VIC模型在西江流域径流模拟中的应用

山红翠，袁 飞， 盛 东，孙飞飞

(1.湖南省水利水电科学研究所，长沙 410007；2.河海大学水文水资源与水利工程科学国家重点实验室，南京 210098；3.宁波弘泰水利信息科技有限公司，浙江 宁波 315100)

水文模型是水文科学与当今计算机科学有机结合产生的应用产物，是信息革命创造的水文学的一个全新的研究领域[1]。根据对复杂水文过程的概化方式、概化程度及概化假设的不同，可将流域水文模型分为集总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时考虑降水的空间分布不均匀性和流域下垫面条件的不均匀性，对径流预报具有很大的优越性[2,3]。为了尽可能提高对流域产汇流预报精度，分布式水文模型近年来得到了广泛的应用[4]。

本文利用DEM、植被覆盖/土地利用、土壤等下垫面资料，基于0.25°×0.25°网格分辨率，选取西江流域为例，采用VIC模型与汇流模型耦合，进行参数率定与流量过程的模拟，探讨模型在西江流域的径流模拟效果与适用性。鉴于气候变化对水资源影响研究中常选取1961-1990年作为气候基准期[5-7]，故本文的研究时期为1961-1990年，以期为气候变化对流域水文过程的影响研究提供科学参考。

1 研究区概况

西江全长2 214 km，流域总面积为34.6万km2，占珠江全流域的75.6%[8]。西江流域属热带及亚热带气候，5-8月降水总量占全年降水量的62.5%，各月降水量均超过200 mm，其中6月是一年中降水量最大的月份，达到261.5 mm[9]。西江流域径流以降水作为补给来源，降水的空间分布决定了径流的空间分布[8]。西江流域暴雨多由地面冷锋、静止锋、高空切变线、低涡和热带气旋等天气系统形成，具有强度大、次数多、历时长等特点。暴雨、大暴雨或特大暴雨多出现在每年的4-10月，约占全年暴雨总次数的58%。西江流域洪水多由暴雨形成，且出现时间与暴雨一致。洪水过程以多峰型为主，有峰高、量大、历时长的特点，一次较大的洪水过程约历时30～40 d。

本文选取西江流域武宣水文站以上集水区域为研究区，研究区集水面积196 255 km2。研究区内共有气象站点19个，主要水文控制站12个，如图1所示。

图1 西江流域武宣站以上区域站网分布图Fig.1 The stations network distribution in Xijiang River basin

2 模型简介

可变下渗能力水文模型VIC[10](Variable Infiltration Capacity)是由美国华盛顿大学、加利福尼亚大学伯克利分校、普里斯顿大学共同发展的基于物理机制的、基于网格的大尺度分布式水文模型。该模型考虑了大气-植被-土壤之间的相互作用过程，反映土壤、植被、大气中水热状态变化和水热传输[4]，并通过网格化，分别考虑每个计算网格内多种植被覆盖类型，以及土壤特性和降雨的空间变异性对径流的影响。

VIC模型由一层土壤的VIC-1L模型和两层土壤的VIC-2L模型，发展为具有三层土壤的VIC-3L模型。VIC-3L模型在VIC-2L的土壤顶层分出一个顶薄层[11](常取0.1 m)，它允许土壤层与层之间土壤水的扩散。VIC模型是一个基于空间分布网格化的水文模型，其格网结构便于与气候模型嵌套以评价气候变化对水资源的影响[12]。VIC模型结构如图2所示，VIC模型与水文相关的变量有土壤蒸发E，植物散发Et、地表截流蒸发Ec、潜热通量L、感热通量S、长波辐射RL、短波辐射RS、地表热通量G、下渗i、渗透Q、地表径流R、基流B。

图2 VIC模型结构图[13]Fig.2 VIC model structure chart

实际应用中，一般先采用VIC模型进行水量平衡计算，输出研究区各网格的径流和蒸发，再与汇流模型耦合，将网格上的产流转化为流域出口断面的流量过程。

3 数据与方法

3.1 数据准备

本文将研究区划分为351个0.25°×0.25°的网格，VIC模型在每个网格内计算产流。驱动VIC模型需要准备的输入文件包括：植被参数库文件、植被参数文件、土壤参数文件，气象强迫数据文件和全局控制文件[5]。

VIC模型将陆地表面用N+1种陆面覆盖类型来描述，n=1，2，…，N表示N种植被覆盖类型，n=N+1代表裸土。VIC模型中植被参数通过植被参数库文件和植被参数文件描述。本文中植被参数库中各参数主要根据陆面数据同化系统(Land Data Assimilation Systems，LADS)确定。植被参数文件描述各个网格内各种植被类型的面积比例、叶面积指数等信息。在模型中，网格内总的蒸散发通过对各种地表覆盖类型上的蒸散发进行面积加权平均来计算。

VIC模型的土壤参数文件用来描述土壤的空间差异性。土壤分类根据NOAA(the National Oceanic and Atmospheric Administration)办公室提供的全球5′土壤质地分类描述。土壤参数文件中包含每个网格的主要土壤类型参数、平均高程、平均年降水量等信息。本文中土壤参数主要根据Cosby[14]的成果确定。

本文中气象强迫数据通过将19个气象站点1961-1990年的实测日最高、日最低气温和日降水数据按反距离平方插值方法插值得到。

全局控制文件描述模型运行的时间步长、模拟起始时间、各参数文件的路径等信息，用以引导模型运行。

3.2 模拟方法

上述文件准备完毕后则可驱动VIC模型产流部分的运行。VIC模型虽具有一定的物理机制，但由于自然界能量及水文过程的复杂性，模型往往采用简化的物理方程或经验方程来描述水分及能量的变化过程，因此有部分参数需要水文资料进行率定[15]。需要率定的产流参数主要有模型顶薄层、上层和下层土壤深度、可变下渗曲线指数binf、最大基流速度Dsmax、产生非线性基流与Dsmax的比值Ds等。底层土壤采用Arno[16]模型的土壤水模块计算基流。

本文的模型汇流部分，采用自由水蓄水库将总径流划分为地表径流、壤中流和地下径流，采用马斯京根分段连续演算法进行河道汇流演算。汇流过程需率定参数包括自由水蓄水容量SM、自由水蓄水容量曲线指数EX、地下水和壤中流的日出流系数KG和KI、地面径流消退系数CS、壤中流消退系数CI、地下水消退系数CG、马斯京根法参数Kmus和Xmus。

水文站点之间按照汇流次序演算，上游站点的实测径流值采用河道演算方法演算至下游站点。按照所收集到12水文站点各自的径流资料序列，将其划分为参数率定期和验证期。本文采用确定性系数(Nash-Sutcliffe效率系数，NSE)最大为目标函数率定VIC模型产、汇流参数，采用确定性系数NSE与相对误差Bias判别其模拟效果。确定性系数与相对误差计算方法分别如下式。

(2)

4 结果分析

4.1 多年径流模拟

按照上述方法进行产汇流计算，得到12个水文站率定期与验证期日径流模拟结果，如表1所示。

表1 VIC模型模拟西江流域12个水文站参数率定期和验证期日径流过程Tab.1 The result of day runoff processes during parameters calibrationperiod and verification period simulated by VIC model

由表1可知VIC模型模拟研究区12个水文站的多年径流过程结果如下：①率定期7个站点径流模拟的确定性系数(NSE)在0.9以上，3个站点在0.7～0.9，2个站点在0.6～0.7；率定期12个水文站点模拟值与实测值的相对误差(Bias)均在±5%之间。②验证期8个站点的确定性系数(NSE)高于0.75；除小龙潭站和八茂站的Bias偏高， 其余10个站点的Bias均在±10%。根据表1，本研究采用的VIC模型能够较准确地模拟西江流域多年日流量过程。

小龙潭、八茂、这洞等站模拟值与实测径流值相比，NSE偏低(或相对误差偏大)，分析其原因，可能是这些站点区间内雨量站数目较少，降水输入误差会较大程度地影响径流模拟的精度。

4.2 年内径流模拟

以研究区中、下游区域、资料系列较长且模拟效果相对较好的天峨、武宣两个水文站点为例，分析其年内(以模拟相对稳定期1975年为例)日径流模拟效果，结果如图3和图4所示。

图3 VIC模型模拟天峨站1975年日流量过程Fig.3 Observed and simulated hydrograph by VIC model at Tian′e Station in 1975

图4 VIC模型模拟武宣站1975年日流量过程Fig.4 Observed and simulated hydrograph by VIC model at Wuxuan Station in 1975

由图3和图4显示，VIC模型能较好地模拟西江流域1975年的日径流过程：天峨站径流过程模拟NSE为0.92，相对误差为6.78%；武宣站径流过程模拟NSE为0.95，相对误差为2.71%。但由图3和图4可以看出VIC模型对两个站点的洪峰模拟系统偏小。主要原因是这些峰值高的洪水过程多是由暴雨形成，而研究区内数量有限的气象站点可能不能够准确记录暴雨中心的雨量，因此输入的降水值可能偏小，很可能引起洪峰模拟系统偏小。对枯季径流，VIC模型模拟值与实测值之间的相对偏差较为明显。主要原因可能为，本文采用确定性系数最大为目标函数，通常能有效地率定高流量过程，所率定的参数可能不能有效表征枯季径流的水文特征。

总体而言，VIC模型能较好地再现西江流域的水文过程，模拟效果较好。

5 结 语

西江流域水资源呈现年际间丰枯交替、年内水资源空间分布不均等特点，并导致流域水旱灾害的威胁与水资源短缺、水污染严重困扰并存[17]。此外，由于气候变化或气候异常的影响，水资源的供需矛盾日益突出。因此，气候变化对流域水资源的影响研究已成为目前水文水资源研究的热点。而评价气候变化对水文水资源的影响时，水文模型是最为常用且有效的工具，故研究不同区域水文模型的适用性可为气候变化影响研究奠定科学基础。

本文采用VIC模型模拟西江流域基准期(1961-1990年)多年日径流过程，确定性系数较高，相对误差较 小；模型对两个水文站点的洪峰估计均偏低，但整体误差较小，模拟精度较高。因此，可采用VIC模型模拟西江流域的径流过程，并做水文预报分析及气候变化的水文响应研究。

□

[1] 芮孝芳， 蒋成煜， 张金存．流域水文模型的发展[J]．水文，2006，26(3)：22-26．

[2] 李恒鹏，王旭强，杨桂山，等．基于单元格网的STREAM分布式水文模型及其应用----以太湖上游西苕溪流域为例[J]．长江流域资源与环境，2007，16(6):715-720．

[3] 吴 波，张万昌．基于栅格产汇流的TOPMODEL[J]．长江流域资源与环境，2007，16(5) ：661-666．

[4] 张利平，陈小凤，张晓琳，等．VIC模型与SWAT模型在中小流域径流模拟中的对比研究[J]．长江流域资源与环境，2009，18(8)：745-752．

[5] 刘 谦．VIC大尺度陆面水文模型在中国区域的应用[D]．长沙：湖南大学，2004．

[6] 赵芳芳，徐宗学. 黄河源区未来气候变化的水文响应[J]． 资源环境，2009，31(5)：722-730.

[7] 张利平，秦琳琳，胡志芳，等．南水北调中线工程水源区水文循环过程对气候变化的响应[J]．水利学报，2010，41(11)：1 261-1 271．

[8] 张 峰．西江流域分布式水文模型及其应用研究[D]．上海：东华大学，2012．

[9] 何 慧，陆 虹，欧 艺．1959-2008年广西西江流域洪涝气候特征[J]．气候变化研究进展，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，郭生练，彭定志，等．VIC模型在流域径流模拟中的应用[J]．人民黄河， 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] 张磊磊，郝振纯，童 凯，等．VIC模型在三江源地区产汇流模拟中的应用[J]．水电能源科学[J]．2013，31(1)：18-20．

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

[17] 张继军．VIC模型在中国湿润地区的应用研究[D]．南京：河海大学，2006．