天山西部山區(qū)VIC模型的應(yīng)用

高瑞+穆振俠

摘要：為能夠更好地指導(dǎo)高寒山區(qū)融雪徑流模擬研究與洪水預(yù)報(bào)方面的工作，以天山西部山區(qū)的喀什河流域?yàn)檠芯繀^(qū)，根據(jù)研究區(qū)內(nèi)1990年-2000年內(nèi)的水文氣象數(shù)據(jù)、CFSR再分析數(shù)據(jù)、DEM、土壤及植被等數(shù)據(jù)，借助構(gòu)建的VIC模型進(jìn)行徑流模擬研究。根據(jù)模擬結(jié)果，可以看出：（1）氣象資料匱乏區(qū)可以將CFSR再分析數(shù)據(jù)作為數(shù)據(jù)源，但此數(shù)據(jù)與實(shí)際情況存在一定偏差，需進(jìn)行相應(yīng)修正；（2）本研究以優(yōu)選水文站降水?dāng)?shù)據(jù)作為CFSR再分析數(shù)據(jù)修正依據(jù)，以水文站所在CFSR再分析數(shù)據(jù)網(wǎng)格為標(biāo)準(zhǔn)，通過與其他CFSR網(wǎng)格降水?dāng)?shù)據(jù)建立相關(guān)關(guān)系進(jìn)行CFSR異常數(shù)據(jù)剔除的方法是可行的；（3）構(gòu)建的VIC模型在本研究區(qū)具有一定的適用性，且模型參數(shù)取用較合理；（4）率定期內(nèi)，月尺度下模型效率系數(shù)和多年徑流相對誤差分別為0.80和4.7%，日尺度下分別為0.64和3.3%；而在驗(yàn)證期內(nèi)，月尺度下模型效率系數(shù)和多年徑流相對誤差分別為0.84和14.5%，日尺度下分別為0.70和13.1%。

關(guān)鍵詞：VIC模型；CFSR再分析數(shù)據(jù)；天山西部山區(qū)；融雪徑流

中圖分類號：P332 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-1683（2017）04-0044-05

Abstract：To guide the studies on snowmelt runoff simulation and flood forecast in alpine regions，in this paper，we took the Kashi River basin in Western Tianshan Mountains as the study area，and built a VIC model to conduct runoff simulation study based on the hydro-meteorological data，CFSR reanalysis data，DEM，soil and vegetation data of the study area during 1990 to 2000.It was found that：（1）CFSR reanalysis data can be used as a data source in areas lacking meteorological data，but they should be calibrated as they deviate from the real situation.（2）It is feasible to remove CFSR abnormal data by using the precipitation data of an appropriate hydrological station as the basis on which CFSR reanalysis data are calibrated，taking the CFSR reanalysis data grid of the hydrological station as the standard，and establishing its correlations with other CFSR grids.（3）The established VIC model had certain applicability in the study area，and the parameters in this model were reasonable.（4）In the calibration period，the relative errors of model efficiency coefficient and multi-year runoff were 0.80 and 4.7% respectively on the monthly scale，and 0.64 and 3.3% respectively on the daily scale.In the verification period，the relative errors of model efficiency coefficient and multi-year runoff were 0.84 and 14.5% respectively on the monthly scale，and 0.70 and 13.1% respectively on the daily scale.

Key words：VIC model；CFSR reanalysis data；Western Tianshan Mountains；snowmelt runoff

高寒山區(qū)所特有的冰川、積雪及凍土不僅是氣候變化的敏感指示劑、重要的水資源[1]，也是生態(tài)環(huán)境變化的脆弱區(qū)域，易受人類活動與氣候變化的影響。由于冰川、積雪消融規(guī)律及凍土的凍融過程受多種外界與自身因素的復(fù)雜影響，加之這一區(qū)域?qū)崪y資料獲取受限，因此人們對這一區(qū)域水文循環(huán)規(guī)律、氣候變化影響等的認(rèn)識有限，還不能清晰的合理刻畫與再現(xiàn)相應(yīng)的水文變化過程。另外，近年來受氣候變化的影響，極端水文事件頻現(xiàn)，且其強(qiáng)度越來越大[2-4]，給所在區(qū)域帶來了較大的經(jīng)濟(jì)損失。在此背景下，利用水文模型仿真流域下墊面概況及模擬并預(yù)測未來情景下徑流變化的特點(diǎn)，已經(jīng)成為預(yù)防水文災(zāi)害行之有效的重要途徑之一。

目前，國內(nèi)外學(xué)者利用能量平衡和經(jīng)驗(yàn)公式等方法[5]針對融雪融冰方面做了大量的研究，并取得了一定的成果。但是考慮到融雪融冰過程的復(fù)雜性及外界因素的干擾，對受到相關(guān)影響的水文過程認(rèn)識的尚且不夠充分。在天山西部山區(qū)，有學(xué)者使用改進(jìn)了的新安江模型[6]和SWAT模型[7-9]分別模擬了此地區(qū)的水文過程，但忽略了凍土對水文過程的影響；在新疆烏魯木齊河源區(qū)[10]和瑪納斯河流域[11]，部分學(xué)者借助SRM模型在僅考慮了融雪這一影響因素的情況下對徑流進(jìn)行了模擬研究。由于各個區(qū)域的土壤質(zhì)地具有差異性，產(chǎn)流機(jī)制有所不同，目前進(jìn)行水文過程研究的模型多從蓄滿產(chǎn)流或超滲產(chǎn)流單一的產(chǎn)流機(jī)制來進(jìn)行水文過程的研究[12]，與實(shí)際情況可能存在一定的差異?？紤]到VIC模型以混合產(chǎn)流作為產(chǎn)流機(jī)制[13]，能夠較好地反映流域的實(shí)際情況，在模擬產(chǎn)匯流過程中考慮到了雪和凍土因素的影響，該模型又在三江源地區(qū)[14]、拉薩河流域[15]、阿克蘇河流域[16]及昆馬利克河流域[17]均具有較好的適用性，但還未在天山西部山區(qū)應(yīng)用，本文遂嘗試在天山西部山區(qū)構(gòu)建VIC模型并對其水文過程進(jìn)行研究，討論模型在此地區(qū)的適用性。

1 研究區(qū)概況及數(shù)據(jù)

1.1 研究區(qū)概況

喀什河流域位于伊犁河谷東北部，北臨天山山脈的博羅科努山和依連哈比爾尕山，南接天山支脈阿吾拉勒山；其地理坐標(biāo)范圍為81°47′-84°56′，北緯43°37′-44°13′，整個流域面積約為9 541 km2；河谷大致呈東西走向，東高西低，兩岸大致平行，致使從西邊方向來的濕氣能夠長驅(qū)直入，并在中、高山區(qū)滯留，山區(qū)年降水量在700 mm以上[18]。流域海拔在1 364～4 584 m[9]的范圍內(nèi)；3 660 m[5]以上幾乎為永久性積雪區(qū)，冰川面積達(dá)421.6 km2[18]。受當(dāng)?shù)貧夂蚣跋聣|面的影響，喀什河徑流補(bǔ)給項(xiàng)來自冰川積雪消融、降雨及地下水。研究區(qū)水系圖見圖1。

1.2 數(shù)據(jù)來源

VIC模型的構(gòu)建需要的數(shù)據(jù)有氣象數(shù)據(jù)、DEM數(shù)據(jù)、土壤數(shù)據(jù)和植被數(shù)據(jù)，數(shù)據(jù)主要來源如下所述。

（1）水文氣象數(shù)據(jù)：收集喀什河流域內(nèi)的三個實(shí)測水文、氣象站點(diǎn)及周邊氣象站1990年-2000年逐日的水文與氣象資料。其中，烏拉斯臺為水文站，尼勒克和伊寧站為氣象站，吉林臺為遙測站。

（2）DEM數(shù)據(jù)：采用全球90 m×90 m分辨率的SRTM數(shù)據(jù)（www.cgiar-csi.org），借助ArcGIS平臺重采樣為0.025°×0.025°分辨率的網(wǎng)格。

（3）土壤數(shù)據(jù)：土壤數(shù)據(jù)來自Land-Atmosphere Interaction Research Group at Beijing Normal University（http：//globalchange.bnu.edu.cn/home）所提供的全球及國內(nèi)30秒弧的土壤數(shù)據(jù)產(chǎn)品。

（4）植被數(shù)據(jù)：植被數(shù)據(jù)來自馬里蘭大學(xué)1998年制作的全球1 km×1 km分辨率的地表覆蓋類型數(shù)據(jù)，該數(shù)據(jù)共包含14類地表覆蓋物（http：//glcf.umd.edu/data/landcover/）。

（5）CFSR再分析數(shù)據(jù)：因研究流域內(nèi)實(shí)測站點(diǎn)較少，且主要分布在流域下游。模型的構(gòu)建缺乏數(shù)據(jù)的支持，所以需要借助數(shù)據(jù)拓展源來完成模型的構(gòu)建。因此，本文以CFSR再分析數(shù)據(jù)為拓展源[19]進(jìn)行模型的構(gòu)建。CFSR再分析數(shù)據(jù)（http：//globalweather.tamu.edu/）的空間分辨率為0.312°×0.312°，時間分辨率為日。CFSR網(wǎng)格分布見圖 1。

2 模型簡介

Variable Infiltration Capacity，簡稱VIC。該模型是由華盛頓大學(xué)、加利福尼亞大學(xué)伯克利分校及普林斯頓大學(xué)的研究人員基于SVATS（soil vegetation atmospheric transfer schemes）的思想構(gòu)建的大尺度分布式水文模型。該模型可對水循環(huán)過程中的水量平衡進(jìn)行模擬計(jì)算，得到每個網(wǎng)格內(nèi)的水文要素，如徑流、蒸發(fā)等，再經(jīng)匯流模型以得到流域出口的流量過程。該模型不僅能夠模擬水循環(huán)過程中的水量平衡，還能夠進(jìn)行能量平衡的模擬，在水文模型發(fā)展過程中彌補(bǔ)了對能量過程描述的不足。VIC模型將流域劃分為若干個網(wǎng)格，每個網(wǎng)格都遵循能量平衡和水量平衡原理進(jìn)行水文氣象過程的模擬，如網(wǎng)格內(nèi)可以模擬得到土壤層蒸發(fā)、植被散發(fā)、側(cè)向熱通量、感熱通量、長短波輻射、地表徑流和基流等。

3 模型的構(gòu)建

3.1 氣象驅(qū)動數(shù)據(jù)的建立

受到氣象站點(diǎn)個數(shù)及其分布不均勻的限制，本文需要借助CFSR再分析數(shù)據(jù)進(jìn)行氣象驅(qū)動數(shù)據(jù)的構(gòu)建。從烏拉斯臺與吉林臺兩個實(shí)測站點(diǎn)中選擇與CFSR再分析數(shù)據(jù)相關(guān)性較好的作為CFSR再分析數(shù)據(jù)的代表站，并以此站點(diǎn)數(shù)據(jù)為依據(jù)，通過CFSR網(wǎng)格之間的關(guān)系修正CFSR再分析數(shù)據(jù)。

（1）代表站的選擇。

考慮到CFSR降水?dāng)?shù)據(jù)與實(shí)際情況存在較大的差異，因此需要從實(shí)測站點(diǎn)中選擇較好的代表站作為依據(jù)對其進(jìn)行修正。利用烏拉斯臺和吉林臺的月降水?dāng)?shù)據(jù)分別與CFSR月降水?dāng)?shù)據(jù)進(jìn)行相關(guān)性分析[20]，可以得到烏拉斯臺與CFSR的相關(guān)性好于吉林臺站的，見表 1。在烏拉斯臺和CFSR月降水?dāng)?shù)據(jù)之間的21個相關(guān)系數(shù)中低于0.60的有3個，余下的18個相關(guān)系數(shù)均大于0.70，因此選擇烏拉斯臺站的降水資料作為CFSR降水?dāng)?shù)據(jù)修正的依據(jù)。

（2）CFSR網(wǎng)格的篩選。

盡管研究區(qū)內(nèi)CFSR降水?dāng)?shù)據(jù)與實(shí)際降水的整體趨勢存在一致性，但仍有部分網(wǎng)格較實(shí)際情況存在較大差異，因此需要把存在較大差異的網(wǎng)格剔除。本研究以烏拉斯臺水文站所在CFSR網(wǎng)格數(shù)據(jù)為依據(jù)，建立與其他CFSR網(wǎng)格的降水?dāng)?shù)據(jù)的相關(guān)關(guān)系（表 2），以相關(guān)系數(shù)大于0.6為標(biāo)準(zhǔn)，進(jìn)行異常CFSR網(wǎng)格降水?dāng)?shù)據(jù)的剔除。

（3）其他氣象要素的準(zhǔn)備。

通過CFSR再分析數(shù)據(jù)與實(shí)測數(shù)據(jù)的對比，CFSR再分析數(shù)據(jù)中的日最高氣溫、日最低氣溫及日平均風(fēng)速與實(shí)際情況偏差較小，本研究未對其進(jìn)行修正，直接應(yīng)用于模型的構(gòu)建。

3.2 其它參數(shù)文件的構(gòu)建

（1）土壤參數(shù)。

根據(jù)研究需要與實(shí)際情況，本文將土壤分為三層，其中上表層為0.091 m，第二層與第三層均為2.205 m，并以此對相關(guān)土壤參數(shù)進(jìn)行計(jì)算。

（2）植被參數(shù)。

模型植被參數(shù)由兩部分組成：網(wǎng)格植被類型參數(shù)和植被參數(shù)庫。其中網(wǎng)格植被類型參數(shù)是基于馬里蘭大學(xué)全球1 km的土地覆蓋數(shù)據(jù)構(gòu)建的，包括了植被類型數(shù)目、比例和根系分布。植被參數(shù)庫包含了所有植被類型的相關(guān)參數(shù)，如各種植被類型的最小氣孔阻力、葉面積指數(shù)和短波輻射率等，其中葉面積指數(shù)來自2000年到2010年的多年月平均值。

4 模型檢驗(yàn)

本研究以多年徑流相對誤差Er和效率系數(shù)Ec為目標(biāo)函數(shù)來評價模型模擬效果。多年平均徑流量相對誤差反映了總量的精度，相對誤差的絕對值越小，模擬精度越好。效率系數(shù)反映徑流過程模擬效果的好壞，確定性系數(shù)越大，過程擬合的就越好，模擬的精度也就越高，各目標(biāo)函數(shù)計(jì)算公式如下：

5 結(jié)果及分析

本研究以1990年的數(shù)據(jù)作為模型的預(yù)熱期；1991年-1996年作為模型的率定期；1997年-2000年作為模型的驗(yàn)證期。從日時間尺度與月時間尺度上分別構(gòu)建VIC模型，不同時間尺度下徑流模擬結(jié)果見圖 2，所率定出的對應(yīng)水文參數(shù)如表 3所示，模型在不同時間尺度、不同階段下的效率系數(shù)與多年徑流相對誤差見表 4。

從月徑流模擬過程圖 2（a）可以明顯看出，模擬與實(shí)測值的變化趨勢具有較好的一致性，并且徑流與降水的峰谷變化趨勢較為一致，模擬徑流枯水期較實(shí)測徑流值偏低，最大徑流出現(xiàn)時間與實(shí)測峰值出現(xiàn)時間一致但在量上存在一定的差異，總體來說模擬效果較為理想。模型率定期效率系數(shù)與多年徑流相對誤差分別為0.80和4.7%，驗(yàn)證期效率系數(shù)和多年徑流相對誤差分別為0.84和14.5%，說明月時間尺度下模型模擬效果較好（表 4）。

從日徑流模擬過程圖 2（b）可以看出，模擬與實(shí)測值的變化趨勢較一致，并且徑流與降水的峰谷變化趨勢也一致；徑流低值模擬較好，高值存在一定的差異，總體來說模擬效果較好。模型率定期內(nèi)效率系數(shù)和多年徑流相對誤差分別為0.64和3.3%；驗(yàn)證期內(nèi)的效率系數(shù)和多年徑流相對誤差分別為0.70和13.1%，說明日時間尺度下模型模擬效果較好（表 4）。

總的來看，兩種時間尺度下VIC模型均在天山西部山區(qū)具有較好的表現(xiàn)，說明VIC模型在天山西部山區(qū)具有一定的適用性，模型在構(gòu)建過程采用CFSR再分析數(shù)據(jù)作為拓展源是可行的，且所構(gòu)建的模型在調(diào)試過程中所采用或確定的參數(shù)較為合理。但所構(gòu)建的模型局部時間段內(nèi)模擬徑流值與實(shí)測徑流值之間存在一定的差異，究其原因可能存在于以下兩個方面。

（1）由于研究區(qū)實(shí)測氣象數(shù)據(jù)較少，以CFSR再分析數(shù)據(jù)為氣象數(shù)據(jù)拓展源，盡管可以使用，但還是與實(shí)際值存在一定的偏差。

（2）模型構(gòu)建過程中對冰川、凍土及融雪因素的考慮不夠充分，參數(shù)值的設(shè)置依據(jù)不夠合理。有些參數(shù)無法借助實(shí)測手段獲取，只能根據(jù)其意義在合理的范圍內(nèi)取值，可能與實(shí)際情況存在一定偏差。

6 結(jié)論

本文以天山西部山區(qū)的喀什河流域?yàn)榈湫脱芯繀^(qū)，根據(jù)所在區(qū)域的實(shí)際情況、地理特征、植被情況，并綜合考慮研究區(qū)雪與凍土因素構(gòu)建了VIC模型，總體可以得出如下結(jié)論。

（1）考慮到研究區(qū)的數(shù)據(jù)資料較為匱乏，選用CFSR再分析數(shù)據(jù)作為氣象數(shù)據(jù)拓展源是可行的；通過優(yōu)選出的烏拉斯臺站點(diǎn)作為CFSR再分析降水?dāng)?shù)據(jù)的修正依據(jù)是可行的；以烏拉斯臺水文站所在的CFSR網(wǎng)格的降水為標(biāo)準(zhǔn)，與流域內(nèi)其他網(wǎng)格的CFSR降水?dāng)?shù)據(jù)建立相關(guān)關(guān)系進(jìn)行異常CFSR降水?dāng)?shù)據(jù)的剔除是可行的；

（2）基于天山西部山區(qū)實(shí)際的混合產(chǎn)流方式、土壤下墊面和植被覆蓋的實(shí)際情況，并綜合考慮了雪與凍土因素構(gòu)建的VIC模型具有一定的適用性，且模型構(gòu)建過程中所采用的參數(shù)較為合理；

（3）分別以日、月為時間分辨率進(jìn)行徑流模擬，總體來看模擬徑流變化趨勢與實(shí)測徑流變化趨勢一致。在模型率定期內(nèi)，月時間尺度下模型效率系數(shù)和多年徑流相對誤差分別為0.80和4.7%，日時間尺度下分別為0.64和3.3%；而在模型驗(yàn)證期內(nèi)，月時間尺度下模型效率系數(shù)和多年徑流相對誤差分別為0.84和14.5%，日時間尺度下分別為0.70和13.1%。

從模擬的結(jié)果來看，盡管VIC模型在天山西部山區(qū)具有較好的適用性，但模擬徑流值與實(shí)測徑流值之間仍然存在一定的誤差，該誤差可能來自兩個方面：一是CFSR再分析數(shù)據(jù)的代表性不足，并且修正過后的CFSR降水與實(shí)際降水仍存在一定的偏差；二是模型中有些參數(shù)值的設(shè)置與實(shí)際情況存在一定的偏差。在今后的研究中，如果能找到精度更好地氣象數(shù)據(jù)，并充分考慮研究區(qū)的實(shí)際情況進(jìn)而對模型相關(guān)參數(shù)進(jìn)行設(shè)置，模型模擬精度可能會進(jìn)一步提高，以期更好地指導(dǎo)所在區(qū)域融雪徑流模擬研究與洪水預(yù)報(bào)方面的工作。

參考文獻(xiàn)（References）：

[1] 周京武，高鷹，沈永平，等.天山南坡黃水溝與清水河寒區(qū)流域極端水文事件對氣候變化定響應(yīng)[J].冰川凍土，2014，36（4）：1042-1048.（ZHOU Jing-wu，GAO Ying，SHEN Yong-ping，et al.Response of extreme hydrological events to climate change in cold watersheds of Huangshuigou River and Qingshuihe River on the southern slope of Tianshan[J].Journal of Glaciology and Geocryology，2014，36（4）：1042-1048.（in Chinese））.

[2] 張利平，杜鴻，夏軍，等.氣候變化下極端水文事件的研究進(jìn)展[J].地理科學(xué)進(jìn)展，2011，30（11）：1370-1379.（ZHANG Li-ping，DU Hong，XIA Jun，et al.Progress in the study of extreme hydrologic events under climate change[J].Progress in Geography，2011，30（11）：1370-1379.（in Chinese））

[3] 楊濤，陸桂華，李會會，等.氣候變化下水文極端事件變化預(yù)測研究進(jìn)展[J].水科學(xué)進(jìn)展，2011，22（2）：279-286.（YANG Tao，LU Gui-hua，LI Hui-hui，et al.Advances in the study of projection of climate change impacts on hydrological extremes[J].Advances in Water Science，2011，22（2）：279-286.（in Chinese））

[4] 孫桂麗，陳亞寧，李衛(wèi)紅.新疆極端水文事件年際變化對氣候變化的響應(yīng)[J].地理科學(xué)，2011，31（11）：1389-1395.（SUN Gui-li，CHEN Ya-ning，LI Wei-hong.Interannual and interdecadal variations of extreme hydrological events and response to climate change in Xinjiang[J].Scientia Geographica Sinica，2011，31（11）：1389-1395.（in Chinese））

[5] 穆振俠，姜卉芳.高寒山區(qū)降水規(guī)律及融雪徑流模擬[M].北京：中國水利水電出版社，2015：13-14.（MU Zhen-xia，JIANG Hui-fang.The Precipitation laws and snowmelt runoff simulation in high cold alpine areas[M].Beijing：China Water&Power Press，2015：13-14.（in Chinese））

[6] 穆振俠.天山西部山區(qū)分布式水文模型的研究[D].烏魯木齊：新疆農(nóng)業(yè)大學(xué)，2007.（MU Zhen-xia.Research on distributed hydrological model in Western Tianshan Mountains[D].Urumqi：Xinjiang Agricultural University，2007.（in Chinese））

[7] 宋倩，穆振俠，姜卉芳.SWAT模型在天山西部山區(qū)的應(yīng)用[J].水資源與水工程學(xué)報(bào)，2013，24（6）：46-49.（SONG Qian，MU Zhen-xia，JIANG Hui-fang.Application of SWAT model in western area of Tianshan Mountain[J].Journal of Water Resources & Water Engineering，2013，24（6）：46-49.（in Chinese））

[8] 于宴民，穆振俠.CFSR數(shù)據(jù)在高寒山區(qū)徑流模擬中的適用性[J].灌溉排水學(xué)報(bào)，2015，34（11）：93-97.（YU Yan-min，MU Zhen-xia.Applicability of CFSR data in runoff simulation of cold highland area[J].Journal of Irrigation and Drainage，2015，34（11）：93-97.（in Chinese））

[9] 于宴民，穆振俠.DEM分辨率對喀什河流域徑流模擬精度的影響[J].水電能源科學(xué)，2016，34（3）：19-23.（YU Yan-min，MU Zhen-xia.Influence of DEM resolution on runoff simulation accuracy of Kashi River Basin[J].Water Resources and Power，2016，34（3）：19-23.（in Chinese））

[10] 懷保娟，李忠勤，孫美平，等.SRM融雪徑流模型在烏魯木齊河源區(qū)的應(yīng)用研究[J].干旱區(qū)地理，2013，36（1）：41-48.（HUAI Bao-juan，LI Zhong-qin，SUN Mei-ping，et al.Snowmelt runoff model applied in the headwaters region of Urumqi River[J].Arid Land Geography，2013，36（1）：41-48.（in Chinese））

[11] 何詠琪.基于遙感及GIS技術(shù)的寒區(qū)積雪水文模擬研究[D].蘭州：蘭州大學(xué)，2014.（HE Yong-qi.Snow hydrological simulation in alpine areas using remote sensing and GIS technologies[D].Lanzhou：Lanzhou University，2014.（in Chinese））

[12] 劉家福，李京，李秀霞.中美典型水文模型比較研究[J].自然災(zāi)害學(xué)報(bào)，2014，23（1）：18-23.（LIU Jia-fu，LI Jing，LI Xiu-xia.Intercomparison of typical hydrological models developed by China and United States[J].Journal of Natural Disasters，2014，23（1）：18-23.（in Chinese））

[13] 何思為，南卓銅，張凌，等.用VIC模型模擬黑河上游流域水分和能量通量的時空分布[J].冰川凍土，2015，37（1）：211-225.（HE Si-wei，NAN Zhuo-tong，ZHANG Lin，et al.Spatial-temporal distribution of water and energy fluxes in the upper reaches of the Heihe River simulated with VIC model[J].Journal of Glaciology and Geocryology，2015，37（1）：211-225.（in Chinese））

[14] 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)，2013，31（1）：18-20.（ZHANG Lei-lei，[JP+3]HAO Zhen-chun，TONG Kai，et al.Application of VIC model to runoff simulation of three-source regions[J].Water Resources and Power，2013，31（1）：18-20.（in Chinese））

[15] 劉文豐，徐宗學(xué)，劉瀏，等.基于VIC模型的拉薩河流域分布式水文模擬[J].北京師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，48（5）：524-529.（LIU Wen-feng，XU Zong-xue，LIU Liu，et al.Distributed hydrological simulation in the Lhasa River basin based on Vic model[J].Journal of Beijing Normal University：Natural Science，2012，49（5）：524-529.（in Chinese））

[16] Zhao Q D，Ye B S，Ding Y J，et al.Simulation and analysis of river runoff in typical cold regions[J].Sciences in Cold & Arid Regions，2011，03（06）：498-508.

[17] Qiudong Zhao，Shiqiang Zhang，Yong Jian Ding，et al.Modeling hydrologic response to climate change and shrinking glaciers in the highly glacierized Kunma Like River Catchment，Central Tian Shan[J].American Meteorological Society，2015，16：2383-2402.

[18] 王世江.中國新疆河湖全書[M].北京：中國水利水電出版社，2010：90-91.（WANG Shi-jiang.Chinese rivers and lakes in Xinjiang[M].Beijing：China Water Conservancy and Hydropower Publishing House ，2010：90-91.（in Chinese））

[19] 胡增運(yùn)，倪勇勇，邵華，等.CFSR、ERA-Interim和MERRA降水資料在中亞地區(qū)的適用性[J].干旱區(qū)地理，2013，36（4）：700-708.（HU Zeng-yun，NI Yong-yong，SHAO Hua，et al.Applicability study of CFSR，ERA-Interim and MERRA precipitation estimates in Central Asia[J].Arid Land Geography，2013，36（4）：700-708.（in Chinese））

[20] 金君良.西部資料稀缺地區(qū)的水文模擬研究[D].南京：河海大學(xué)，2006.（JIN Jun-liang.Hydrological simulation research in data scarce areas of Western China[D].Nanjing：Hohai University，2006.（in Chinese））