山紅翠，袁 飛， 盛 東，孫飛飛

(1.湖南省水利水電科學(xué)研究所，長沙 410007；2.河海大學(xué)水文水資源與水利工程科學(xué)國家重點實驗室，南京 210098；3.寧波弘泰水利信息科技有限公司，浙江 寧波 315100)

水文模型是水文科學(xué)與當(dāng)今計算機(jī)科學(xué)有機(jī)結(jié)合產(chǎn)生的應(yīng)用產(chǎn)物，是信息革命創(chuàng)造的水文學(xué)的一個全新的研究領(lǐng)域[1]。根據(jù)對復(fù)雜水文過程的概化方式、概化程度及概化假設(shè)的不同，可將流域水文模型分為集總式水文模型和分布式水文模型。分布式水文模型因其可以同時考慮降水的空間分布不均勻性和流域下墊面條件的不均勻性，對徑流預(yù)報具有很大的優(yōu)越性[2,3]。為了盡可能提高對流域產(chǎn)匯流預(yù)報精度，分布式水文模型近年來得到了廣泛的應(yīng)用[4]。

本文利用DEM、植被覆蓋/土地利用、土壤等下墊面資料，基于0.25°×0.25°網(wǎng)格分辨率，選取西江流域為例，采用VIC模型與匯流模型耦合，進(jìn)行參數(shù)率定與流量過程的模擬，探討模型在西江流域的徑流模擬效果與適用性。鑒于氣候變化對水資源影響研究中常選取1961-1990年作為氣候基準(zhǔn)期[5-7]，故本文的研究時期為1961-1990年，以期為氣候變化對流域水文過程的影響研究提供科學(xué)參考。

1 研究區(qū)概況

西江全長2 214 km，流域總面積為34.6萬km2，占珠江全流域的75.6%[8]。西江流域?qū)贌釒Ъ皝啛釒夂颍?-8月降水總量占全年降水量的62.5%，各月降水量均超過200 mm，其中6月是一年中降水量最大的月份，達(dá)到261.5 mm[9]。西江流域徑流以降水作為補(bǔ)給來源，降水的空間分布決定了徑流的空間分布[8]。西江流域暴雨多由地面冷鋒、靜止鋒、高空切變線、低渦和熱帶氣旋等天氣系統(tǒng)形成，具有強(qiáng)度大、次數(shù)多、歷時長等特點。暴雨、大暴雨或特大暴雨多出現(xiàn)在每年的4-10月，約占全年暴雨總次數(shù)的58%。西江流域洪水多由暴雨形成，且出現(xiàn)時間與暴雨一致。洪水過程以多峰型為主，有峰高、量大、歷時長的特點，一次較大的洪水過程約歷時30～40 d。

本文選取西江流域武宣水文站以上集水區(qū)域為研究區(qū)，研究區(qū)集水面積196 255 km2。研究區(qū)內(nèi)共有氣象站點19個，主要水文控制站12個，如圖1所示。

圖1 西江流域武宣站以上區(qū)域站網(wǎng)分布圖Fig.1 The stations network distribution in Xijiang River basin

2 模型簡介

可變下滲能力水文模型VIC[10](Variable Infiltration Capacity)是由美國華盛頓大學(xué)、加利福尼亞大學(xué)伯克利分校、普里斯頓大學(xué)共同發(fā)展的基于物理機(jī)制的、基于網(wǎng)格的大尺度分布式水文模型。該模型考慮了大氣-植被-土壤之間的相互作用過程，反映土壤、植被、大氣中水熱狀態(tài)變化和水熱傳輸[4]，并通過網(wǎng)格化，分別考慮每個計算網(wǎng)格內(nèi)多種植被覆蓋類型，以及土壤特性和降雨的空間變異性對徑流的影響。

VIC模型由一層土壤的VIC-1L模型和兩層土壤的VIC-2L模型，發(fā)展為具有三層土壤的VIC-3L模型。VIC-3L模型在VIC-2L的土壤頂層分出一個頂薄層[11](常取0.1 m)，它允許土壤層與層之間土壤水的擴(kuò)散。VIC模型是一個基于空間分布網(wǎng)格化的水文模型，其格網(wǎng)結(jié)構(gòu)便于與氣候模型嵌套以評價氣候變化對水資源的影響[12]。VIC模型結(jié)構(gòu)如圖2所示，VIC模型與水文相關(guān)的變量有土壤蒸發(fā)E，植物散發(fā)Et、地表截流蒸發(fā)Ec、潛熱通量L、感熱通量S、長波輻射RL、短波輻射RS、地表熱通量G、下滲i、滲透Q、地表徑流R、基流B。

圖2 VIC模型結(jié)構(gòu)圖[13]Fig.2 VIC model structure chart

實際應(yīng)用中，一般先采用VIC模型進(jìn)行水量平衡計算，輸出研究區(qū)各網(wǎng)格的徑流和蒸發(fā)，再與匯流模型耦合，將網(wǎng)格上的產(chǎn)流轉(zhuǎn)化為流域出口斷面的流量過程。

3 數(shù)據(jù)與方法

3.1 數(shù)據(jù)準(zhǔn)備

本文將研究區(qū)劃分為351個0.25°×0.25°的網(wǎng)格，VIC模型在每個網(wǎng)格內(nèi)計算產(chǎn)流。驅(qū)動VIC模型需要準(zhǔn)備的輸入文件包括：植被參數(shù)庫文件、植被參數(shù)文件、土壤參數(shù)文件，氣象強(qiáng)迫數(shù)據(jù)文件和全局控制文件[5]。

VIC模型將陸地表面用N+1種陸面覆蓋類型來描述，n=1，2，…，N表示N種植被覆蓋類型，n=N+1代表裸土。VIC模型中植被參數(shù)通過植被參數(shù)庫文件和植被參數(shù)文件描述。本文中植被參數(shù)庫中各參數(shù)主要根據(jù)陸面數(shù)據(jù)同化系統(tǒng)(Land Data Assimilation Systems，LADS)確定。植被參數(shù)文件描述各個網(wǎng)格內(nèi)各種植被類型的面積比例、葉面積指數(shù)等信息。在模型中，網(wǎng)格內(nèi)總的蒸散發(fā)通過對各種地表覆蓋類型上的蒸散發(fā)進(jìn)行面積加權(quán)平均來計算。

VIC模型的土壤參數(shù)文件用來描述土壤的空間差異性。土壤分類根據(jù)NOAA(the National Oceanic and Atmospheric Administration)辦公室提供的全球5′土壤質(zhì)地分類描述。土壤參數(shù)文件中包含每個網(wǎng)格的主要土壤類型參數(shù)、平均高程、平均年降水量等信息。本文中土壤參數(shù)主要根據(jù)Cosby[14]的成果確定。

本文中氣象強(qiáng)迫數(shù)據(jù)通過將19個氣象站點1961-1990年的實測日最高、日最低氣溫和日降水?dāng)?shù)據(jù)按反距離平方插值方法插值得到。

全局控制文件描述模型運行的時間步長、模擬起始時間、各參數(shù)文件的路徑等信息，用以引導(dǎo)模型運行。

3.2 模擬方法

上述文件準(zhǔn)備完畢后則可驅(qū)動VIC模型產(chǎn)流部分的運行。VIC模型雖具有一定的物理機(jī)制，但由于自然界能量及水文過程的復(fù)雜性，模型往往采用簡化的物理方程或經(jīng)驗方程來描述水分及能量的變化過程，因此有部分參數(shù)需要水文資料進(jìn)行率定[15]。需要率定的產(chǎn)流參數(shù)主要有模型頂薄層、上層和下層土壤深度、可變下滲曲線指數(shù)binf、最大基流速度Dsmax、產(chǎn)生非線性基流與Dsmax的比值Ds等。底層土壤采用Arno[16]模型的土壤水模塊計算基流。

本文的模型匯流部分，采用自由水蓄水庫將總徑流劃分為地表徑流、壤中流和地下徑流，采用馬斯京根分段連續(xù)演算法進(jìn)行河道匯流演算。匯流過程需率定參數(shù)包括自由水蓄水容量SM、自由水蓄水容量曲線指數(shù)EX、地下水和壤中流的日出流系數(shù)KG和KI、地面徑流消退系數(shù)CS、壤中流消退系數(shù)CI、地下水消退系數(shù)CG、馬斯京根法參數(shù)Kmus和Xmus。

水文站點之間按照匯流次序演算，上游站點的實測徑流值采用河道演算方法演算至下游站點。按照所收集到12水文站點各自的徑流資料序列，將其劃分為參數(shù)率定期和驗證期。本文采用確定性系數(shù)(Nash-Sutcliffe效率系數(shù)，NSE)最大為目標(biāo)函數(shù)率定VIC模型產(chǎn)、匯流參數(shù)，采用確定性系數(shù)NSE與相對誤差Bias判別其模擬效果。確定性系數(shù)與相對誤差計算方法分別如下式。

(2)

4 結(jié)果分析

4.1 多年徑流模擬

按照上述方法進(jìn)行產(chǎn)匯流計算，得到12個水文站率定期與驗證期日徑流模擬結(jié)果，如表1所示。

表1 VIC模型模擬西江流域12個水文站參數(shù)率定期和驗證期日徑流過程Tab.1 The result of day runoff processes during parameters calibrationperiod and verification period simulated by VIC model

由表1可知VIC模型模擬研究區(qū)12個水文站的多年徑流過程結(jié)果如下：①率定期7個站點徑流模擬的確定性系數(shù)(NSE)在0.9以上，3個站點在0.7～0.9，2個站點在0.6～0.7；率定期12個水文站點模擬值與實測值的相對誤差(Bias)均在±5%之間。②驗證期8個站點的確定性系數(shù)(NSE)高于0.75；除小龍?zhí)墩竞桶嗣镜腂ias偏高， 其余10個站點的Bias均在±10%。根據(jù)表1，本研究采用的VIC模型能夠較準(zhǔn)確地模擬西江流域多年日流量過程。

小龍?zhí)?、八茂、這洞等站模擬值與實測徑流值相比，NSE偏低(或相對誤差偏大)，分析其原因，可能是這些站點區(qū)間內(nèi)雨量站數(shù)目較少，降水輸入誤差會較大程度地影響徑流模擬的精度。

4.2 年內(nèi)徑流模擬

以研究區(qū)中、下游區(qū)域、資料系列較長且模擬效果相對較好的天峨、武宣兩個水文站點為例，分析其年內(nèi)(以模擬相對穩(wěn)定期1975年為例)日徑流模擬效果，結(jié)果如圖3和圖4所示。

圖3 VIC模型模擬天峨站1975年日流量過程Fig.3 Observed and simulated hydrograph by VIC model at Tian′e Station in 1975

圖4 VIC模型模擬武宣站1975年日流量過程Fig.4 Observed and simulated hydrograph by VIC model at Wuxuan Station in 1975

由圖3和圖4顯示，VIC模型能較好地模擬西江流域1975年的日徑流過程：天峨站徑流過程模擬NSE為0.92，相對誤差為6.78%；武宣站徑流過程模擬NSE為0.95，相對誤差為2.71%。但由圖3和圖4可以看出VIC模型對兩個站點的洪峰模擬系統(tǒng)偏小。主要原因是這些峰值高的洪水過程多是由暴雨形成，而研究區(qū)內(nèi)數(shù)量有限的氣象站點可能不能夠準(zhǔn)確記錄暴雨中心的雨量，因此輸入的降水值可能偏小，很可能引起洪峰模擬系統(tǒng)偏小。對枯季徑流，VIC模型模擬值與實測值之間的相對偏差較為明顯。主要原因可能為，本文采用確定性系數(shù)最大為目標(biāo)函數(shù)，通常能有效地率定高流量過程，所率定的參數(shù)可能不能有效表征枯季徑流的水文特征。

總體而言，VIC模型能較好地再現(xiàn)西江流域的水文過程，模擬效果較好。

5 結(jié) 語

西江流域水資源呈現(xiàn)年際間豐枯交替、年內(nèi)水資源空間分布不均等特點，并導(dǎo)致流域水旱災(zāi)害的威脅與水資源短缺、水污染嚴(yán)重困擾并存[17]。此外，由于氣候變化或氣候異常的影響，水資源的供需矛盾日益突出。因此，氣候變化對流域水資源的影響研究已成為目前水文水資源研究的熱點。而評價氣候變化對水文水資源的影響時，水文模型是最為常用且有效的工具，故研究不同區(qū)域水文模型的適用性可為氣候變化影響研究奠定科學(xué)基礎(chǔ)。

本文采用VIC模型模擬西江流域基準(zhǔn)期(1961-1990年)多年日徑流過程，確定性系數(shù)較高，相對誤差較 小；模型對兩個水文站點的洪峰估計均偏低，但整體誤差較小，模擬精度較高。因此，可采用VIC模型模擬西江流域的徑流過程，并做水文預(yù)報分析及氣候變化的水文響應(yīng)研究。

□

[1] 芮孝芳， 蔣成煜， 張金存．流域水文模型的發(fā)展[J]．水文，2006，26(3)：22-26．

[2] 李恒鵬，王旭強(qiáng)，楊桂山，等．基于單元格網(wǎng)的STREAM分布式水文模型及其應(yīng)用----以太湖上游西苕溪流域為例[J]．長江流域資源與環(huán)境，2007，16(6):715-720．

[3] 吳 波，張萬昌．基于柵格產(chǎn)匯流的TOPMODEL[J]．長江流域資源與環(huán)境，2007，16(5) ：661-666．

[4] 張利平，陳小鳳，張曉琳，等．VIC模型與SWAT模型在中小流域徑流模擬中的對比研究[J]．長江流域資源與環(huán)境，2009，18(8)：745-752．

[5] 劉 謙．VIC大尺度陸面水文模型在中國區(qū)域的應(yīng)用[D]．長沙：湖南大學(xué)，2004．

[6] 趙芳芳，徐宗學(xué). 黃河源區(qū)未來氣候變化的水文響應(yīng)[J]． 資源環(huán)境，2009，31(5)：722-730.

[7] 張利平，秦琳琳，胡志芳，等．南水北調(diào)中線工程水源區(qū)水文循環(huán)過程對氣候變化的響應(yīng)[J]．水利學(xué)報，2010，41(11)：1 261-1 271．

[8] 張 峰．西江流域分布式水文模型及其應(yīng)用研究[D]．上海：東華大學(xué)，2012．

[9] 何 慧，陸 虹，歐 藝．1959-2008年廣西西江流域洪澇氣候特征[J]．氣候變化研究進(jìn)展，2009，5(3)：134-138．

[10] Liang X，Wood E F，Lettenmaier D P，et al．The project for intercomparison of land-surface parameterization schemes Phase2(c) Red-arkansas River basin experiment: spatial and temporal analysis of energy fluxes[J]．Global and Planet Change，1998，19：137-159．

[11] Liang X，Lettenmaier D P，Wood E F．Surface soil moisture parameterization of the VIC-2L model：evalutation and modification[J]．Global Planet Change, 1996，13：195-206．

[12] 胡彩虹，郭生練，彭定志，等．VIC模型在流域徑流模擬中的應(yīng)用[J]．人民黃河， 2005，27(10)： 22-28．

[13] Variable Inflitration Capacity(VIC) Macroscale Hydrological Model[EB/OL]．http:∥www.hydro. washington.edu/Lettenmaier/Models/VIC/．

[14] Cosby B J，Hornberger G M，Clapp R B，et al．A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils[J]．Water Resources Research，1984，20：682-690．

[15] 張磊磊，郝振純，童 凱，等．VIC模型在三江源地區(qū)產(chǎn)匯流模擬中的應(yīng)用[J]．水電能源科學(xué)[J]．2013，31(1)：18-20．

[16] Todini E．The ARNO rain-runoff model[J]．Journal of Hydrology，1996，175：339-382．

[17] 張繼軍．VIC模型在中國濕潤地區(qū)的應(yīng)用研究[D]．南京：河海大學(xué)，2006．