山东省农业水足迹周期及趋势变化分析

程雨菲　曹升乐

摘要：农业用水状况及其周期趋势分析对合理制定农业用水分配、提高水资源利用效率有着重要的现实意义。依据水足迹理论，分别计算了山东省1978-2014年农业总水足迹及其分项，利用经验模态分解（EMD）分别分析了各水足迹值的波动周期，从多时间尺度分析了农业总水足迹值波动影响因素，并结合对数平均迪氏分解（LMDI）方法，分析了引起总水足迹增长的主要贡献因素。结果表明：林牧渔业水足迹以35 a为周期波动，种植业水足迹以5 a为周期波动，总水足迹以8 a为周期波动；农业总水足迹值3 a短波动周期主要受种植业影响，8 a长波动周期在2002年前主要受畜牧业影响，2002年后则主要受种植业影响；农业总水足迹及各分项多年来均呈增长趋势；蓝水、绿水、灰水足迹值的变化均对总水足迹值的增长起正向促进作用，多年来农业总水足迹值的增长由绿水足迹主导逐渐转变为蓝水足迹主导。

关键词：水足迹；EMD；周期；LMDI；山东省

中图分类号：S271文献标志码：A文章编号：

16721683（2018）04016907

Analysis of agricultural water footprint cycle and trend change in Shandong Province

CHENG Yufei，CAO Shengle，YANG Yuheng，ZHANG Xi，LI Xitong

（

School of Civil Engineering，Shandong University，Jinan 250061，China）

Abstract：

The agricultural water utilization situation and the analysis of its cycle and trend is of great practical significance for the rational allocation of agricultural water and the improvement of water resource utilization efficiency.Based on the water footprint theory，in this paper we calculated the total agricultural water footprint and its components in Shandong Province from 1978 to 2014.Empirical mode decomposition （EMD） was used to analyze the fluctuation cycle of each water footprint value.We analyzed the influencing factors of total agricultural water footprint fluctuation on multiple time scales.Furthermore，adopting the logarithmic average Dewar decomposition method （LMDI），we analyzed the main contributors to the growth of total water footprint.The results showed that the water footprint of forestry，animal husbandry，and fishery fluctuated over a period of 35 years，the water footprint of planting industry fluctuated over a period of 5 years，and the total water footprint fluctuated over a period of 8 years.The threeyear fluctuation period of total agricultural water footprint value was mainly affected by planting industry.The eightyear fluctuation period was mainly affected by animal husbandry before 2002，and by planting industry after 2002.The total agricultural water footprint and its components showed an increasing trend over the years.The changes of blue，green，and gray water footprints all played a positive role in the growth of total water footprint.Over the years，the main factor influencing the growth of total agricultural water footprint switched from the green water footprint to the blue water footprint.

Key words：

water footprint；EMD；cycle；LMDI；Shandong Province

水資源问题长久以来都是一个全球性的关注热点[1]。中国是农业大国，而农业是用水大户，分析农业用水状况及趋势，提高水资源利用效率有着很重要的现实意义。1993年英国学者Allan首次提出了虚拟水的概念[2]，而后2002年荷兰学者Hoekstra在虚拟水的基础上提出了水足迹的概念[3]。自此，国内外学者基于水足迹理论展开了国家、行政区、流域等不同尺度的水足迹的计算分析[46]。对于农业水足迹的研究，通过CNKI数据库检索发现，2008年前的研究主要为全球尺度的农产品水足迹评价研究，且侧重点为农作物虚拟水的核算[7]，随着众多学者对水足迹研究的深入，2009年后更多学者开始对国家及地区尺度农作物产品水足迹进行研究，影响水足迹变化的因素及水足迹时空尺度上的变化等的研究也越来越多[89]。2010年胡娟[10]等人对中国地区国家尺度上粮食作物水足迹核算进行了详细的研究；2013年SUN[11]等人以粮食作物为研究对象，探求了影响其水足迹变化的因素。目前在农业水足迹研究方面具有以下特点：大多数研究针对的是某一特定粮食作物[12]，或只包含种植业和畜牧业[13]，很少涉及林业及渔业；水足迹的核算多仅分析单一变化趋势[14]，而对于水足迹的周期波动趋势及影响因素鲜有研究。

鉴于此，本文利用山东省1978-2014年资料，运用EMD分析方法对种植业、畜牧业、林业及渔业 4类产品水足迹进行周期波动分析，研究水足迹周期变化特性并分析水资源利用趋势，结合LMDI方法分析农业总水足迹变化的主要贡献因素，期望得出农业产品水足迹变化规律，了解不同农业产品不同时间尺度对水资源的消耗情况，为制定农产品生产决策提供科学依据。

1研究区域概况

山东省地处黄河下游，是我国的农业大省，耕地率位居全国榜首。省内河流湖泊较多，但淡水资源量不足，属人均占有量少于500 m3的严重缺水地区[15]。近年来由于地下水的过度开采、海水入侵、径流量的减少等原因，水资源供需矛盾日益加剧。农业是山东省的用水大户，2016年农业用水约占总用水量的65%[16]。

2研究方法及数据来源

2.1农业水足迹计算

依据水足迹的定义[17]，农业总水足迹表示该地区相应时间内生产所有农业产品消耗的淡水资源总量，即农业产品消耗的相应蓝水、绿水、灰水足迹之和。山东省农业总水足迹计算公式如下：

WFT=WFgreen+WFblue+WFgrey[JY]（1）

[JP+1]式中：WFT为农业生产总水足迹（m3）；WFgreen为农业生产消耗绿水足迹（m3）；WFblue为农业生产消耗蓝水足迹（m3）；WFgrey为农业生产消耗灰水足迹（m3）。

农业生产消耗的蓝水、绿水、灰水足迹的计算公式如下：

WFgreen+WFblue+WFgrey=∑[DD（]n[]i=1[DD）]UiWFgreen×P+∑[DD（]n[]i=1[DD）]

UiWFblue×P+∑[DD（]n[]i=1[DD）]UiWFgrey×P[JY]（2）

式中：P为各农业产品产量（kg）；UiWFgreen为单位质量农业产品消耗的绿水足迹（m3/kg）；UiWFblue为单位质量农业产品消耗的蓝水足迹（m3/kg）；UiWFgrey为单位质量农业产品消耗的灰水足迹（m3/kg）；i表示不同农产品类别。

2.2EMD分解法

EMD分解，即经验模态分解，[JP+1]由黄锷于1998年[18]提出。其优点在于无需预先设定基函数，直接依照自身数据不同时间尺度的特征进行信号分解，是一种新型自适应信号时频处理方法[19]。EMD分解的关键在于检验模态的分解，将复杂的原始信号分解为多个本征模函数（Intrinsic Mode Function，简称IMF）和具有单一性的趋势项（Residual）。分解出的IMF 分量能体现出信号不同时间尺度的局部特性，因而EMD分解实际上即为将原始数据分解为有实际物理背景的多个波动的叠加，通过EMD对农业水足迹分解得到的各数据分量规律性更强，能更直观的体现出农业水足迹的波动性，进行EMD分解的相应步骤可参考文献[2021]，在此不多赘述。

2.3LMDI分析

LMDI即对数平均迪氏分解，因其在分解过程中不存在残差且对于数据中是否有零项无要求而被广泛应用[22]。该方法主要是将目标变量变化分解为若干个子变量，用以分析识别各子变量对目标变量的影响程度（贡献率）[23]。本文运用LMDI方法分析农业总水足迹，从蓝水足迹[24]（消耗来自地表及地下水）、绿水足迹[25]（源于降雨）及灰水足迹[26]（源于稀释污水）三方面考虑，研究三类水分别对总水足迹变化的变动效应和变动贡献率。具体分解公式如下：

WF=∑[DD（]n[]i=1[DD）]WFi=∑[DD（]n[]i=1[DD）]xi，1

·xi，2·…·xi，m[JY]（3）[HJ2.09mm]

式中：WF表示总[HJ2.21mm]水足迹值（m3）；WFi表示（i=1，2，3，4）产业（农林牧渔业）水足迹值（m3）；xi，m表示i产业第m个分解因素值。

则第m个分解因素的影响效应为：

ΔWFm=∑[DD（]n[]i=1[DD）][SX（]WTFi-W0Fi[]lnWTFi-lnW0Fi[SX）]ln

[SX（]xTi，m[]x0i，m[SX）][JY]（4）

[JP+1]式中：WTFi表示在第T年i产业的总水足迹值（m3）；W0Fi表示基年i产业水足迹值（m3）；xTi，m、x0i，m分别表示T年和基年i业第m个分解因素的值。本文将农业总水足迹值分解为蓝水、绿水、灰水足迹值3个因素，则农业总水足迹值变量的加法分解模型为：

ΔWF=WtF-W0F=

ΔWFgreen+ΔWFblue+ΔWFgrey=

∑ΔWFi，green+∑

ΔWFi，blue+∑ΔWFi，grey

[JY]（5）

式中：ΔWF表示农业总水足迹值变化量（m3）；ΔWFgreen、ΔWFblue、ΔWFgrey分别表示绿水、蓝水、灰水足迹变化导致的总水足迹值变化量（m3）。

2.4数据来源及整理

本文农产品产量数据来自1978-2014年的《山东省统计年鉴》及《山东省水资源公报》。将农产品分为种植业、畜牧业、林业及渔业四类，按照四种类别整理数据，并分别计算了各类产品的水足迹值及农业总水足迹值。本文共计算了种植业产品19种（包括谷物、棉花、蔬菜等）、林业产品3种（种树、板栗及核桃）、畜牧业产品6種（包括猪肉、牛肉、羊肉等）、渔业产品1种（水产品）。对于单位农作物产品虚拟水的确定本文依照Zimmer和Renault基于对不同产品类型分区计算的方法[27]，引用FAO的CLIMATE数据库和CROP数据库有关中国部分的数据进行计算，具体计算方法参照相应参考文献[2829]，在此不再赘述。对于单位动物产品虚拟水，由于计算数据多且不易获得，故本文采用Chapagain 和 Hoekstra 根据世界各国动物和动物产品贸易数据，计算世界各国动物产品虚拟水含量研究中中国部分的数据[30]。本文采用的四类单位质量产品的水足迹值见表1。

3结果分析

3.1山东省农业总水足迹变化分析

运用经验模态分解的方法对山东省1978-2014年农业总水足迹进行分解得到2个IMF分量及趋势项R，见图1，各IMF分量周期及方差贡献率见表2。

从图1可以看出山东省1978-2014年农业水足迹的变化是非线性非平稳的，每个IMF分量体现了水足迹值不同时间尺度的变化，IMF1体现的是一个3 a的周期性波动，IMF2显示的是8 a的周期性波动；从方差贡献率可以看出，山东省农业生产总水足迹以8 a周期波动为主；从趋势项R可以看出总水足迹量不断增长，1988年之前增长较平稳，而1988-2006年增长则较为迅速，2006年后增长趋势又趋向平稳。

3.2农林牧渔各类水足迹变化分析

分别计算生产四类产品消耗的虚拟水量，对四类水足迹分别运用EMD分解分析波动趋势。各虚拟水量EMD分解结果如图2所示，对四类水足迹进行分解，结果均得到2个IMF分量及趋势项R，四类水足迹分解的各IMF分量周期及方差贡献率见表3。

从图2和表3可以看出，四类产品水足迹其IMF1分量周期基本一致，大约均以35 a为周期变化，这与农业总水足迹IMF1分量的3 a周期非常接近。从IMF2分量可以看出，各分类水足迹除却35 a的短周期变化外，种植业有5 a波动周期；林业有11 a的波动周期；畜牧业有85 a的波动周期；渔业有7 a的波动周期。从方差贡献率来看，林业、畜牧业及渔业均以IMF1分量展现的35 a的短周期波动为主，种植业以5 a的长波动周期为主。从趋势项R可以看出，农林畜牧业水足迹均呈现上升趋势。从波动周期和振动幅度来看，种植业IMF1分量和IMF2分量振动幅度变化不大，在2002年前波长无太大变化，但2002年后两分量的波长均呈现增长的趋势，变化周期时长有所增加；林业IMF2分量多年波动周期和振幅均变化平稳，IMF1分量在1990-2002年间波动振幅变化较大，2002年后又逐渐趋向平稳；畜牧业IMF2分量变化非常平稳，从波形上看近似正/余弦曲线，可见畜牧业8 a的长周期变化非常平稳，外界环境等对其影响较小；渔业两IMF分量1990-2002年波动振幅也有所加大，2002年后波动趋向平稳，同时波长有增长趋势，周期有所变大。

33山东省农业总水足迹时间波动成因分析

影响水足迹变化的因素很多，从农业总水足迹构成来看，其中种植业水足迹所占比重最大，其次为

畜牧业，林业和渔业所占比重很小。因而种植业和畜牧业水足迹周期变化对于农业总水足迹的周期变化影响最大。图3分别展示了农业总水足迹与种植业

水足迹及畜牧业水足迹IMF1分量的比较。从图3中可以看出，总水足迹IMF1分量虽与畜牧业水足迹IMF1分量波动大致相同，但振幅相差较大；相比较而言总水足迹与种植业水足迹IMF1分量波动更为同步，且振幅更为相近，波峰波谷出现基本一致。因而农业总水足迹3 a波动周期主要受种植业水足迹影响。农业总水足迹IMF1分量与种植业水足迹IMF1分量峰谷变化在1982年左右和2006年左右不一致，这两个时期农业总水足迹波动与畜牧业水足迹波动基本保持一致，由于这两个时期山东省发生旱灾，粮食种植受天气影响较大，产量有所减少，总水足迹受畜牧业水足迹影响更大。总的来说，可认为山东省农业虚拟水总量3 a尺度的波动主要受种植业水足迹的影响。

图4为农业总水足迹IMF2分量分别与种植业和畜牧业IMF2分量的比较，从图中初步可以看出，2002年之后种植业水足迹变化与总水足迹变化波动基本完全同步，振幅、波峰、波谷均保持同步；而2002年之前总水足迹的变化与种植业和畜牧业水足迹间的关系从图中无法得出明确结果，现进一步分析。将总水足迹IMF2分量与种植业、畜牧业水足迹IMF2分量分别进行相关分析，以2002年为时间节点，不同时间段的相关系数结果见表4。相关系数越接近1表明两者相关关系越大。可以看出，2002年后总水足迹IMF2分量与种植业水足迹IMF2分量的相关系数为096，基本接近于1，表明两者存在很强的相关关系，可认为2002年后总水足迹的8年变化周期主要受种植业影响；2002年前，畜牧业水足迹与总水足迹IMF2分量间相关系数大于种植业与总水足迹IMF2分量间的相关系数，表明2002年前总水足迹的变化与畜牧业关系更大。由此可认为总水足迹8a长周期的波动变化在2002年前受畜牧业影响更大，而2002年之后则主要受種植业影响。

3.4农业总水足迹增长趋势分解分析

1978年以来，山东省农业总水足迹值呈增长趋势，2014年总水足迹值为2 46086万m3，是1979年的5倍；1979-2014年间农业总水足迹值增加了1 98435万m3，6个时段的增加量分别为12289万m3、23911万m3、53757万m3、20389万m3、26326万m3、10552万m3。表5为1979-2014年山东省农业总水足迹变化的分解因素效应。

从1979-2014年农业总水足迹值分解因素效应变化趋势中可以看出：多年来蓝水、绿水、灰水足迹效应值均为正值，可见三者对总水足迹的增长均起了显著的正向促进作用，但是这种正向作用在减弱；总体来说绿水足迹对农业总水足迹的增长贡献度最大，灰水足迹次之；贡献效应结构多年间发生了改变，多年间各因素效应值从绿水最大逐渐转变为蓝水最大，即对总水足迹增长的贡献度由绿水最大转变为蓝水最大，可见总水足迹增长趋势由绿水主导逐渐变为蓝水主导。这种转变主要由以下原因造成：随着近年来经济的快速发展和人民生活水平的提高，山东省降雨径流逐渐减少，对地下水的开采越加严峻，故而耗水重心逐渐由源于降水的绿水转变为来自地表及地下的蓝水。

4结论

农业水资源的合理配置问题是农业水资源可持续开发利用和社会经济可持续的保障和基础。本文基于EMD及LMDI模型，以山东省为例，分析了1978-2014年种植业、林业、畜牧业及渔业的水足迹波动周期，并分析了引起农业水足迹增长的的变动效应和变动贡献因子，得出了以下结论。

（1） 从种植业、林业、畜牧业及渔业角度基于EMD分解的方法分析水足迹变化，表明水足迹存在不同时间尺度的周期变动，不同变化周期的主要影响因素不同，同一变化周期在不同时间段其主要影响因素也不同。

（2） 基于LMDI的总水足迹分解表明影响山东省总水足迹增长的主要因素多年来逐步发生了改变，用水结构发生了变化。

参考文献（References）：

[1]TURRAL H，BURKE J，FAURES J M.Climate change，water and food security FAO reports 36[R].Rome：FAO water reports，2011.

[2]ALLAN J A.Fortunately there are substitutes for water otherwise our hydropolitical futures would be impossible[C].Priorities for water resources allocation and management.London：ODA，1993：1326.

[3]HOEKSTRA A Y.Virtual Water Trade：An Introduction[A].Hoekstra A Y.Virtual Water Trade：Proceedings of the International Expert Meeting on Virtual Water Trade[C].Value of Water Research Report Series No12，IHE DELFT，February 2003.

[4]LIU J，WILLIAMS J R，ZEHNDER A J，et al.GEPIC：Modelling wheat yield and crop water productivity with high resolution on a global scale[J].Agricultural Systems，2007，94（2）：478493.DOI：10.1016/j.agsy.2006.11.019.

[5]SIEBERT S，D？LL P.Quantifying blue and green virtual water contents in global crop production as well as potential production losses without irrigation[J].Journal of Hydrology，2010，384（3）：199217.DOI：10.1016/j.jhydrol.2009.07.031.

[6]MEKONNEN M M，HOEKSTRA A Y.A global and high resolution assessment of the green，blue and grey water footprint of wheat[J].Hydrology and Earth System Sciences，2010，7（2）：24992542.DOI：10.5194/hess1412592010.

[7]HOEKSTRA A Y，HUNG P Q.Virtual water trade：A quantification of virtual water flows between nations in relation to international crop trade[R].Value of Water Research Report Series No.11.Delft，the Netherlands：UNESCOIHE，2002.

[8]孫世坤，王玉宝，刘静，等.中国主要粮食作物的生产水足迹量化及评价[J].水利学报，2016（9）：11151124.（SUN S K，WANG Y B，LIU J，et al.Quantification and evaluation of water footprint of major grain crops in China[J].Journal of Hydraulic Engineering，2016（09）：11151124.（in Chinese）） DOI：10.13243/j.cnki.slxb.20150956.

[9]刘莉，邓欧平，邓良基，等.2003～2011年四川省各市（州）农业水足迹时空变化与驱动力研究[J].长江流域资源与环境，2015（7）：11331141.（LIU L，DENG O P，DENG J L，et al.Agricultural water footprint spacetime change and driving factors research of various cities in Sichuan province from 2003 to 2011[J].Resources and Environment in the Yangtze Basin，2015（7）：11331141.（in Chinese）） DOI：10.11870/cjlyzyyhj201507008.

[10]邹君，胡娟，杨玉蓉，等.中国区域粮食生产与消费中的虚拟水平衡研究[J].长江流域资源与环境，2010，19（8）：908913.（ZOU J，HU J，YANG Y R，et al.Virtual water equilibrium of foodstuff production and consumption in China[J].Resources and Environment in the Yangtze Basin，2010，19（8）：908913.（in Chinese））

[11]SUN S K，WU P T，WANG Y B.The impacts of interannual climate variability and agricultural inputs on water footprint of crop production in an irrigation district of China[J].Science of the Total Environment，2013，444：498507.

[12]操信春，吴普特，王玉宝，等.中国灌区粮食生产水足迹及用水评价[J].自然资源学报，2014（11）：18261835.（CAO X C，WU P T，WANG Y B，et al.Agriculture water utilization assessment based on water footprint of grain production evaluation in irrigated farmland of China[J].Journal of Natural Resources，2014（11）：18261835.（in Chinese）） DOI：10.11849/zrzyxb.2014.11.002.

[13]付强，刘烨，李天霄，等.水足迹视角下黑龙江省粮食生产用水分析[J].农业机械学报，2017（6）：184192.（FU Q，LIU Y，LI T X，et al.Analysis of water utilization in grain production from water footprint perspective in Heilongjiang Province[J].Transactions of the Chinese Society for Agricultural Machinery，2017，48（6）：184192.（in Chinese）） DOI：10.6041/j.issn.10001298.2017.06.024.

[14]张宇，李云开，欧阳志云，等.华北平原冬小麦—夏玉米生产灰水足迹及其县域尺度变化特征[J].生态学报，2015，35（20）：66476654.（ZHANG Y，LI Y K，OUYANG Z Y，et al.The grey water footprint of the winter wheatsummer maize crop rotation system of the North China Plain[J].Journal of Ecology，2015，35（20）：66476654.（in Chinese）） DOI：10.5846/stxb201405211051.

[15]余灝哲，韩美.基于水足迹的山东省水资源可持续利用时空分析[J].自然资源学报，2017（3）：474483.（YU H Z，HAN M.Spatialtemporal Analysis of Sustainable Water Resources Utilization in Shandong Province Based on Water Footprin[J].Journal of Natural Resources，2017（3）：474483.（in Chinese）） DOI：10.11849/zrzyxb.20160406.

[16]金菊良，崔毅，杨齐祺，等.山东省用水总量与用水结构动态关系分析[J].水利学报，2015（5）：551557.（JING J L，CUI Y，YANG Q Q，et al.Analysis on the dynamic relationship between water consumption and water structure in Shandong[J].Journal of Hydraulic Engineering，2015（5）：551557.（in Chinese）） DOI：10.13243/j.cnki.slxb.20141268.

[17]HOEKSTRA A Y，CHAPAGAIN A K.The water footprints of Morocco and the Netherlands：Global water use as a result of domestic consumption of agricultural commodities[J].Ecological Economics，2007，64（1）：143151.DOI：10.1016/j.ecolecon.2007.02.023.

[18]HUANG N E，SHEN Z，LONG S R，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proceedings of the Royal Society of Land，1998，145（45）：899955.

[19]谢平，许斌，陈广才，等.变化环境下基于希尔伯特黄变换的水资源评价方法[J].水力发电学报，2013（3）：2733.（XIE P，XU B，CHENG G C，et al.Water resources assessment based on HilbertHuang transformation in the changing environments[J].Journal of Hydroelectric Power，2013（3）：2733.（in Chinese））

[20]冯平，丁志宏，韩瑞光，等.基于EMD的降雨径流神经网络预测模型[J].系统工程理论与实践，2009（1）：152158.（FENG P，DING Z H，HAN R G，et al.Precipitationrunoff forecasting ANN model based on EMD[J].Systems Engineering Theory and Practice，2009（1）：152158.（in Chinese）） DOI：10.3321/j.issn：10006788.2009.01.021.

[21]王翠柏，梁小俊，楼章华，等.钱塘江上游径流时序变化的多时间尺度分析[J].人民黄河，2013（3）：3032.（WANG C B LIANG X J，LOU Z H.Multiple time scales analysis of the time series variation of runoff in the upper Qiantang River[J].Yellow River，2013（3）：3032.（in Chinese）） DOI：10.3969/j.issn.10001379.2013.03.012.

[22]SHEINBAUMPARDO C，OZAWA L，CASTILLO D.Using logarithmic mean Divisia index to analyze changes in energy use and carbon dioxide emissions in Mexicos iron and steel industry[J].Energy Econ.2010，32，13371344.DOI：10.1016/j.eneco.2010.02.011.

[23]SHEINBAUMPARDO C，MORAP REZ S，ROBLESMORALES G.Decomposition of energy consumption and CO2emissions in Mexican manufacturing industries：Trends between 1990 and 2008[J].Energy Sustain.Dev.2012，16，5767.DOI：10.1016/j.esd.2011.08.003

[24]王艷阳，王会肖，蔡燕.北京市水足迹计算与分析[J].中国生态农业学报，2011，19（4）：954960.（WANG Y Y，WANG H X，CAI Y.Calculation and analysis of water footprint in Beijing City[J].Chinese Journal of EcoAgriculture，2011，19（4）：954960.（in Chinese）） DOI：10.3724/SP.J.1011.2011.00954.

[25]刘民士，刘晓双，侯兰功.基于水足迹理论的安徽省水资源评价[J].长江流域资源与环境，2014（2）：220224.（LIU S M，LIU X S，HOU L G.Assessing water resource of Anhui Province Based on water footprint theory[J].Resources and Environment in the Yangtze Basin，2014（2）：220224.（in Chinese）） DOI：10.1870/cjlyzyyhj201402009.

[26]HOEKSTRA A Y，CHAPAGAIN A K.Globalization of water：sharing the planets freshwater resources[J].Water Encyclopedia，2008，43（2）：147.

[27]ZIMMER D，RENAULT D.Virtual water in food productionand global trade：Review of methodological issues and preliminary result[C].//HOEKSTRA A Y.Virtual water trade.IHEDelft，2003：93107.

[28]于成，张祖陆.山东省冬小麦夏玉米作物生产水足迹研究[J].水电能源科学，2013（12）：202204.（YU C，ZHANG Z L.Study on production water footprint of winterwheat and summermaize in Shandong Province[J].Water Resources and Power，2013（12）：202204.（in Chinese））

[29]MEKONNEN M M，HOEKSTRA A Y.The green，blue and grey water footprint of crops and derived crop products[J].Hydrology and Earth System Sciences，2011，15（5）：15771600.DOI：10.5194/hess1515772011.

[30]CHAPAGAIN A K，HOEKSTRA A Y.Water footprints of nations[C].//Value of Water Research Report Series No.16，Netherlands：IHE Delft，2004：180.