0 引言
冰川、积雪和冻土区域是地球气候变化的敏感区[1]，对下游的水资源供应具有重要影响。与此同时，此类地区也是生态环境变化的脆弱区，人类活动和气候变化对其产生重要的影响。目前，由于高寒山区难以获得实测资料，且冰川、积雪消融规律及冻土的冻融过程受到较多因素的影响，人们对此类区域的水文循环规律以及气候变化对径流过程的影响认识还不够充分。另外，此类地区在气候变化的背景下，洪灾、雪灾等极端水文事件多发[2-4]，对经济发展起到了一定的限制性作用。为此，利用水文模型对该地区的径流过程及水文要素的空间变化进行准确模拟，为预测未来情景下的径流变化趋势及水文要素分布规律的变化具有较大的现实意义，可为水灾害事件的预测与防治也提供了重要的技术支持。
目前，高寒山区构建的水文模型主要有SWAT模型、新安江模型、HBV模型和SRM模型。王思媛等[5]在黄河源区通过对比HBV模型和新安江模型的模拟径流过程，判断新安江模型对枯水年的模拟效果比HBV模型的模拟效果好；怀保娟等[6]、何咏琪[7]分别在乌鲁木齐河源区和玛纳斯河流域通过径流过程线的模拟效果验证了SRM模型在积雪消融区的适用性；穆振侠[8]、宋倩[9]、于宴民[10-11]在天山西部山区构建SWAT模型，通过径流过程线的模拟效果验证了SWAT模型在研究区具有较好的适用性。前人均是通过模型对径流过程的拟合效果来判断各模型在研究区的适用性和应用效果，未从水文要素在流域内空间分布的合理性上对模型的应用做出判断。因此，选择能够从空间上展示水文要素分布规律且兼顾蓄满产流和超渗产流机制的VIC模型，一方面从径流过程的拟合效果出发，另一方面从研究区内水文要素的模拟情况来探讨VIC模型水量平衡模式和能量平衡模式在喀什河流域的应用情况，为今后更加准确分析气候变化对喀什河流域的影响奠定基础。
1 材料与方法
1.1 研究区概况
喀什河流域位于伊犁河谷东北部，北临天山山脉的博罗科努山和依连哈比尔尕山，南为天山支脉阿吾拉勒山。流域介于81°47′―84°56′E，43°37′―44°13′N之间，面积约为9 541 km2[12]；海拔为1 364～4 584 m[11]，3 660 m以上几乎为永久性积雪区[13]，冰川面积达421.6 km2[12]。流域内山地降水量大，平原区小。年降水量较多的为乌拉斯台站，在492～554 mm之间[14]。径流补给方式以降水补给为主，冰川积雪消融补给为辅，地下水补给次之的混合补给型。喀什河流域水系如图1所示。
图1 喀什河流域水系和水文气象站点分布图
1.2 数据来源
1）CFSR再分析数据：由美国环境预报中心（National Centers for Environmental Prediction）提供的全球范围内的高分辨率CFSR再分析数据（Climate Forecast System Reanalysis）的时间范围为1979―2009年，时间分辨率为日，空间分辨率为0.312°×0.312°。由各网格中心点位置提取各网格数据，并视作CFSR站点数据，其分布如图1所示。
2）实测水文气象数据：收集了流域内及周边站点上1990―2000年的日降水量、日最高气温、日最低气温和日均风速数据。其中，乌拉斯台站还包括了径流资料。实测站点分布情况见图1。
3）DEM数据：采用全球90 m×90 m分辨率的SRTM数据（www.cgiar-csi.org），借助ArcGIS平台重新采样为0.025°×0.025°分辨率的网格。
4）土壤数据：土壤数据来自Land-Atmosphere Interaction Research Group at Sun Yat-sen University（http://globalchange.bnu.edu.cn/home）所提供的全球及国内0.477 6°的土壤数据产品。
5）植被数据：植被数据来自马里兰大学1998年制作的全球1 km×1 km分辨率的地表覆盖类型数据，该数据共包含14类地表覆盖物（http://glcf.umd.edu/data/landcover/）。
1.3 研究方法
利用喀什河流域上构建的VIC模型，在水量平衡模式和能量平衡模式下分别对日尺度和月尺度的径流过程进行模拟。通过日、月时间尺度下的径流模拟效果初步判断水量平衡模式和能量平衡模式在喀什河流域的应用效果。基于喀什河流域的实际地理情况，通过对比分析月时间尺度下水量平衡模式与能量平衡模式模拟出的水文要素，进一步判断2种平衡模式在研究区的应用性。
1.3.1 VIC模型
VIC模型是由华盛顿大学、加利福尼亚大学伯克利分校及普林斯顿大学的研究人员基于SVATS（soil vegetation atmospheric transfer schemes）的思想构建的大尺度分布式水文模型。该模型将流域划分为若干个网格，每个网格都遵循能量平衡和水量平衡原理进行水文气象过程的模拟，如网格内可以模拟得到土壤层蒸发、植被散发、侧向热通量、感热通量、长短波辐射、地表径流和基流等，再经汇流模型计算得到流域出口的流量过程。该模型不仅能够模拟水循环过程中的水量平衡，还能够进行能量平衡的模拟，在水文模型发展过程中弥补了对能量过程描述的不足。
在天山西部山区的喀什河流域上构建VIC模型，并在日和月时间尺度下对该研究区进行水量平衡模式与能量平衡模式的径流过程模拟。参考前人[10，15]研究方法，将1990年定义为模型预热期，1991―1996年定义为模型率定期，1997―2000年定义为模型验证期，空间分辨率定义为0.025°×0.025°。模型输入气象要素包括日降水量、日最高气温、日最低气温和日均风速。除去基流非线性增长指数（C）和表层土壤厚度d1分别确定为2和0.1外，模型需要通过水文资料与模型模拟值的拟合对其他6个参数进行率定，各参数含义及取值范围如表1所示。限于研究区的实测资料，该模型对乌拉斯台水文站以上的积水面积进行产汇流模拟，分析水文站点处在2种模式下的径流模拟效果，并根据实际地理条件分析积水面积区水文要素空间分布的合理性。
表1 各率定参数意义及其取值范围
1.3.2 模型效果评价
研究以多年径流相对误差Er和效率系数Ec为目标函数来评价模型模拟效果。多年平均径流量相对误差反映了总量的精度，相对误差的绝对值越小，模拟精度越好。效率系数反映径流过程模拟效果的好坏，确定性系数越大，过程拟合的就越好，模拟的精度也就越高。计算式如下：
式中
和
分别为模拟和实测的多年平均径流深（mm）；Qi，C和Qi，O分别为模拟和实测的径流系列值（mm）。
2 结果与分析
2.1 日径流模拟
图2（a）为分别对比日时间尺度下水量平衡模式和能量平衡模式的径流模拟过程线与实际径流过程线。由图2（a）可知，各模拟过程线和实际径流过程线具有相同的变化趋势，但仍存在一定的差异。从径流枯水期和径流退水过程可以看出，率定期和验证期内，能量平衡模式的模拟径流与实际径流过程拟合效果较好。但2种模式的模拟径流高值出现的时间及大小与实际径流情况均存在不同程度偏差。
图2 水量平衡模式与能量平衡模式的日径流模拟结果
为了更加清楚地比较2种平衡模式的径流模拟效果，对模型验证期（1997—2000年）的日径流过程进行分析，如图2（b）所示。从图2（b）可以看出，能量平衡模式的径流过程线与实际径流过程线的拟合效果比水量平衡模式的好。在径流高值出现的时间、峰值，退水过程及枯水期的最低径流量这4个方面，水量平衡模式的模拟径流值拟合相对较差。如1997年水量平衡的径流高值偏大且出现时间偏迟；同年水量平衡模式的模拟退水曲线下降缓慢，模拟径流量大于实测值；1999年模拟退水曲线下降迅速，模拟径流量小于实测值。而能量平衡模式的模拟径流值在这几方面均表现较好。原因可能为：①喀什河流域整体海拔较高，年内有降雪现象。能量平衡模式对降雨和降雪具有准确的判断，而水量平衡模式忽略了该因素；②由于研究区具有高寒山区的特点，因此终年积雪覆盖区和冻土区对产汇流过程产生了一定的影响。能量平衡模式通过网格的定义，较好地区分了此类地区，而水量平衡模式忽略了此类地区对径流过程的影响。
表2为VIC模型2种平衡模式在各时间尺度下率定期和验证期的模型评价指标参数。从表2可以看出，在日时间尺度下，水量平衡模式在率定期内的模型效率系数和多年径流相对误差分别为0.64和3.3%，在验证期分别为0.70和13.1%；能量平衡模式在率定期内的模型效率系数和多年径流相对误差分别为0.69和3.3%，在验证期分别为0.72和5.9%。说明在日时间尺度下，能量平衡模式对应的径流模拟效果优于水量平衡模式的模拟效果。
表2 水量平衡模式与能量平衡模式各阶段径流模拟结果
2.2 月径流模拟
图3（a）为月时间尺度下各模拟径流过程线和实际径流过程线。从图3（a）可以看出，在径流高值，退水曲线和枯水期最低值拟合较好，但拟合存在不同的差异。水量平衡模式的径流值在枯水期均低于实测值；1993年和1998年，模拟径流高值较实测值偏大；1997年模拟径流高值偏低于实测值。能量平衡模式的径流值在枯水期与实测值拟合较好，退水曲线与实际径流退水曲线一致；1992年和1999年模拟径流高值较实测值偏大，其他年份则较好。图3（b）为模型验证期（1997―2000年）月径流过程，可以看出各模式的模拟径流值与实测值之间存在不同的差异。总体上来看，能量平衡模式能够很好地对退水曲线及枯水期的径流值进行模拟，但对丰水期的径流模拟存在一定的偏差。如各年份的径流高值与实际径流高值存在一定的偏差，其中1998年对径流高值的出现时间模拟偏迟。相比能量平衡模式，水量平衡模式的径流模拟效果偏差。枯水期的模拟径流值较实际径流值偏低；2000年的退水过程出现突然增高现象，与实际退水过程不符；模拟径流高值与实际径流高值相差也较为明显，如1997年模拟径流高值明显低于实际径流高值，1998年模拟径流高值明显高于实际径流高值。
图3 水量平衡模式与能量平衡模式的月径流模拟结果
由表2可知，能量平衡模式的模型效率系数在模型的率定期和验证期均大于0.85，多年径流相对误差均小于6.0%，模拟效果十分理想。水量平衡模式的模拟效果也较好，模型效率系数在各阶段均大于0.80，多年径流相对误差均小于15.0%。故月时间尺度下能量平衡模式模拟的效果好于水量平衡模式。
2.3 水文要素空间分布分析
因为仅对乌拉斯台站点的径流过程进行了模拟，所以对喀什河流域乌拉斯台站点以上的水文要素进行空间分布分析。考虑到喀什河流域的特殊地理位置与条件，兹对研究区内的蒸发、积雪升华、地表径流和地下径流进行空间分布分析。由于缺乏实测数据支持，本文只对2种模式下的水文要素进行定性的空间分析，从地形、海拔、有无积雪覆盖等因素来判断水量平衡模式和能量平衡模式模拟出的水文要素的空间分布合理性。
由实测站点数据与订正过的CFSR再分析降水数据[10，16]，可得到多年平均年降水量的分布图（图4）。受大气环流影响，研究区内降水符合迎风坡多于背风坡的规律，即河流右岸降水总体上多于河流左岸。除此之外，流域内上游降水总体上大于流域下游。
图4 喀什河流域乌拉斯台水文站以上多年年平均降水分布
2.3.1 蒸发
借助ArcGIS软件，利用1997―2000年研究区内的模拟蒸发数据可得到图5。由图5可知，2种平衡模式下模拟的蒸发量在该区域具有相似的分布：上游的高寒山区蒸发量低于中下游，谷坡低于谷底。此外，水量平衡模式整个区域的蒸发量较能量平衡模式偏大。可能是因为能量平衡模式对下垫面中的积雪和冻土因素给予了更多考虑，而本文的水量平衡模式在产汇流的模拟过程中未将这2个因素产生的影响考虑在内。图5（b）中局部地区的多年年平均蒸发量仅为几毫米，与现实情况相差较大。造成这种现象的原因可能与模型中此地区的参数设置有关。通过模型输出乌拉斯台站点处各模式的蒸发量（图6），分析可知2种模式下的蒸发变化趋势一致，冬季蒸发量较低，夏季蒸发量较大。水量平衡和能量平衡模式下的蒸发值整体上相差较小，这可能与监测站点所处的地理位置未受到冻土与积雪的影响有关。
图5 喀什河流域乌拉斯台水文站以上多年年平均蒸发分布
图6 乌拉斯台站点水量平衡模式与能量平衡模式的模拟蒸发量
2.3.2 积雪升华
类似的得到2种模式下多年年平均地表径流分布图（图7）。从图7可以看出，水量平衡对积雪升华的模拟存在较大的误差：流域上游高寒地区的积雪升华量为负值，且其绝对值较大，不合理。而能量平衡模式不存在积雪升华量为负值的情况，且其分布规律为山区大于平原，谷坡大于谷底，符合实际地理情况。2种平衡模式对积雪升华计算产生差异的主要原因可能是降雪与降雨的条件判断以及各种模式对降雪堆积和消融的计算方式不同。能量平衡模式对降雪和降雨有明确的判断，并且该平衡模式通过积雪场表面的能量来计算降雪的堆积和消融。而水量平衡模式对此类因素欠缺考虑。但从图7（b）可以看出，仍有部分网格的积雪升华量在理论上不符合该地理条件下的积雪升华量，其原因可能与模型中土壤参数以及相关的率定参数设置有关。
图7 喀什河流域乌拉斯台水文站以上多年年平均积雪升华分布
2.3.3 地表径流
图8为2种模式下多年年平均地表径流分布图，可以看出水量平衡模式的地表径流分布规律与降水分布规律一致，迎风坡多于背风坡，上游大于下游。能量平衡模式下也有此分布趋势，但流域上游出现地表径流高值区。考虑到伊犁河谷地区降水量相对较大[16]，河流上游的高山区气温较低，蒸发量偏小，地表径流相对偏大，此现象较为合理。
图8 喀什河流域乌拉斯台水文站以上多年年平均地表径流分布
2.3.4 地下径流
图9为2种模式下多年年平均地下径流分布图。图9（a）和图9（b）存在相似的分布规律，背风坡地下径流小于迎风坡。在研究区上游，流域东侧，2种模式下模拟的地下径流值差异最为明显。水量平衡模式下，此类地区具有较大的地下径流。而能量平衡模式，此类地区的地下径流很小，局部区域的地下径流值为0。根据实际地理情况，此类区域海拔较高，终年气温偏低，局部地区存在终年积雪与冻土现象，出现较大地下径流反而不合理。
图9 喀什河流域乌拉斯台水文站以上多年年平均地下径流分布
相比水量平衡模式，能量平衡模式对研究区中冰冻圈层所产生的影响给予更多考虑。研究区内的积雪和冻土对地面产汇流过程的影响可以通过比较2种模式下的水文要素的空间分布表现出来。经分析可知，能量平衡模式对降雨和降雪的判断，对下垫面积雪覆盖区及冻土区的识别均能够合理地解释蒸发、积雪升华、地表径流和地下径流在研究区内的分布变化。水量平衡模式能够模拟出水文要素的分布趋势，但针对局部地区的水文要素分布解释不够合理，如冻土所在处的地下径流仍较大；对积雪升华模拟出负值，更为不合理。由此看来，水文要素结果较差模拟是水量平衡模式下径流过程模拟结果较差的一个重要原因。
3 结论
1）VIC模型的能量平衡模式较水量平衡模式能够更好地对乌拉斯台站点日时间尺度和月时间尺度的径流过程进行模拟；
2）结合实际气候和地理条件，因为能量平衡模式能够对降雨和降雪做出更为精准的判断以及对冰冻圈层的影响考虑的更为详细，所以能量平衡相比水量平衡能够更好地模拟蒸发、积雪升华、地表径流和地下径流的空间分布特点，更好地解释水文要素的空间分布差异性。
订正后的CFSR降水数据与实际降水情况仍然存在一定的差异，与前人研究成果[10]一致。今后有必要将其他气象输入数据[17-18]在此地区进行适用性分析；本研究仅对比2种模式下的水文要素分布差异性及原理上分析实际气候和地理条件下的分布合理性，未进行定量分析，缺乏一定的说服力；模型中的个别参数设置致使个别网格的模拟值与实际地理条件下的真实值相差较大，需采用一定的方法对参数设置的合理性进行评价分析。
参考文献：
[1]周京武，高鹰，沈永平，等.天山南坡黄水沟与清水河寒区流域极端水文事件对气候变化定响应[J].冰川冻土，2014，36(4):1 042-1 048.
[2]张利平，杜鸿，夏军，等.气候变化下极端水文事件的研究进展[J].地理科学进展，2011，30(11):1 370-1 379.
[3]杨涛，陆桂华，李会会，等.气候变化下水文极端事件变化预测研究进展[J].水科学进展，2011，22(2):279-286.
[4]孙桂丽，陈亚宁，李卫红.新疆极端水文事件年际变化对气候变化的响应[J].地理科学，2011，31(11):1 389-1 395.
[5]王思媛，孙利敏，胡高辉，等.HBV模型与新安江模型在黄河源区的应用比较[J].水电能源科学，2016，34(12):41-45.
[6]怀保娟，李忠勤，孙美平，等.SRM融雪径流模型在乌鲁木齐河源区的应用研究[J].干旱区地理，2013，36(1):41-48.
[7]何咏琪.基于遥感及GIS技术的寒区积雪水文模拟研究[D].兰州:兰州大学，2014.
[8]穆振侠.天山西部山区分布式水文模型的研究[D].乌鲁木齐:新疆农业大学，2007.
[9]宋倩，穆振侠，姜卉芳.SWAT模型在天山西部山区的应用[J].水资源与水工程学报，2013，24(6):46-49.
[10]于宴民，穆振侠.CFSR数据在高寒山区径流模拟中的适用性[J].灌溉排水学报，2015，34(11):93-97.
[11]于宴民，穆振侠.DEM分辨率对喀什河流域径流模拟精度的影响[J].水电能源科学，2016，34(3):19-23.
[12]王世江.中国新疆河湖全书[M].北京:中国水利水电出版社，2010:90-91.
[13]穆振侠，姜卉芳.高寒山区降水规律及融雪径流模拟[M].北京:中国水利水电出版社，2015:13-14.
[14]肖德顺，赵义峰，安志清.伊犁地区降水特征及变化趋势分析[J].干旱区资源与环境，2006，20(4):47-50.
[15]金君良，王国庆，刘翠善，等.大尺度分布式水文模型VIC在嘉临江流域径流模拟中的应用[J].水资源与水工程学报，2012，23(1):55-58.
[16]胡胜，曹明明，邱海军，等.CFSR气象数据在流域水文模拟中的适用性评价:以灞河流域为例[J].地理学报，2016，71(9):1 571-1 586.
[17]范彬彬，罗格平，张弛，等.新疆夏季降水时空分布的适用性评估[J].地理研究，2013，32(9):1 602-1 612.
[18]胡增运，倪勇勇，邵华，等.CFSR、ERA-Interim和MERRA降水资料在中亚地区的适用性[J].干旱区地理，2013，36(4):700-708.