量分别为673.49、670.37 m³·s^-1，与历史时期相比分别增加3.37%和2.90%；高排放情景（SSP3-7.0、SSP5-8.5）的多年平均径流量分别为646.68、623.08 m³·s^-1，与历史时期相比分别减少0.74%、4.36%。