杜婷婷, 郭夢京, 張晉梅, 田世野

(1.綿陽職業(yè)技術(shù)學(xué)院, 四川 綿陽621000; 2.西安理工大學(xué) 水利水電學(xué)院, 西安 710077;3.江西省水利科學(xué)研究院, 南昌330029; 4.江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室, 南昌 330045)

水文模型[1]是用數(shù)學(xué)公式和物理性質(zhì)來描述流域自然水循環(huán)和能量交換過程，隨著計(jì)算機(jī)科學(xué)的不斷發(fā)展，水文模型被廣泛的應(yīng)用在水文模擬預(yù)測、旱澇災(zāi)害預(yù)警、流域水資源管理等各個(gè)方面。得益于不斷進(jìn)步的地理信息系統(tǒng)(GIS)[2]技術(shù)與遙感技術(shù)(RS)[3]，結(jié)合了GIS與RS技術(shù)的分布式水文模型不但考慮了傳統(tǒng)水文模型所需要的降雨數(shù)據(jù)還重點(diǎn)考慮到了下墊面以及氣候的變化對(duì)于流域水文生態(tài)的影響，使得分布式水文模型在流域自然水循環(huán)模擬過程中更具優(yōu)勢。

珠江流域主要支流有三條，分別是東江、北江以及西江，其中西江是珠海、澳門等地區(qū)城市用水最重要的上游來水源[4]?？v觀前人的研究，對(duì)于珠江流域的水文研究主要集中在流域面積較小的北江和東江，李建慶，羅顯剛等人基于不同土地利用情景利用SWAT模型對(duì)北江流域進(jìn)行了水文模擬，結(jié)果表明：城市化以及退耕還林還草等土地利用變化都會(huì)對(duì)流域自然水文過程造成較大影響[5]，綦昕瑤，劉貴花等利用IHACRES水文模型對(duì)東江流域徑流變化的原因進(jìn)行分析時(shí)發(fā)現(xiàn)：氣候變化是引起東江流域徑流變化的主要因素，人類活動(dòng)是次要因素[6]。而在西江流域水文方面的研究由于研究資料的匱乏以及其他原因相對(duì)較少，廖衛(wèi)紅，雷曉輝等利用分布式水文模型EasyDHM對(duì)西江流域徑流進(jìn)行模擬，結(jié)果表明該模型在西江流域具有良好的適用性[7]；曾凌，熊立華等利用DDRM(DEM-based distributed rainfall-runoff model)模型模擬了西江流域的土壤濕度的時(shí)空分布，結(jié)合ASCAT衛(wèi)星遙感反演土壤濕度產(chǎn)品作為對(duì)比，結(jié)果表明DDRM模型和衛(wèi)星遙感土壤濕度指數(shù)具有良好的時(shí)間一致性和空間一致性[8]；趙胤懋，廖衛(wèi)紅等以西江為研究區(qū)利用地面雨量站的數(shù)據(jù)對(duì)比分析了CMORPH降水產(chǎn)品精度，分析結(jié)果表明：CMORPH降水產(chǎn)品具有較高的產(chǎn)品精度，能夠替代地面雨量站的數(shù)據(jù)[9]；吳志勇，林青霞等選取1951—2010年水文站徑流數(shù)據(jù)，利用SRDI干旱指數(shù)研究西江流域水文干旱的空間變化特征，結(jié)果表明：西江流域輕旱發(fā)生范圍有擴(kuò)大趨勢，極旱發(fā)生范圍有減小趨勢[10]。綜合來看針對(duì)西江的水文研究大都集中在某一點(diǎn)或者某一產(chǎn)品的數(shù)據(jù)精度上，對(duì)于西江流域整體的系統(tǒng)性水文研究則相對(duì)較少。本研究利用遙感技術(shù)獲取水文分析的基礎(chǔ)數(shù)據(jù)、利用GIS空間分析技術(shù)對(duì)水文數(shù)據(jù)進(jìn)行轉(zhuǎn)換與處理，以西江作為目標(biāo)研究流域，探究分布式水文模型VIC模型在西江流域的適用性情況，以期為西江流域水資源科學(xué)管理及洪水災(zāi)害防治提供一定的科學(xué)依據(jù)。

1 研究區(qū)概況

西江[11]地處北緯21°31′—26°49′、東經(jīng)102°14′—114°48′，流域橫跨云南、廣西以及貴州，集水面積約35萬km2，占整個(gè)珠江流域總面積超過七成，年均徑流量超過2 300億m3，主要支流包括左江、右江、黔江、紅水河、郁江、桂江以及柳江等。

西江流域在氣候上的垂直差異和水平差異相當(dāng)明顯；不同海拔，不同經(jīng)緯度地區(qū)之間差異明顯。流域氣溫差異明顯，年平均氣溫常年保持在14～23℃。流域年均降水無論在空間上還是時(shí)間上分布都極不均勻。時(shí)間上：汛期(4—9月)水量占到全年總徑流量的70%；空間上則呈現(xiàn)出東南多西北少的趨勢，年均降雨量在1 000～2 200 mm。

2 VIC模型概述、數(shù)據(jù)來源及研究方法

2.1 VIC模型簡介

最初版本的VIC[12-14]模型又叫VIC-2L模型，其中的2L代表的是對(duì)土壤的分層，即將土壤分成了上下兩層。隨著越來越多的水文工作者對(duì)VIC模型研究水平不斷提高，VIC版本隨之不斷更迭，將第二層土壤進(jìn)行了分割，劃出頂薄層，新增了對(duì)于土壤表層的動(dòng)態(tài)描述，提高了土壤濕度的模擬精度，最終形成了如今被廣大水文研究工作者廣泛采用的VIC-3L模型。VIC-3L模型考慮了裸土以及不同植被覆蓋類型對(duì)于降雨的動(dòng)態(tài)響應(yīng)。

VIC模型在產(chǎn)流方式上參考新安江模型同時(shí)考慮了兩種產(chǎn)流方式(蓄滿產(chǎn)流和超滲產(chǎn)流[15-17])，在模擬歷時(shí)任意一個(gè)Δt內(nèi)，該段時(shí)間內(nèi)的降雨量會(huì)被VIC模型產(chǎn)流過程拆分為蓄滿產(chǎn)流R1、超滲產(chǎn)流R2以及下滲到土壤的降雨ΔW3個(gè)部分。Wt是t時(shí)刻的土壤含水量，而不同性質(zhì)土壤的空間分布的不均勻性導(dǎo)致降雨的入滲產(chǎn)流的方式也隨著空間變化而變化，從蓄滿產(chǎn)流變成超滲產(chǎn)流，網(wǎng)格內(nèi)降雨在土壤中的入滲能力也隨土壤性質(zhì)的變化而變化，具體如下式：

f=fm[1-(1-C)1/B]

(1)

式中:f表征不同土壤的降雨入滲能力在空間上的變化;fm代表流域內(nèi)網(wǎng)格降雨量的最大入滲能力大小;C表征的是流域內(nèi)降雨的入滲能力值小于或者等于f的網(wǎng)格面積占流域總網(wǎng)格面積的比例；B的意義與上式類似,是表征流域內(nèi)土壤入滲能力參數(shù)。

P=R1(y)+R2(y)+ΔW(y)

(2)

式中：P為在歷時(shí)內(nèi)的流域降雨量總和；R1為蓄滿產(chǎn)流量；R2為超滲產(chǎn)流量；ΔW為入滲到土壤的雨量，且y=R1(y)+ΔW(y)。其中蓄滿產(chǎn)流和超滲產(chǎn)流加上入滲到土壤的總水量ΔW可以用y式來進(jìn)行表示,具體如下:

(3)

(4)

(5)

式中:fmm為流域土壤平均入滲能力,其他參數(shù)的意義與前面公式說明相同,經(jīng)過上式的計(jì)算后就可以得到地下基流、地表徑流以及三層土壤的含水量。

VIC模型的一大特點(diǎn)是通過全局參數(shù)文件的參數(shù)設(shè)置可以自由決定是否開啟能量平衡模擬從而在研究流域內(nèi)同時(shí)進(jìn)行能量平衡模擬以及水量平衡模擬。此外VIC模型將流域內(nèi)氣候、土壤屬性、地形地貌以及植被的綜合作用以數(shù)學(xué)公式的方式進(jìn)行集成處理，使得VIC模型具備扎實(shí)的數(shù)學(xué)意義和較高的物理基礎(chǔ)。最后VIC模型源碼開源，方便后續(xù)研究人員做模型的改進(jìn)與發(fā)展。

2.2 數(shù)據(jù)來源與處理

VIC模型在應(yīng)用過程中，模型的預(yù)處理是一個(gè)必不可少的環(huán)節(jié)，借助Arcmap平臺(tái)，基于STRM 90 m高程數(shù)據(jù)對(duì)西江流域進(jìn)行劃分，以2 km×2 km模型分辨率在Arcmap軟件中利用西江流邊界將西江流域劃分為723個(gè)網(wǎng)格單元。

本研究所使用的部分VIC模型輸入數(shù)據(jù)來源如下：(1) 地表覆蓋數(shù)據(jù)來源于馬大1 km分辨率全球地表覆蓋數(shù)據(jù)集。該數(shù)據(jù)集的處理方法為：在流域所劃分好的所有網(wǎng)格中，統(tǒng)計(jì)網(wǎng)格內(nèi)所有的地表覆蓋類型，同時(shí)將所有類型的地表覆蓋屬性信息賦值到對(duì)應(yīng)網(wǎng)格上。(2) 土壤質(zhì)地?cái)?shù)據(jù)采集自世界土壤數(shù)據(jù)庫；土壤質(zhì)地?cái)?shù)據(jù)集的處理原則與地表覆蓋數(shù)據(jù)大體類似，區(qū)別之處在于網(wǎng)格內(nèi)占比最大的土壤質(zhì)地的理化性質(zhì)數(shù)據(jù)代表整個(gè)網(wǎng)格的理化性質(zhì)屬性數(shù)據(jù)。(3) 氣象驅(qū)動(dòng)數(shù)據(jù)來源中國地面累年日值數(shù)據(jù)集。該數(shù)據(jù)集包含了全國699個(gè)氣象站點(diǎn)的70 a日值氣象數(shù)據(jù)。本研究針對(duì)西江流域提取了流域周圍共88個(gè)氣象站點(diǎn)的氣象數(shù)據(jù)進(jìn)行研究，其數(shù)據(jù)處理原則為：根據(jù)流域周圍共88個(gè)氣象站點(diǎn)的氣象要素?cái)?shù)據(jù)，從中提取降水、最高氣溫、最低氣溫、風(fēng)速4個(gè)子要素組成新的氣象要素?cái)?shù)據(jù)集，作為運(yùn)行VIC模型的氣象驅(qū)動(dòng)數(shù)據(jù)。(4) 用于VIC模型模擬結(jié)果的率定和驗(yàn)證所需要的實(shí)際徑流量數(shù)據(jù)來自于武宣水文站1981—1989年逐日徑流量數(shù)據(jù)。

根據(jù)已經(jīng)收集的數(shù)據(jù)可知，西江流域土壤主要以沙壤土、黏土以及沙質(zhì)黏土為主，其中又以沙壤土占據(jù)最主要部分。土地覆蓋類型主要草地、耕地和林地3種基本覆蓋類型

2.3 研究方法

M-K[18-19](Mann-Kendell)趨勢檢驗(yàn)方法是分析水文氣象要素在時(shí)間上變化特點(diǎn)常用的一種分析方法，該方法的優(yōu)勢在于用于檢驗(yàn)的時(shí)間要素序列樣本無須遵循某一特定的分布規(guī)律，在進(jìn)行變化特點(diǎn)分析時(shí)極少會(huì)受到異常值的影響，而且計(jì)算過程簡單且易于分析。M-K趨勢檢驗(yàn)方法的原理是假設(shè)有一個(gè)時(shí)間序列Xn，將每一個(gè)時(shí)間序列的子元素進(jìn)行對(duì)比，根據(jù)其數(shù)值的大小來判斷該時(shí)間序列是否具有某種變化趨勢，具體見表1。

表1 M-K趨勢檢驗(yàn)方法公式及其描述

表1中Z值的正負(fù)表示該時(shí)間要素序列變化趨勢為增加趨勢還是減小趨勢，當(dāng)值大于零時(shí)為增加趨勢，小于零表示該要素序列表現(xiàn)出減小趨勢，Z的值的大小用來定量表征該時(shí)間序列變化趨勢是否顯著，參考他人研究[20]當(dāng)Z>|±1.64|，則該要素序列具有某一顯著的變化趨勢，正值具有顯著增加趨勢，反之則有減小趨勢。

3 結(jié)果與分析

3.1 參數(shù)率定

VIC模型土壤參數(shù)眾多，絕大部分的參數(shù)有其固定物理意義[21]，通過不同土壤屬性數(shù)據(jù)的獲取，得到流域不同網(wǎng)格的土壤理化性質(zhì)參數(shù)，而參與率定的土壤參數(shù)[22]共6個(gè)，其中控制研究流域地下基流量的土壤參數(shù)變量包括：Dmax，Ds，Ws，表征流域不同區(qū)域土壤蓄水能力大小的形狀變量b以及由VIC模型所劃分出來的土壤第二層厚度D2和第三層土壤厚度D3。本研究借助Matlab科學(xué)計(jì)算語言將待率定的VIC模型土壤參數(shù)設(shè)置成土壤參數(shù)變量，每次用不同的土壤參數(shù)變量的運(yùn)行VIC模型，得到對(duì)應(yīng)的模型模擬日值數(shù)據(jù)，將該次模擬數(shù)據(jù)與水文站實(shí)測徑流數(shù)據(jù)進(jìn)行對(duì)比，對(duì)比完成后，更改土壤參數(shù)變量的值，再次運(yùn)行VIC模型，重復(fù)上述過程，直到所有的土壤變量組合方式都運(yùn)行完畢。

根據(jù)現(xiàn)有的武宣水文站實(shí)測日值徑流數(shù)據(jù)以及模型模擬日值徑流數(shù)據(jù)通過評(píng)價(jià)指標(biāo)納什效率系數(shù)(Nash-Sutcliffe，NS)[23]、相關(guān)性系數(shù)(r)[24]以及相對(duì)偏差(BIAS)[25]對(duì)VIC模型的在對(duì)應(yīng)土壤參數(shù)變量條件下的率定結(jié)果進(jìn)行評(píng)估，評(píng)價(jià)指標(biāo)具體數(shù)學(xué)公式見表2。

表2 模擬效果評(píng)價(jià)指標(biāo)及其公式

由于西江流域面積廣闊其數(shù)據(jù)量相應(yīng)的也會(huì)更大，導(dǎo)致每次模擬過程所需時(shí)間較長(30 min以上)，若將每種可能的組合方式均運(yùn)行一次，在時(shí)間成本上是不可接受的，因此本研究參考Rosenbrock法[26]通過確定參數(shù)變化步長的方法來減少模型運(yùn)行所需時(shí)間成本，即對(duì)VIC模型土壤參數(shù)變量的變化范圍進(jìn)行劃分，每次只使用一個(gè)變化步長范圍內(nèi)的土壤參數(shù)變量，輸入到VIC模型中，運(yùn)行VIC模型，得到一組模擬徑流數(shù)據(jù)，重復(fù)上述過程直到所有的土壤參數(shù)變量組合都運(yùn)行完完畢，最后根據(jù)評(píng)價(jià)指標(biāo)的最優(yōu)值找出最優(yōu)土壤參數(shù)變量組合。

本研究將整個(gè)VIC模型模擬過程劃分為率定期(1981—1986年)和驗(yàn)證期(1987—1989年)兩個(gè)階段。土壤參數(shù)變量的物理意義及率定工作完成后得到的土壤參數(shù)變量最優(yōu)值結(jié)果見表3。

表3 VIC模型土壤參數(shù)變量物理意義及其最優(yōu)值

3.2 模型適用性評(píng)估

以武宣站站率定期(1981—1986年)和驗(yàn)證期(1987—1989年)實(shí)測日值徑流作為參考，VIC模型模擬結(jié)果見圖1—2。

圖1 武宣站率定期(1981-1986年)實(shí)測與模擬日流量過程對(duì)比

通過圖1率定期與圖2驗(yàn)證期實(shí)測與模擬日流量過程對(duì)比以及表4西江流域VIC模型的評(píng)價(jià)指標(biāo)在率定期和驗(yàn)證期的結(jié)果可以看出在率定期：NS系數(shù)在日尺度上的值為0.71，在月尺度上的值為0.84。在相關(guān)性系數(shù)r的值上，日尺度的值為0.84，與NS系數(shù)的表現(xiàn)類似，月尺度的值較日尺度有所上升為0.95，表現(xiàn)優(yōu)異。在相對(duì)偏差BIAS上，月尺度較日尺度也有所下降，分別為9%以及8%。在驗(yàn)證期內(nèi)：3個(gè)評(píng)價(jià)指標(biāo)總體上較率定期均有不同程度的下降，其中NS系數(shù)在日尺度和月尺度上的值分別為0.65，0.85。相關(guān)性系數(shù)r的變化情況與NS系數(shù)的變化情況類似，在月尺度上的表現(xiàn)要優(yōu)于日尺度，分別為0.81，0.94，在相對(duì)偏差上，日尺度的值為13%而月尺度的值為9%較率定期內(nèi)的表現(xiàn)均有不同程度的增大。

表4 西江流域模擬結(jié)果

圖2 武宣站驗(yàn)證期(1987—1989年)實(shí)測與模擬日流量過程對(duì)比

為了進(jìn)一步分析VIC模型在西江流域年內(nèi)豐水期(4—9月)和枯水期(10—12月、1—3月)的模擬效果是否存在差別，本研究將整個(gè)模擬歷時(shí)進(jìn)行拆分，將每年的豐水期以及枯水期分別提取出來單獨(dú)組成一個(gè)徑流時(shí)間序列，分析VIC模型在年內(nèi)不同時(shí)期的模擬效果是否存在差別。

圖3和圖4為率定期豐水期以及枯水期的水文過程線，由圖3可以看出在1981—1986年的豐水期中雖然水文過程曲線的變化趨勢保持一致，但在多個(gè)年份出現(xiàn)了洪水峰值模擬不足。但VIC模型在枯水期(圖4)的表現(xiàn)上，其模擬效果無論是從變化趨勢上看，還是對(duì)于峰值的模擬，其效果都要好于豐水期的模擬效果，部分情況下實(shí)測徑流量曲線甚至與模擬徑流量曲線處于重合狀態(tài)。

圖3 率定期西江流域豐水期水文過程線

圖4 率定期西江流域枯水期水文過程線

由表5中可知：日尺度下，率定期VIC模型在豐水期的NS的值為0.60，BIAS的值為13%，月尺度NS的值為0.63，BIAS的值為11%，而枯水期的NS的值為0.89，BIAS的值為4%。在月尺度下，枯水期的NS的值為0.91，BIAS的值略差于日尺度為6%。驗(yàn)證期的模擬結(jié)果與率定期類似，具體為在日尺度驗(yàn)證期的模擬結(jié)果中；豐水期NS的值為0.55，略優(yōu)于率定期日尺度NS的值，BIAS的值為17%。在月尺度上NS的值為0.58，BIAS的值為13%。在枯水期的模擬中，日尺度上NS的值為0.78，BIAS的值為6%。月尺度上NS的值為0.87，BIAS的值為8%。因此在不同時(shí)間尺度條件下，VIC模型在枯水期的模擬效果無論是在率定期還是驗(yàn)證期都要優(yōu)于豐水期的模擬效果。

表5 西江流域模擬結(jié)果

由率定期和驗(yàn)證期的水文過程線可以看出，VIC模型在年內(nèi)不同時(shí)期的模擬精度上枯水期的模擬精度都要優(yōu)于豐水期的模擬精度，但從總體上年際模擬效果上看，對(duì)比廖衛(wèi)紅等人利用EasyDHM模型對(duì)西江流域的徑流模擬結(jié)果，雖然VIC模型的輸入數(shù)據(jù)種類更多、數(shù)據(jù)要求也更高，但該模型也有著更好的模擬效果，同時(shí)也能夠?qū)α饔驘崃康膫鬏斶^程進(jìn)行模擬，這是EasyDHM模型所不具備的。綜合來說VIC模型在西江流域表現(xiàn)良好，可以為西江流域水資源合理分配、旱澇災(zāi)害預(yù)警與防治提供一定的科學(xué)依據(jù)。

3.3 模型應(yīng)用

利用經(jīng)過率定與驗(yàn)證得出的最優(yōu)土壤參數(shù)組合，對(duì)VIC模型進(jìn)行更深層次的應(yīng)用?；谝呀?jīng)建立好的西江流域VIC模型框架，單獨(dú)制作了1971—2010年共四十年的氣象數(shù)據(jù)作為VIC模型的氣象驅(qū)動(dòng)數(shù)據(jù)以驅(qū)動(dòng)VIC模型運(yùn)行，獲取1971—2010年的VIC模型產(chǎn)流過程輸出的西江流域多個(gè)水文要素?cái)?shù)據(jù)。

VIC模型產(chǎn)流過程的輸出文件參數(shù)眾多，內(nèi)容涵蓋了經(jīng)過率定過程得出的最優(yōu)水量性質(zhì)參數(shù)以及最優(yōu)能量性質(zhì)參數(shù)。本研究提取了水量性質(zhì)參數(shù)中的P(多年平均降水)、R(地表徑流)、E(蒸散發(fā))、B(地下基流)4個(gè)水文要素，以3個(gè)月為一個(gè)時(shí)間步長，結(jié)合M-K趨勢檢驗(yàn)方法基于網(wǎng)格探究西江流域P，R，E，B這4個(gè)水文要素的近40 a的變化規(guī)律。

本文以基于網(wǎng)格的形式，對(duì)VIC模型所劃分出的西江流域723個(gè)網(wǎng)格進(jìn)行逐網(wǎng)格變化趨勢分析，其原理是根據(jù)VIC模型產(chǎn)流過程所生成西江流域723個(gè)網(wǎng)格1971—2010年共40 a的水文要素，每一個(gè)網(wǎng)格單獨(dú)進(jìn)行M-K變化趨勢檢驗(yàn)分析，計(jì)算各個(gè)網(wǎng)格的Z值，在所有網(wǎng)格的完成M-K變化趨勢分析后，將所有的Z值進(jìn)行匯總，制作成ASCII格式，導(dǎo)入ArcMap中進(jìn)行可視化處理。

研究表明：在這40 a中降雨在西江流域約一半的地區(qū)有增加趨勢，而Z>1.64的網(wǎng)格共213個(gè)占西江流域總網(wǎng)格的29%，主要分布在西江流域的西部云南和貴州境內(nèi)以及東部廣西境內(nèi)，降雨表現(xiàn)出下降趨勢的網(wǎng)格主要集中在西江流域中部，但其Z均沒有大于1.64，即增加趨勢不明顯。蒸散發(fā)具有增加趨勢的網(wǎng)格集中在西江流域的中部貴州境內(nèi)，而Z>1.64的網(wǎng)格較降水有一定的增加，共266個(gè)網(wǎng)格，占流域總網(wǎng)格數(shù)的37%；與降雨類似，蒸散發(fā)也具有部分網(wǎng)格具有下降趨勢，但其Z值均沒有大于1.64。西江流域地表經(jīng)流要素具有增加趨勢的網(wǎng)格最多，其Z>1.64的網(wǎng)格共476個(gè)，在流域總網(wǎng)格數(shù)中占比超過65%，主要集中在廣西境內(nèi)流域部分。地下基流相較于其他3個(gè)水文要素變化最不明顯，具有顯著增加趨勢的網(wǎng)格共10個(gè)，主要集中在廣西境內(nèi)，占比不到2%。

4 結(jié) 論

流域自然水循環(huán)過程的模擬需要綜合考慮多方面的因素，尤其是大尺度的流域水文物理過程尤其復(fù)雜。本研究依托RS技術(shù)和GIS空間分析技術(shù)完成了分布式水文模型VIC模型的資料收集和數(shù)據(jù)預(yù)處理工作，在西江流域構(gòu)建了VIC模型數(shù)據(jù)庫，利用3個(gè)評(píng)價(jià)指標(biāo)(NS，r，BIAS)評(píng)估VIC模型在西江流域徑的適用性，結(jié)果表明：VIC模型在不同的時(shí)間尺度的徑流模擬過程中均表現(xiàn)出了良好的適用性。文章最后對(duì)VIC模型的輸出文件做了進(jìn)一步的應(yīng)用，從中提取了P，E，R，B共4個(gè)水文要素，利用M-K變化趨勢分析方法，對(duì)這西江流域這4個(gè)水文要素在1971—2010年共四十年內(nèi)的變化趨勢進(jìn)行了逐網(wǎng)格分析，分析結(jié)果表明：西江流域有超過65%的流域面積的地表徑流R具有顯著增加趨勢，年均蒸散發(fā)E和年均降雨P(guān)具有顯著增加趨勢的面積占流域總面積約35%。地下基流B則相對(duì)穩(wěn)定，具有顯著變化趨勢的面積占流域總面積不到2%。

盡管大尺度VIC模型在流域自然水文物理過程的模擬研究中具有眾多優(yōu)點(diǎn)，但是由于研究區(qū)數(shù)據(jù)資料的限制以及模型參數(shù)的不確定性等方面的影響，會(huì)對(duì)實(shí)際的模擬過程產(chǎn)生不良后果。如本研究在西江流域所采用的VIC模型分辨率為2 km，較大的模型分辨率會(huì)實(shí)測流域內(nèi)很多的細(xì)節(jié)被忽略、概化，從而影響模型的模擬精度，因此在未來的研究中可以考慮采用更加精細(xì)的數(shù)據(jù)精度以提高模型的模擬精度從而更好的了解流域自然水循環(huán)過程的變化特點(diǎn)。