基于CiteSpace的凋落物水土保持效应研究现状及趋势

2021-06-28 07:09肖庆辉覃发超胡进耀黄怡
四川林业科技 2021年3期
关键词:发文水土保持聚类

肖庆辉, 覃发超*, 胡进耀, 黄怡

1.西华师范大学国土资源学院 四川 南充 637009;

2.绵阳师范学院:a.科学技术处;b.资源环境工程学院,四川 绵阳 621000

当前,生态环境持续恶化,全球面临的气候变化、水土流失、自然灾害频发等一系列问题都与森林植被覆盖率下降密切相关[1,2]。我国为此明确了生态环境建设在各项国民事业发展中占据十分重要的地位,并将恢复森林植被作为改善生态环境的重要举措[3,4]。在2003年制定的《中国林业可持续发展战略》中,把森林植被和水土保持建设提到了十分重要的战略高度[5,6]。因此,如何正确认识和利用森林植被的水土保持功能,为生态和植被恢复建设提供策略依据,对人类可持续发展具有十分重要的理论和现实意义[7,8]。

近年来,国内外已对森林生态系统的水土保持功能已经做了大量的研究工作[2,9,10],凋落物的水土保持效应也逐渐受到学界关注[11,12],不同学科的研究人员在国际主流期刊发表了大量研究成果,但不同文献关注的科学问题和研究侧重点存在差异,且很少有使用文献计量学来定量分析研判发展水平和趋势的研究[13]。为进一步补充凋落物水土保持效应研究领域文献计量研究的空白,本文基于Web of Science数据库和中国知网(CNKI)期刊数据库,运用文献数据可视化应用软件CiteSpace[14],从文献计量角度对凋落物水土保持效应的发文年份、发文数量、国家合作、文献共被引、关键词共现突变等进行全面分析,理清国际研究的基本情况,分析凋落物水土保持效应研究的知识基础演进过程,探索不同时期的研究热点与前沿,揭示研究发展趋势,供相关科研人员开展研究参考。

1 数据与方法

Web of Science(WOS)数据库是美国科学信息研究所(ISI)推出的引文数据库。它是目前提供内容最全面的引文数据库,所收录的文献成果涉及了绝大部分全球知名权威出版物,已然成为国际上科学统计与评价工作所使用的主要检索工具[14,15]。本研究以WOS核心合集数据库作为凋落物水土保持效应研究进展的文献来源。将主题词设置为“hydrologic effect of litter” 或 “ soil characteristics of litter” 或“litter soil and water conservation”,时间范围选择2000年至2020年(数据检索日期为2020年12月),共得到涉及凋落物水土保持效应研究的文献2 319篇。

CNKI数据库(China national knowledge infrastructure)即国家知识基础设施,其拥有国内最广泛、最稳定的信息来源和最专业的信息资源通道,并每日根据最新公开的期刊、报纸、行业动态对数据库进行实时更新,具有权威性、实用性、专业性等特点[16]。本文以CNKI数据库为基础,将主题词设置为“凋落物水土保持”或“凋落物土壤性质”或“凋落物水文效应”,时间范围选择2000年至2020年(数据检索日期为2021年1月),共得到涉及凋落物水土保持效应研究的文献490篇。

CiteSpace知识图谱是由美籍华人学者陈超美开发的信息可视化分析软件,它基于知识单元分析,集成了引文分析、聚类分析、网络分析,并与数据挖掘技术、计算机图形学技术、图像技术和智能技术相结合,形成具有动态、多元、分时特点的知识图谱,可用来探测和分析研究前沿的变化趋势,基础知识结构关系,以及不同学科领域的演进过程[17-19]。自CiteSpace软件及科学知识图谱分析法引入国内后,已在许多学科领域中得到了广泛深入的应用[20,21]。文中所使用的数据采用CiteSpace的Web of Science数据分析板块进行处理,对凋落物水土保持效应相关研究的发文年份、发文数量、国家合作、文献共被引、关键词共现突变等进行全面可视化分析。

2 结果与分析

2.1 发文时间分析

时间是反应客观存在的一个普遍维度,一些理论会在时间发展序列中表现出规律性[22]。在2000年至2020年的20年间,WOS核心合集数据库中关于凋落物水土保持效应的研究共发文2 319篇,呈稳步增长趋势。其中2000—2010年,被WOS核心合集数据库收录的文献数量为773,占发文总数的33.3%,而从2011年发文130篇起,至2020年发文量呈显著增加趋势(见图1),2011—2020年,10年间发文量达1 546篇,占总发文量的66.7%,这与近年来“生态、环保”逐渐成为主旋律,各国给予相关领域研究更多的关注和投入有关[23]。

图1 文献数量的年度变化Fig.1 Annual change in the number of papers

2.2 国家合作分析

在CiteSpace软件国家合作网络谱图中,网络节点的大小代表某个国家在凋落物水土保持效应研究领域的发文数量,节点的颜色代表发文时间,节点间连接线的数量、粗细、颜色代表国家间在凋落物水土保持效应研究领域的合作情况,拥有紫色外圈的节点表示该节点具有较高的中介中心性,中介中心性是衡量节点在网络中重要性的一个指标,其数值超过0.1的节点为重要节点[24]。

根据国家合作图谱(见图2)可知,美国在凋落物水土保持效应研究领域依然引领世界,发文量达759篇,占总发文量的32.7%,且其0.25的中介中心性也在所有国家中最高,说明美国在领域内具有最高的国际影响力,但蓝、绿为主的冷色调节点连线说明美国近年来在领域内逐渐退出国际合作,以独立研究为主;而中国以350篇的发文量和15.1%的占比紧随其后,可见中国在相关领域的研究也具有举足轻重的地位,但0.02的中介中心性和稀少的节点连线说明中国在领域内的合作参与度较低,国际影响力偏弱;而发文量排在第三位、第四位的德国和法国,同时具有0.13和0.11的较高中介中心性,结合较为密集的节点连线,说明德法两国在凋落物水土保持效应研究领域贡献较大;值得注意的是英国、荷兰、泰国虽然发文数量不多,但均有0.1以上的中介中心性,说明其在领域内的研究成果数量虽不多,但较高的质量得到了国际认可;另一个值得注意的是以瑞典、阿根廷、印度为代表的发文量较少的国家节点间,充斥着密集的暖色调连线,说明近年来这些国家在领域内开展了频繁的国际研究合作。

图2 国家合作网络图Fig.2 National cooperation network map

2.3 学科领域分析

对WOS凋落物水土保持效应研究的文献进行学科共现分析,可以在一定程度上反映出研究的知识结构和重点领域。根据学科共现网络图(见图3),凋落物水土保持效应研究涉及的领域主要为生态学、环境科学、土壤学、林学、农学等,因为植物从生长到枯落,从分解到影响土壤特性和水循环,是一个受多种生物和环境因素控制的生态过程,例如植被、土壤和大气等[25,26],所以凋落物水土保持效应研究的学科共现网络呈多点多线交织状,体现出该领域研究的广泛性、综合性和多学科交叉性的特点[27]。

根据学科共现频次结合节点网络连线特征分析,生态学和环境科学具有最高频次(615、523次)和最高中介中心性(0.36、0.15),应为凋落物水土保持效应研究领域的知识重点和核心骨架,影响着整个领域的研究走向;地球科学、水资源和生物多样性保护虽共现频次较低(148、139、103次),但有较高的中介中心性(均为0.09),或因凋落物水土保持效应涉及的研究方法与手段与这些学科领域相关;而共现频次较高的土壤学、林学、植物学、农学(581、337、219、152次),中介中心性较低(均低于0.05),或因凋落物水土保持效应的研究对象主要涉及这几个领域。

图3 学科共现网络图Fig.3 Network diagram of co-occurrence of disciplines

2.4 知识基础演进分析

在科学文献施引与被引的关系中,被引方因其研究理论、方法、结果等得到施引方认可而被引用,被引方可看作是施引方的知识基础,而关于某研究领域的大量被引文献的聚合体则可看作是该研究领域的知识基础。对被引文献进行分类并按时间划分进行分析,可了解研究领域的知识基础演进过程。

使用CiteSpace软件对2000—2020年WOS核心合集数据库中凋落物水土保持效应研究领域的2 319篇文献进行共被引分析,得到有效参考文献96 664篇,使用聚类功能对参考文献进行聚类,并用施引文献关键词作为聚类标签命名算法指标,根据网络结构和聚类的清晰度,CiteSpace使用了模块值(Modularity,简称Q值)和平均轮廓值(Silhouette,简称S值)来作为评估图谱效果的标准。一般而言,Q值大于0.3说明聚类结构是显著的,当S值大于0.5时,通常认为聚类是合理的,S值大于0.7时,认为聚类是有效且值得信服的[28],对凋落物水土保持效应研究领域的参考文献进行聚类并精简后得到“生态化学计量”“碳13核磁共振”等7个主要聚类,Q值:0.876,S值:0.976,说明聚类结构是非常显著的,聚类效果是十分令人信服的,然后选择“TimeLine”功能输出凋落物水土保持效应研究的文献共被引时间线图(见图4)。

图4 共被引时间线图Fig.4 Time line of co-citation

根据图4,可将凋落物水土保持效应研究的知识基础演进分为两个阶段,第一阶段是领域发展初期,领域呈现出微观宏观多角度多层次知识支撑,主要包含研究方法“聚类#1碳13核磁共振”“聚类#2典范对应分析”,形成一些代表性文献如:Preston CM使用碳13核磁共振法对33种叶凋落物进行表征[29],Wardle DA使用典范对应分析法探讨了生物驱动因素(地上和地下)如何影响土壤生物[30],研究角度“聚类#3微视角”“聚类#6生物多样性”,形成一些代表性文献如:Berg B研究了营养元素氮磷硫对凋落物分解速率的影响[31],Pietkainen AS研究了森林采伐对土壤节肢动物的影响[32],研究对象“聚类#5地中海森林”,形成代表性文献如:Valachovic YS研究了大西洋西北部乔木凋落物的化学控制[33],总的来说第一阶段主要是对凋落物水土保持效应领域进行初步探索,知识基础来源广泛,未形成里程碑式的研究范式与成果,但此阶段中后期基于“聚类#4酸碱度”的研究形成不少有影响力的成果,如:Reich PB对树种凋落物对土壤化学性质的影响进行了深入研究[34],HäTTENSCHWILER S探索了陆地生态系统中凋落物多样性对土壤化学性质和养分循环的影响[35],两篇文献具有很高的中介中心性(0.28、0.15),为凋落物水土保持效应研究进阶奠定了基础;第二阶段是研究领域聚焦升华,知识基础主要集中于“聚类#0生态化学计量”,形成许多高被引文献,其中Cornwell发表于2008年的关于凋落物在世界范围内分解速率的决定因素的论文具有0.27的中介中心性,在凋落物水土保持效应研究领域内被引24次,成为领域内里程碑式研究成果,该文收集了6个大陆66个实验关于818个物种凋落物的数据,系统分析了凋落物在全球尺度的分解率决定因素[36],成功促进了领域的研究范式形成。

2.5 研究热点前沿与趋势分析

关键词知识图谱由被分析文献的所有关键词提取绘制得出,可以直观的呈现出该研究领域研究主题热点的演变[28,37]。如图5所示,WOS文献关键词知识图谱各节点间呈多路径交叉网状分布,进一步揭示了凋落物水土保持效应领域暂未形成突出的热点研究线路,而是呈现出多角度、多主题、多路径、相互交叉关联的研究形势。凋落物水土保持效应研究的关键词共现网络图的最大节点为“土壤”,其次为“氮”和“凋落物”,这3个关键词共现频次分别为395次、377次和346次,代表了领域内的研究重点,而中介中心性最高几个关键词却是“碳”1.07、“分解”1.04、“氮”0.66、“磷”0.63,印证了凋落物水土保持效应研究是以生态化学计量为核心基础展开的。

凋落物水土保持效应研究是一个逐渐变化的过程,通过对发表论文关键词发展路径和发表时间的分析,发现研究内容在不断扩展和延伸,而关键词突现的强度和时间跨度可反映出某一时期出现的研究前沿[38]。利用CiteSpace,通过关键词共现网络分析,并进一步建立突现检测,得到WOS相关文献按突现发生时间排序的关键词共现网络突现词(见表1),可根据共现网络突现词的强度和时间跨度确定该领域不同时期的研究前沿。

图5 关键词共现网络图Fig.5 Keywords co-occurrence network diagram

表1 关键词共现网络突现词Tab.1 Burst words of keywords co-occurrence network

由表1可见,国际凋落物水土保持效应研究前沿大致分为三个阶段:一是起步阶段,相关研究在较小的尺度范围内关注某些特定的研究目的与研究对象,此时期的研究前沿“生态恢复”“径流”和“森林土壤”在关键词贡献网络中的突现强度为9.11、8.85和9.69,在该领域研究起步阶段受到较高重视;二是发展阶段,相关研究的尺度范围进一步扩大,研究对象进一步深入细化,此时期的研究前沿“水文”“土壤有机物”和“生物多样性”在关键词贡献网络中的突现强度为9.99、7.98和7.56,属于研究发展阶段的重点关注内容;三是全面提升阶段,从2017年起,“植物”“气候变化”“土地利用”和“微生物群落”这四个强度为11.6、11.56、11.48,和10.62的高强度突现词开始受到高度重视,说明近几年在全球变化的背景下,凋落物水土保持效应研究开始以更加宏大的全球视野关注由土地利用和植被退化引起的全球性气候问题,且这几个高强度关键词的突现效应仍未结束,应为今后一段时期内关于凋落物水土保持效应研究的主要趋势和方向。

2.6 国内研究热点与趋势分析

使用CiteSpace软件对CNKI收录的2000—2020年凋落物水土保持效应研究领域的490篇文献进行关键词共现网络分析,使用聚类功能对关键词进行聚类,精简后得到“持水量”“生物量”“林冠截留”等8个主要聚类,Q值:0.721,S值:0.899,说明聚类结构是显著的,聚类效果是令人信服的,然后选择“TimeLine”功能输出凋落物水土保持效应研究的关键词时间线图(见图6)。由图6可知,各聚类相对均衡分散,没有明显强弱和时间跨度趋势,说明国内关于凋落物水土保持效应的研究没有形成较为突出的重点研究热点,且各聚类间连线较为稀疏,说明跨领域的综合性研究较少,研究内容主要集中在基础层面,比如关注特定指标的“聚类#1持水量”“聚类#2生物量”“聚类#4土壤有机碳”,关注特定循环过程的“聚类#3林冠截留”“聚类#7养分积累”,关注特定对象的“聚类#6人工林”“聚类#8马尾松”。

对CNKI收录的490篇关于凋落物水土保持效应的文献进行关键词突现检测,发现仅有2个关键词突现:“植被恢复”、“土壤养分”(见表2),突现强度较低,分别为3.69、3.6,且突现时间跨度较短,均为2年,再次印证说明了近20年国内关于凋落物水土保持效应的研究并未形成突出的研究热点。

图6 关键词时间线图Fig.6 Time line of keywords

表2 CNKI 关键词共现网络突现词Tab.2 Burst words of CNKI keywords co-occurrence network

但结合Web of Science核心合集数据库中我国关于凋落物水土保持效应研究的文献情况发现,我国350篇的发文量和15.1%的占比均排名第二,在领域中有着较高的国际影响力,推测可能国内相关研究者更倾向于将高水平的前沿研究成果发表于更具影响力的国外期刊,而相对基础的研究成果则发表于国内期刊,或与国内在凋落物水土保持效应研究领域暂无高影响力期刊有关。

3 结论

本文以2000—2020年时间段进行检索,实际获取 Web of Science核心全集数据库中2 319篇和CNKI数据库490篇有关凋落物水土保持效应的论文为研究对象,利用CiteSpace软件的文献信息可视化方法,研究了凋落物水土保持效应研究的现状及趋势,结论如下:

(1)2000—2020年,关于凋落物水土保持效应的研究论文数量呈现出稳步增长的趋势,近十年发文量达1 546篇,占总发文量的66.7%,这与近年来“生态、环保”逐渐成为主旋律,各国给予相关领域研究更多的关注和投入有关;美国在凋落物水土保持效应研究领域引领世界,发文量和国际合作的中介中心性均最高,中国发文量排名第二,但较低的中介中心性和稀少的节点连线说明中国在领域内的国际合作和影响力偏弱。

(2)凋落物水土保持效应研究涉及生态学、环境科学、土壤学、林学、农学等学科,体现出综合性和交叉性的特点,其中生态学和环境科学具有最高共现频次和最高中介中心性,应为凋落物水土保持效应研究领域的知识重点和核心骨架,影响着整个领域的研究走向;凋落物水土保持效应研究的知识基础演进分为两个阶段,第一阶段是领域发展初期,领域呈现出微观宏观多角度多层次支撑,知识基础主要涉及“碳13核磁共振”和“典范对应分析”聚类的研究方法,“微视角”、“生物多样性”聚类的研究角度,“地中海森林”聚类的研究对象,并在“酸碱度”聚类形成促进领域研究进阶有影响力成果,第二阶段是研究领域聚焦升华,知识基础主要集中于“生态化学计量”聚类,形成许多高被引文献,其中Cornwell关于凋落物在世界范围内分解速率的决定因素的论文成为领域内里程碑式研究成果,成功促进了领域的研究范式形成。

(3)根据关键词共现网络情况,凋落物水土保持效应研究热点主要在以“分解”“碳”“氮”“磷”为代表关键词的生态化学计量领域;根据关键词突现情况,分析了凋落物水土保持效应研究在不同时期的前沿,起步阶段研究前沿为“生态恢复”“径流”和“森林土壤”等研究目的和对象,发展阶段研究前沿为尺度范围更大的“水文”“生物多样性”和研究对象更深入的“土壤有机物”,全面提升阶段研究前沿是由土地利用和植被退化引起的全球性气候问题,且相关关键词的强突现效应仍在持续,应为今后一段时期内关于凋落物水土保持效应研究的主要趋势和方向。

(4)国内关于凋落物水土保持效应的研究没有形成较为突出的重点研究热点和明显的发展趋势,研究内容主要集中在“持水量”“林冠截留”“人工林”等相对基础的研究层面,或与国内在凋落物水土保持效应研究领域暂无高影响力期刊,国内相关研究者更倾向于将高水平的前沿研究成果发表于更具影响力的国外期刊有关。

由于凋落物水土保持效应涉及不同的研究领域,很难具体到某一特定的概念,这对数据检索和文献精炼有一定的影响[39],且本文虽对发文年份、发文数量、国家合作、文献共被引、关键词共现突变等进行了全面分析,但对相关文献的深度解读较少,对凋落物水土保持效应研究的深刻内涵分析不够;同时,凋落物水土保持效应与水分循环过程联系更加紧密,很有必要对其进行关联分析,因此,将来可以考虑优化检索关键词,围绕“气候变化”这一热点前沿,聚焦水循环过程,获取更加有针对性的文献数据,对凋落物水土保持效应与水循环进行深入可视化分析研究。

猜你喜欢
发文水土保持聚类
辛店沟水土保持示范园
水土保持探新路 三十九年写春秋
10条具体举措! 山东发文做好返乡留乡农民工就地就近就业
水土保持监测
水土保持
基于高斯混合聚类的阵列干涉SAR三维成像
基于Spark平台的K-means聚类算法改进及并行化实现
基于加权模糊聚类的不平衡数据分类方法
雷达点元聚类算法性能的比较与分析