京津冀作物水足跡時空分布特征及影響因子分析

韓宇平　李新生

摘要：水資源短缺是制約京津冀協同、可持續發展的重要瓶頸之一，為清晰地描述區域不同農作物生產過程中的需水特征，為區域水資源的合理配置和高效利用提供指導意見。基于2000-2015年京津冀24個氣象站日氣象數據、全區作物種植面積及產量，分析了區域作物藍水、綠水、灰水足跡的時空分布、變化趨勢及影響因子。結果表明：2000-2015年間，小麥、玉米、大豆、油料、谷物、棉花、蔬菜年均單位質量總水足跡分別為1 7842 m3/t、1 5642 m3/t、4 3866 m3/t、3 4275 m3/t、2 032 m3/t、9 5741 m3/t和152 m3/t；年均藍水、綠水、灰水足跡分別為2116億m3，1648億m3和3214億m3；總水足跡中藍水、綠水、灰水所占比例分別呈現下降、上升及先上升后下降的趨勢；水足跡空間分布表現為西北部和北部較少、南部、東南部和中部較多；影響水足跡總量的因子中，第一、第五主成分為氮肥施用量和作物種植面積，第二主成分為熱力學和動力學因子，第三、四主成分為水分因子。

關鍵詞：京津冀；農作物；水足跡；時空分布；主成分分析

中圖分類號：TV213文獻標志碼：A文章編號：

16721683（2018）04002609

Spatial and temporal distribution of water footprint of main crops and its influencing factors in BeijingTianjinHebei region

HAN Yuping1，3，LI Xinsheng1，HUANG Huiping1，2，JIA Dongdong1

（

1.North China University of Water Resources and Electric Power，Zhengzhou 450046，China；2.Collaborative Innovation Center of Water Resources Efficient Utilization and Protection Engineering，Zhengzhou 450046，China；3.Henan Key Laboratory of Water Environment Simulation and Treatment，Zhengzhou 450046，China）

Abstract：

Water shortage is one of the important bottlenecks restricting the coordination and sustainable development of the BeijingTianjinHebei region.In order to clearly describe the water demand characteristics of different crops in the region，this paper discussed the spatialtemporal characteristics and influencing factors of the blue，green，and grey water footprints （WF） of main crops based on crop acreage，yield data，and daily meteorological data of 24 meteorological stations during the period of 20002015.Results showed that the annual average total WF per unit mass of wheat，corn，soybean，oilseeds，grains，cotton and vegetables during 20002015 were 1 7842 m3/t，1 5642 m3/t，4 3866 m3/t，3 4275 m3/t，2 032 m3/t，9 574.1 m3/t，and 152 m3/t respectively.The annual average blue，green and grey WF were 2116 billion m3，1648 billion m3 and 3214 billion m3 respectively.From 2000 to 2015，the proportions of blue，green and grey WF in total WF respectively showed a tendency of decreasing，increasing，and first increasing then decreasing.There was less distribution of WF in the northwest and north of the region and more distribution in the south，southeast and middle of the region.Among the factors influencing the total WF，the first and the fifth principal components were nitrogen application and crop acreage；the second principal component was the thermodynamic and kinetic factors；and the third and fourth principal components were both moisture factors.

Key words：

BeijingTianjinHebei region；crops；WF；spatialtemporal distribution；principal component analysis

20世紀90年代，英格蘭倫敦大學非洲和東亞研究學院Allan[1]創造性地提出一種虛擬在商品中用于表示產品在生產過程中所消耗水資源量的指標，并稱之“虛擬水”。荷蘭學者Hoekstra[2]在虛擬水研究的基礎上進一步提出水足跡的概念，指任何已知人口（如個人、企業、省、州、國家等）一定時期內消費的產品和服務所需要的淡水資源數量，也可以表示生產某一產品或提供某種服務所消耗的淡水資源，可以分為藍水、綠水、灰水足跡。藍水足跡指灌溉對地表水或地下水的消耗，綠水足跡是降水的消耗，灰水足跡指稀釋作物生長階段所產生污染物的理論消耗[3]。此后，國內外學者進行了諸多研究，不斷發展完善虛擬水和水足跡理論。柯兵等[4]就虛擬水在解決我國農業用水和糧食安全問題進行了探究；Chapagain等[5]計算了全球水足跡和人均水足跡，并對國家間水足跡和人均水足跡進行比較；龍愛華等[6]基于虛擬水理論，核算了2000年西北四省的總水足跡和人均水足跡；Kampman[7]基于水足跡分析了1997-2001年間印度的水資源利用狀況；Aldaya等[8]利用Cropwat軟件對西班牙Mancha地區農產品藍水和綠水含量進行核算，同時探討作物生長發育期的水文條件和農產品經濟效應之間的關系；Chapagain等[9]從生產者和消費者兩個方面出發，核算水稻中的藍水、綠水、灰水含量；鐘一丹[10]基于虛擬水理論對北京市水資源承載力進行了分析；李紅穎[11]對吉林省水稻生產水足跡進行了時空分異研究；孫世坤，吳普特[12]分析了中國小麥生產水足跡的區域差異并進行歸因分析；孫才志[13]開展了中國人均水足跡驅動效應分解與空間聚類分析研究。不過，目前從縣域尺度對長時間序列的農業水足跡變化和分布研究還鮮見報道。

京津冀不僅是我國政治、經濟、文化中心，而且在我國的糧食生產中也占有重要地位，2016年該地區農業用水量達146億m3，占區域水資源總量的557%，占區域用水總量的587%[14]。隨著京津冀協同發展戰略和雄安新區的規劃建設等項目的實施，人們生活、生產和生態用水的增加將會對區域未來水資源可持續利用產生重大影響。為此，本文從水足跡視角，基于2000-2015年氣象數據、作物種植面積及產量數據，核算主要作物藍水、綠水和灰水足跡，分析其時空分布特征及發展趨勢，揭示水足跡影響因子。研究結果可以為京津冀地區水資源管理、農業種植結構調整、適水發展模式等一系列問題提供有益的參考。

1資料和方法

1.1研究區概況

京津冀地區位于華北平原北部，處于113°04′-119°53′E和36°01′-42°37′N之間，包括北京市、天津市和河北省。受地形和降水影響水資源時空分布不均，多年平均降水量約500 mm，由東南向西北方向遞減，降水多集中于夏季；西北部地區地勢較高，蒸發大降水少；燕山以南靠近海岸線，受海上東南季風影響，降水豐富。同時京津冀又是我國重要的糧食主產區，糧食作物種植面積700多萬hm2，作物種類豐富，以小麥和玉米為主要糧食作物，為保障我國的糧食安全做出來突出貢獻。

1.2數據來源

本文氣象數據來源于國家氣象科學數據共享服務平臺，包括日最高氣溫（℃）、日最低氣溫、日平均氣溫、平均風速（m/s）、日照時數 （h） 、相對濕度 （%）、平均水汽壓、逐日降水量以及各氣象站點的經緯度、海拔高程等。2000-2015年間全區作物面積、產量數據來自《河北農村統計年鑒》以及《中國統計年鑒》中北京、天津的相關數據[1516]。作物系數參照《北方地區主要農作物灌溉用水定額》[17]以及FAO推薦的84種作物的標準系數相關數據。

1.3研究方法

[BT（4]1.3.1[ZK（]基于全生命周期法田間尺度作物水足跡的量化方法[ZK）][BT）]

作物水足跡（water footprint of crop production，WFcrop）指單位質量的作物生產過程中消耗的水資源量，包括綠水足跡（WFgreen）、藍水足跡（WFblue）和灰水足跡（WFgrey），按照《水足跡評價手冊》[18]中推薦的方法計算如下：

WFcrop=WFgreen+WFblue+WFgrey[JY]（1）

式中：WFcrop為作物生產水足跡（m3/t，m3/Kg），作物綠水和藍水足跡計算公式如下：

WFgreen=CWUgreen/Y=10ETgreen/Y[JY]（2）

WFblue=CWUblue/Y=10ETblue/Y[JY]（3）

式中：CWUgreen、WFblue表示作物生長過程中對綠水和藍水的消耗量（m3/hm2），Y表示某作物的單位面積產量（t/hm2），10為轉化系數，其中綠水蒸散發（ETgreen，[JP2]mm/d）與藍水蒸散發（ETblue，mm/d）計算公式如下：[JP]

ETgreen=min（ETc，Peff）[JY]（4）

ETblue=max（0，ETc-Peff）[JY]（5）

ETc=Kc×ET0[JY]（6）

式中：Kc為作物系數，采用CROPWAT數據庫中的數據；Peff為有效降水量，采用美國農業部土壤保持局（USDASCS）的方法進行計算[19]，ET0采用PenmanMonteith公式計算。

作物生長過程中氮肥在化肥施用中比例最高，對農業面源污染貢獻最大，因此在農業灰水足跡計算中引入稀釋淋失氮的需水量[20]。本文農業灰水足跡主要指稀釋作物生長階段所產生的淋失氮，使其達到標準規范所需要的淡水體積。《水足跡評價手冊》中計算公式為：

WFgrey=[SX（]（α×AR）/（cmax-cnat）[]Y[SX）][JY]（7）

式中：α為氮肥淋失率；AR為折純后每公頃氮肥施用量（kg/hm2）；cmax為污染物的水質標準質量濃度（kg/m3）；cnat為受納水體的自然本底質量濃度（kg/m3）。相關參數參照文獻[2122]中數據，α取25%，cmax取001 kg/m3，cnat取0 kg/m3。[HJ1.8mm]

1.3.2主成分分析法

主成分分析是通過對原始變量相關矩陣或者協方差矩陣內部關系的研究，利用原始變量的線性組合形成幾個綜合指標（主成分）的多元統計方法[23]，可以在保留原始變量信息的前提下達到降維與簡化問題的作用。

2結果分析

[BT（3]2.1[ZK（]京津冀地區主要作物單位質量水足跡時空分布[ZK）][BT）]

[BT（4]2.1.1[ZK（]主要作物單位質量水足跡構成及時間變化[ZK）][BT）]

2000-2015年間各作物年均單位質量水足跡見表1。[JP2]棉花單位質量水足跡為9 5741 m3/t，遠高于其他作物。大豆和油料作物單位質量水足跡為4 3866 m3/t、3 4275 m3/t。小麥、玉米和稻谷為[JP2]當地主要糧食作物，單位質量水足跡為1 7842 m3/t、[JP2]1 5642 m3/t、2 032 m3/t。蔬菜單位質量水足跡最低為152 m3/t。棉花單位質量水足跡為小麥的54倍，為玉米的61倍。大豆和油料作物單位質量水足跡分別為小麥的25倍和19倍，為玉米的28倍和22倍。小麥和玉米單位質量水足跡相近，從構成來看小麥單位質量藍水足跡高于玉米，為玉米的25倍。

圖1反映了各作物單位質量水足跡在2000-2015年間變化情況。各作物單位質量水足跡雖有波動但整體均呈現出下降趨勢，反映了京津冀農業用水效率在逐年提高。2000-2015年間，棉花、油料、稻谷、大豆、玉米、小麥和蔬菜單位質量水足跡最高年份和最低年份差值為2 0679 m3/t、1 5901 m3/t、1 0023 m3/t、9301 m3/t、6748 m3/t、4856 m3/t、492 m3/t。在作物用水量保持不變的前提下，作物單位面積產量越高，其單位質量水足跡就越低，因此提高作物單位面積產量是提高農業用水效率的重要途徑。

間分布存在較大的差異性。小麥是區域主要的農業耗水作物，單位質量水足跡80%的區域集中分布在[JP]1 1434～2 1206 m3/t之間，中部和南部偏低，東部和北部較高，較大值出現在遷西縣和黃驊市。玉米是區域主要的秋收作物，單位質量水足跡80%的區域集中分布在9506～2 0142 m3/t間，承德市與張家口市較高，一方面是由于當地玉米類型為春玉米，另一方面與當地氣象和地理因素造成的災害性減產有關。油料作物單位質量水足跡80%的區域集中在2 0468～6 5018 m3/t，西北部較高，東北部次之，中部和南部區域較低。[JP]棉花單位質量水足跡80%的區域集中在6 6656～14 0703 m3/t，空間分布較為散亂，較大值出現在石家莊市和邢臺市等，如欒城縣、海興縣和沙河市等地，較小值出現在唐山和邯鄲的部分區域。蔬菜水足跡80%的區域分布在783～2105 m3/t，承德大部分區域和西部地區則較高，較小值出現在石家莊、唐山和秦皇島地區。各作物縣域尺度水足跡空間分布表明，區域農業水資源管理水平、農業水資源利用效率有很大的提升空間。

2.2京津冀主要作物總水足跡時空變化

2.2.1作物總水足跡構成及時間變化

2000-2015年間各作物水足跡和構成見表2，小麥和玉米是該地區主要耕種作物和耗水作物，兩種作物水足跡和占總作物水足跡的663%。從藍水足跡可以看出，小麥藍水足跡占作物總藍水足跡的469%，為該地區主要灌溉需水作物，藍水足跡和綠水足跡比值接近4∶1，表明小麥生產在該地區對灌溉的依重程度高。玉米藍水足跡占總藍水足跡的228%，玉[HJ]米年均藍水足跡和綠水足跡比值接近2∶3，是對灌溉倚重程度最低的作物。蔬菜為低耗水作物，單位質量水足跡最低，但由于種植面積較大，水足跡達1137億m3。棉花為高耗水作物。油料，稻谷，大豆在作物生長期藍、綠水足跡所占比值相近，水足跡消耗較少，共占總水足跡的112%。除棉花外，所有作物灰水足跡占總水足跡的比例均高于50%，年均水足跡為4422億m3，為京津冀多年平均水資源量的171倍，表明在農作物生產過程中給水環境帶來的污染是非常嚴重的，需引起足夠重視。

各作物2000-2015年間水足跡變化見圖3。小麥水足跡2000-2003年間呈現連續下降趨勢，而后處于高位的波動狀態且變幅較小。玉米和蔬菜水足跡呈上升趨勢，棉花水足跡表現出先增長后持續下降的變化趨勢。大豆、油料作物和稻谷水足跡則表現出持續的下降趨勢。這種變化與區域作物種植結構的調整和減少高耗水作物種植面積從而降低灌溉用水需求密切相關，說明通過農業種植結構調整在一定程度上可以緩解區域農業用水壓力。[JP]

2.2.2作物總水足跡時間變化

表3表明2000-2015年間京津冀地區農業水足跡整體處于高位波動狀態，因為京津冀作為我國糧食主產區，雖種植結構略有變化，但作物耕種面積并沒有較[JP+1]大變動，作物生長需水量旺盛，化肥的大量使用使區域灰水足跡大幅上升。從作物總水足跡構成來看，藍水足跡呈下降趨勢，綠水足跡呈上升趨勢，這與棉花、稻谷、

大豆和油料等高耗水作物種植面積減少、灌溉需求較低的玉米種植面積增加有關。綠水足跡所占比例跟降雨狀況密切相關。2000-2002年連續三年干旱，該時段內綠水足跡所占比例較低，其中2002年綠水足跡所占比例僅為191%，藍水足跡所占比例為367%，而在其雨水較為豐沛的2008年，綠水足跡所占比例最高達到289%，藍水足跡為259%，因此綠水足跡在區域糧食生產[JP]中具有重要的作用。灰水足跡表現出先上升后下降的趨勢，與區域氮肥施用量的變化關系密切。

2.2.3作物總水足跡空間分布

圖4為2000-2015各縣市年均水足跡空間分布，藍水足跡與綠水足跡分布較為一致，河北省東部和南部較大，西部和北部區域較小。2000-2015間北京年均藍水足跡為63億 m3 ，天津為127億m3，河北省藍水足跡較高的地區集中分布在邯鄲、邢臺、衡水等南部區域，其中寧晉、大名、定州、河間、滄縣、景縣和深州藍水足跡均大于3億m3。藍水足跡分布較小的區域為承德、唐山、秦皇島和張家口等西北部、北部和東北部區域，其中興隆、寬城滿族自治區、阜平、樂亭、崇禮和青龍滿族自治區藍水足跡均未超過03億m3；2000-2015間北京年均綠水足跡為53億m3 ，天津為95億m3，河北省綠水足跡較高的地區為滄州、唐山、邢臺和石家莊等中部、南部和東北部區域，其中河間、定州、玉田、滄縣和灤縣綠水足跡均大于了2億 m3，河北省綠水足跡分布較小的區域在承德、張家口和保定等北部、西北部和西部區域，其中崇禮、阜平、寬城滿族自治區、大廠回族自治區、尚義和淶源等綠水足跡均小于04億m3。2000-2015間北京年均灰水足跡為182億 m3，天津為274億m3，河北省灰水足較高的地區分布在石家莊、滄州、唐山和邯鄲等東北部，中部和南部地區，其中辛集、趙縣、滄縣、藁城和定州灰水足跡均大于6億m3，灰水足跡較少的區域分布在張家口、保定和承德等北部，西北部和西部地區，其中康保、沽源和張北灰水足跡小于03億m3。低，其中X9、X11與第二主成分呈負相關， X10、X12與第二主成分呈正相關；X12、X13等因子在第三主成分中有較大荷載均呈正相關；X14等因子在第四主成分中有較大荷載且均呈正相關，第五主成分X6有較大的荷載且呈正相關。

2.3.2主要影響因子空間分布

利用SPSS軟件將初始數據標準化，計算各區域主成分得分，結合ArcGIS軟件轉化為柵格數據，得到各縣市2000-2015年平均農業水足跡各主成分因子得分的空間分布圖（圖5），據此分析影響因子的空間差異性。第1主成分主要表現為氮肥施用量與玉米、蔬菜、大豆和小麥的種植面積，影響較大的區域主要集中于京津冀平原糧食主產區，對張家口，承德等北部和西北部山區和壩上非作物主產區影響較小。第2主成分主要為日照時數、平均氣溫和平均風速，影響較大的區域主要集中京津冀北部和西北部多山區的地域。第3主成分主要為平均相對濕度和平均氣壓，影響較大的區域集中于東南部沿線和西北部壩上地區與相對濕度的空間分布較為一致。第4主成分主要為年降水量，影響較大的區域集中于燕山以南，這是由于該區域靠近海岸線，受海上東南季風影響，降水豐富。第5主成分主要為油料作物面積，影響區域呈散狀分布，主要和油料種植集中種植區域相吻合。

3結論

本文參照水足跡評價手冊的相關計算方法，核算了京津冀主要作物的水足跡，結合ArcGIS和SPSS軟件探討該區域各作物水足跡空間分布及其影響因子，得出如下結論。

（1）2000-2015年間京津冀地區小麥、玉米、大豆、油料、谷物、棉花和蔬菜年均單位質量水足跡分別為1 7842 m3/t、1 5642 m3/t、4 3866 m3/t、[JP2]3 4275 m3/t、2 032 m3/t、9 5741 m3/t和152 m3/t。[JP]

（2）2000-2015年均總水足跡為6 979億m3，藍水、綠水、灰水足跡分別為2116億m3，1648億m3和3214億m3，占總水足跡的比例分別為303%，236%和46%。2000-2015年間，綠水足跡所占比例呈上升趨勢，藍水足跡所占比例呈下降趨勢，灰水足跡呈現先上升后下降的趨勢。

（3）影響水足跡總量的因子中，第一主成分主要因子為氮肥施用量、玉米、小麥和大豆種植面積，第二主成分主要因子為日照時數、平均氣溫、平均風速，第三主成分主要因子為平均相對濕度和平均水汽壓，第四主成分主要因子為降水量，第五主成分主要因子為油料種植面積。

參考文獻（References）：

[1]ALLAN J A.Overall perspectives on countries and regions.In Rogers，P.and Lydon，P.edits.Water in the arab world：perspectives and prognoses.Massachusetts：Harvard University Press，1994：65100.

[2]HOEKSTRA A Y.Virtual water：an introduction[A].Virtual Water Trade：Proceedings of the International Expert Meeting on Virtual Water TradeValue of Water Research Report Series No.12[C].Delft，The Netherlands，IHE，2003：12 13.

[3]MEKONNEN M M，HOEKSTRA A Y.National water fo otprint accounts：the green，blue and grey water footprint of production and consumption.Value of water research report series No.50[R].Delft：UNESCOIHE，2011.

[4]柯兵，柳文華，段光明，等.虛擬水在解決農業生產和糧食安全問題中的作用研究[J].環境科學，2004（2）：3236.（KE B，LIU W H，DUAN G M，et al.A virtual water analysis for agricultural production and food security[J].Environmental Science，2004（2）：3236.（in Chinese）） DOI：10.3321/j.issn：02503301.2004.02.007.

[5]CHAPAGAIN A K，HOEKSTRA A Y.Water footprints of nations[R].Value of Water Research Report Series No.16，UNESCOIHE，Delft，the Netherlands，2004.

[6]龍愛華，徐中民，張志強.虛擬水理論方法與西北4省（區）虛擬水實證研究[J].地球科學進展，2004（4）：577584.（LONG A H，XU Z M，ZHANG Z Q.Theory and method of virtual water：a case study of northwest China[J].Advances in Earth Science，2004（4）：577584.（in Chinese）） DOI：10.3321/j.issn：10018166.2004.04.014.

[7]KAMPMAN D，HOEKSTRA A Y，KROL M.The water footprint of India[R].Value of Water Research Report Series No.32，UNESCOIHE，Delft，the Netherlands，2008.

[8][JP2]ALDAYA M M，ALLAN J A，HOEKSTRA A Y.Strategic importance of green water international trade[J].Ecological Economics，2010（69） ：887894.DOI：10.1016/j.ecolecon.2009.11.001.[JP]

[9]CHAPAGAIN A K，HOEKSTRA A Y.The blue，green and grey water footprint of rice from production and consumption perspectives[J].Ecological Economics，2011，70：749758.DOI：10.1016/j.ecolecon.2010.11.012.[ZK）]

[10]鐘一丹.基于虛擬水理論的北京市水資源承載力分析[D].北京：中國水利水電科學研究院，2012.（ZHONG Y D.Analyzing the carrying capacity of water resources in Beijing based on virtual water theory[D].BeiJing：China Institute of Water Resources and Hydropower Research，2012.（in Chinese））

[11]李紅穎，秦麗杰，楊婷.吉林省水稻生產水足跡時空分異研究[J].[JP2]華北水利水電大學學報（自然科學版）， 2018，39（2）：3239.（LI H Y，QIN L，YING T.Spatiotemporal differentiation of water footprint of rice production in Jilin province[J].Journal of North China University of Water Resources and Electric Power （Natural Science edition），[JP]2018，39（2）：3239.（in Chinese））

[12]孫世坤，王玉寶，吳普特，等.小麥生產水足跡區域差異及歸因分析[J].農業工程學報，2015，31（13）：142148.（SUN S K，WANG Y B，WU P T，et al.Spatial variability and attribution analysis of water footprint of wheat in China[J].Transactions of the Chinese Society of Agricultural Engineering，2015，31（13）：142148.（in Chinese）） DOI：10.11975/j.issn.10026819.2015.13.020.

[13]孫才志，張燦燦.中國人均水足跡驅動效應分解與空間聚類分析[J].華北水利水電大學學報（自然科學版），2018，39（2）：111.（SUN C Z，ZHANG C C.Study on drive effect decomposition and spatial clustering analysis of China′s per capita water footprint.[J].Journal of North China University of Water Resources and Electric Power（natural science edition），2018，39（2）：111.（in Chinese））

[14]趙勇，翟家齊.京津冀水資源安全保障技術研發集成與示范應用[J].中國環境管理，2017， 9（4）：113114.（ZHAO Y，ZHAI J Q.Research and development integration and demonstration application of BeijingTianjin Hebei water resources security assurance technology[J].Chinese Journal of Environmental Management，2017，9（4）：113114.（in Chinese）） DOI：10.16868/j.cnki.16746252.2017.04.113.

[15]河北省人民政府辦公廳；河北省統計局.河北農村統計年鑒[JP2]20002015[M].北京：中國統計出版社，20012016.（General office of Hebei Provincial People′s Government； Statistical Bureau of Hebei Province.Hebei Rural Statistical Yearbook 20002015[M].Beijing：China Statistics Press，[JP]20012016.（in Chinese））

[16]中華人民共和國國家統計局.中國統計年鑒20002015[M].北京：中國統計出版社，20012016.（National Bureau of Statistics of the People′s Republic of China.China Statistical Yearbook 20002015[M].Beijing：China Statistics Press，20012016.（in Chinese））

[17]段愛旺.北方地區主要農作物灌溉用水定額[M].北京：中國農業科學技術出版社，2004.（DUAN A W.Irrigation water quota of main crops in northern China[M].Beijing：China Agricultural Science and Technology Press，2004.（in Chinese））

[18]MATTHEW EGAN.The water footprint assessment manual.setting the global standard[J].Social & Environmental Accountability Journal，2011，31（2）：181182.DOI：10.1080/0969160X.2011.593864.

[19]DLL P，SIEBERT S.Global modeling of irrigation water requirements[J].Water Resources Research，2002，38（4）：81810.DOI：10.1029/2001WR000355.

[20]徐鵬程，張興奇.江蘇省主要農作物的生產水足跡研究[J].水資源與水工程學報，2016，27（1）：232237.（XU P C，ZHANG X Q.Study on water footprint of main crops in Jiangsu province[J].Journal of Water Resources and Water Engineering，2016，27（1）：232237.（in Chinese）） DOI：10.11705/j.issn.1672643X.2016.01.43.

[21][JP2]趙榮芳，陳新平，張福鎖，等.華北地區冬小麥夏玉米輪作體系的氮素循環與平衡[J].土壤學報，2009，46（4）：684697.（ZHAO R F，CHEN X P，ZHANG F S，et al.Circulation and balance of nitrogen in winter wheatsummer maize rotation system in north China[J].Acta Soil Science Sinica，2009，46 （4）：684697.（in Chinese）） DOI：10.3321/j.issn：05643929.2009.04.017.[JP]

[22]張宇，李云開，歐陽志云.華北平原冬小麥夏玉米生產灰水足跡及其縣域尺度變化特征[J].生態學報，2015，35（20）：66476654.（ZHANG Y，LI Y K，OUYANG Z Y.Characteristics of gray water footprint of winter wheatsummer maize production and its scattering in county scale in North China Plain[J].Acta Ecologica Sinica，2015，35 （20）：66476654.（in Chinese）） DOI：10.5846/stxb201405211051.

[23]徐秋艷，毛軍，朱輝.SPSS統計分析方法及應用實驗教程[M].北京：中國水利水電出版社，2011.（X Q Y，MAO J，ZHU H.SPSS statistical analysis methods and application of experimental tutorial[M].Beijing：China Water Resources and Hydropower Press，2011.（in Chinese））

[24]黃會平，曹明明，宋進喜，等.19572012年中國參考作物蒸散量時空變化及其影響因子分析[J].自然資源學報，2015，30[JP2]（2）：315326.（HUANG H P，CAO M M，SONG J X，et al.Spatiotemporal variations and influencing factors of reference evapotranspiration in China from 1957 to 2012[J].Chinese Journal of Natural Resources，[JP]2015，30 （2）：315326.（in Chinese））

[25]王景雷，孫景生，宋妮，等.基于GIS和PCA的冬小麥需水量影響因子分析[J].武漢大學學報（工學版），2009， 42（5）：640643.（WANG J L，SUN J S，SONG N，et al.Analysis of influence factors of winter wheat water demand based on GIS and PCA[J].Journal of Wuhan University （Engineering Science），2009，42 （5）：640643.（in Chinese））