基于文獻計量的作物耗水研究現(xiàn)狀及熱點分析

曹永強,袁立婷,李維佳

遼寧師范大學(xué)城市與環(huán)境學(xué)院,大連 116029

作物耗水是指作物生長過程中對水分的消耗,它是一個地區(qū)主要的水量支出,其歷史演變特征將對當?shù)厮Y源配置產(chǎn)生直接影響[1]。在水資源緊缺地區(qū),作物耗水問題一直受到廣泛的關(guān)注。我國作為農(nóng)業(yè)大國,由大量農(nóng)業(yè)用水和水資源短缺帶來的供需矛盾問題威脅著農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展[2]。對農(nóng)作物耗水規(guī)律的研究是農(nóng)田生態(tài)系統(tǒng)水熱平衡中的重要環(huán)節(jié),在保證糧食高產(chǎn)的前提下如何合理配置水資源逐漸成為研究熱點之一。國際上對作物耗水的研究起始于20世紀60年代末,逐漸發(fā)展于20世紀90年代,作為農(nóng)田水利規(guī)劃、設(shè)計和用水管理的重要依據(jù),作物需水量長期以來深受水利及農(nóng)業(yè)學(xué)界的廣泛重視[3- 7]。早期的研究多是針對于干旱地區(qū),希望通過相關(guān)研究找到緩解干旱的方法。如David等[8]在1993年,針對科羅拉南部半干旱區(qū)稀疏植被,利用S-W雙源模型估算了該區(qū)植被的蒸散發(fā)。21世紀后,作物耗水研究逐漸延伸至農(nóng)作物領(lǐng)域,多用于尋求滿足作物增產(chǎn)與水資源配置的需求。Liu等[9]利用雙作物系數(shù)法估算了禹城冬小麥和夏玉米的蒸散發(fā),但未對作物蒸騰與土壤蒸發(fā)進行區(qū)分；Odhiambo等[10]不僅利用S-W雙源模型估算了內(nèi)布拉斯加州滴灌條件下大豆農(nóng)田的蒸散發(fā),且有效區(qū)分了作物蒸騰與土壤蒸發(fā)。目前對于作物耗水的研究多針對蒸散發(fā)展開,研究方法以水量平衡法、PM法、渦動相關(guān)實測法、模型模擬等方法較為多用[11- 17]。近年來,對于作物耗水的規(guī)律性研究也呈逐漸發(fā)展態(tài)勢,如白巖等[18]采用基于熱平衡原理的包裹式莖流計,詳細分析了典型生長葡萄樹蒸騰耗水規(guī)律和葡萄地冠層蒸騰及蒸散發(fā)規(guī)律。

文獻計量學(xué)是借助文獻特征的數(shù)量,采用數(shù)學(xué)與統(tǒng)計學(xué)方法來描述、評價和預(yù)測科學(xué)技術(shù)的現(xiàn)狀與發(fā)展趨勢的情報學(xué)分支學(xué)科[19]。文獻計量學(xué)在多學(xué)科都有廣泛應(yīng)用[20- 22],如陳寶明等[23]將其用于外來生物入侵危害與風(fēng)險評估研究；唐霞等[24]采用文獻計量方法,借助分析軟件TDA(Thomson Data Analyzer)和UCINET軟件對1985—2014年綠洲研究進展情況進行了分析；曹永強等[25]將文獻計量學(xué)運用到生態(tài)修復(fù)現(xiàn)狀研究中。計量學(xué)方法對于學(xué)科研究具有很好的指導(dǎo)作用,但目前國內(nèi)發(fā)表的文獻中鮮有針對作物耗水領(lǐng)域的文獻計量分析。為了能夠在總體上把握作物耗水領(lǐng)域的研究現(xiàn)狀、熱點和發(fā)展趨勢,本文以Web of Science核心集合TM數(shù)據(jù)庫為數(shù)據(jù)源,對1985—2016年發(fā)表的作物耗水相關(guān)的文獻進行計量分析,以期了解作物耗水領(lǐng)域研究的最新動態(tài),并為作物耗水相關(guān)領(lǐng)域的進一步研究提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)來自湯森路透科技集團(Thomson Reuters)Web of Science產(chǎn)品中的Web of Science核心集合TM數(shù)據(jù)庫。影響因子IF取自Web of science產(chǎn)品自帶的發(fā)布于2015年期刊引用報告JCR(Journal Citation Reports)。通過數(shù)據(jù)庫檢索各類作物耗水研究相關(guān)文獻,檢索方式為“主題檢索”,檢索式為：(“Crop water consumption” or “crop′s water-consuming” or “Water consumption of crop”),最終獲得1985—2016年期間的各類文獻共計2451項檢索結(jié)果。

1.2 研究方法

本文采用文獻計量的方法對作物耗水研究現(xiàn)狀以及研究熱點趨勢進行分析,并進行可視化處理。由OllePersson開發(fā)的Bibexcel軟件不僅可以完成多種計量分析工作且便于與其他分析軟件進行數(shù)據(jù)交換,因此本文將運用該軟件統(tǒng)計關(guān)鍵詞的詞頻并生成相關(guān)矩陣。本文的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖將借助Ucinet及Netdraw軟件得到以表達關(guān)鍵詞間的聯(lián)系。Ucinet網(wǎng)絡(luò)分析集成軟件具有很強的矩陣分析功能,其包含的二維數(shù)據(jù)分析軟件Netdraw得到的共現(xiàn)網(wǎng)絡(luò)可視圖可直觀的表達關(guān)鍵詞間的聯(lián)系情況。關(guān)鍵詞的關(guān)聯(lián)度對可視化結(jié)果有一定的影響,需要按照特定的方法對關(guān)鍵詞原始共現(xiàn)矩陣進行包容化處理,形成相似矩陣和相異矩陣,真正反映主題之間的緊密聯(lián)系程度[26],目前對詞頻次進行包容化處理的方法主要有包容指數(shù)法、臨近指數(shù)法和相似系數(shù)法(Ochiia系數(shù))3種,本文采用應(yīng)用較多的關(guān)聯(lián)強度Ochiia系數(shù)統(tǒng)計指數(shù)來減少這一影響[27],關(guān)聯(lián)強度Ochiia系數(shù)統(tǒng)計指數(shù)的公式如下：

(1)

在此基礎(chǔ)上,運用SPSS軟件中的系統(tǒng)聚類方式對高頻關(guān)鍵詞進行聚類分析,得出系統(tǒng)聚類類別劃分。

2 結(jié)果與分析

2.1 文獻總體發(fā)文趨勢分析

圖1 1985—2016年作物耗水領(lǐng)域國際文獻發(fā)文量對比 Fig.1 Comparison of the number of international documents on crop water consumption in 1985—2016

1985—2016年作物耗水研究領(lǐng)域的發(fā)文數(shù)量情況如圖1所示。該領(lǐng)域的發(fā)文數(shù)量在總體上呈上升趨勢,在2000年以前,文章發(fā)表量的漲勢是較緩慢的,且年際間年均發(fā)表量相差不大,該時期的作物耗水的研究仍處于初步階段,更多的是作為輔助性研究為相近領(lǐng)域提供幫助。作物耗水的研究很多都被歸化到農(nóng)業(yè)生產(chǎn)、植物生長等大領(lǐng)域研究范圍,對其單獨性的研究較少,因此相關(guān)文章的發(fā)表量也較少。對比2000年前后該領(lǐng)域發(fā)文趨勢線系數(shù),可明顯看出2000年以后的文獻發(fā)表量的增漲趨勢明顯增高。進入21世紀以來,隨著作物、植被與資源等領(lǐng)域研究的深入,學(xué)界對于作物耗水方面的研究逐步發(fā)展開來,使其逐步由輔助性的研究方向發(fā)展成為獨立的領(lǐng)域。尤其在近幾年農(nóng)業(yè)發(fā)展迅速,農(nóng)業(yè)耗水量增多與水資源短缺問題日益加劇的現(xiàn)狀下,使作物耗水與其相關(guān)領(lǐng)域的研究逐步受到學(xué)術(shù)界的重視,對其針對性的研究逐漸增多。因而,該領(lǐng)域的發(fā)文量和文獻數(shù)量的增長都有大幅度提高。

為便于進一步分析文獻在參與人次與文章質(zhì)量等方面的發(fā)展情況,將1996—2016年發(fā)表的有關(guān)于作物耗水相關(guān)文獻的基本特征總結(jié)如圖2(1996年以前文獻數(shù)量過低,不具有指向意義因此不計入統(tǒng)計)。由圖2可以看出各項指標年際間的變化趨勢,TP代表文獻總數(shù)、AU為作者數(shù)、NR為引文數(shù)、PG為文獻頁數(shù)分別對應(yīng)主坐標軸刻度,AU/TP、NR/TP、PG/TP結(jié)果對應(yīng)次坐標軸。由圖2可知,篇均作者數(shù)由2.83人增加到4.67人,有更多的學(xué)者參與到了相關(guān)研究中來；篇均引文數(shù)量年際間變化并不連續(xù)但整體呈現(xiàn)上漲趨勢,引文數(shù)由最初的篇均1.93篇增漲到篇均27.47篇。隨著研究工作的大量展開,學(xué)者在引用和參考他人研究成果的資源方面也隨時間逐漸豐富起來,研究成果的增加是引文數(shù)增漲的重要原因；此外論文篇幅增漲趨勢不明顯,基本維持在10頁左右。將圖1與圖2比較分析可以發(fā)現(xiàn),自1996年以來論文數(shù)量和文獻被引用量都有較大增長,除2000年以外,2008年前后各項指標短時間內(nèi)漲幅也較突出。這與2008年《世界發(fā)展報告》提出的在節(jié)能減耗背景下以農(nóng)業(yè)促發(fā)展、大幅提高農(nóng)作物生產(chǎn)效率的政策有關(guān)。歐、美、亞地區(qū)各國相繼出臺因地制宜的能源計劃,使得領(lǐng)域內(nèi)與作物、水資源等研究大量展開,并取得了相當數(shù)量的理論成果。

圖2 1996—2016年歷年發(fā)文基本特征Fig.2 Documents basic features in 1996—2016TP：論文總數(shù),Total number of papers；AU：作者,Authors；NR：參考文獻數(shù),Number of references；PG：文章頁數(shù),Pages

2.2 主要研究力量分析

2.2.1 主要研究國家/地區(qū)分析

不同國家論文發(fā)表情況可以在某種程度上反應(yīng)該國家對于某領(lǐng)域的重視程度及影響力。本文將發(fā)文量居前20位的國家/地區(qū)進行總結(jié),如表1。其中h指數(shù)代表“高引用次數(shù)”,指一個國家(或機構(gòu)、科研人員)最多有h篇論文分別被引用了最少h次。它是美國物理學(xué)家Hirsch于2005年提出的用于“評價科學(xué)家的科研績效”的指標,h指數(shù)值越高,表明它的論文影響力越大[22]。由表1可知,發(fā)文量排名前20的國家中,有4個美洲國家(美國、加拿大、巴西和墨西哥),6個亞洲國家(中國、日本、印度、伊朗、以色列和巴基斯坦),1個大洋洲國家(澳大利亞),9個歐洲國家(德國、英國、意大利、法國、荷蘭、西班牙、瑞士、土耳其和希臘)。美國作為排名第一的國家,在文獻數(shù)量、篇均被引用頻次及h指數(shù)排名也均為首列,說明美國在作物耗水領(lǐng)域具有一定權(quán)威且在指導(dǎo)價值方面受到了領(lǐng)域?qū)W者的肯定。中國的發(fā)文數(shù)量位居世界前列,但在文獻被引用頻次方面與歐美國家存在差距。我國在國際上發(fā)表英文文獻在時間上的滯后是影響文獻被引用的次數(shù)的主要原因。另外,中國地域遼闊,環(huán)境、地理條件迥異致使很多針對我國區(qū)域性的作物耗水研究沒有得到廣泛的引用。

理論上作物耗水相關(guān)技術(shù)的研發(fā)對農(nóng)業(yè)國及發(fā)展中國家影響更為顯著,但實際從學(xué)術(shù)領(lǐng)域研究現(xiàn)狀來看,發(fā)達國家卻占據(jù)更多的席位。這與諸多因素有關(guān),其中,科技水平相對落后、資金短缺等原因使部分以農(nóng)業(yè)為主的地區(qū)資金投入不足,難以支持更多的學(xué)術(shù)研究；再者,許多發(fā)展中國家的技術(shù)、資金及人才儲備的不足等使其較難在該領(lǐng)域世界范圍內(nèi)占有很高的席位。但作為全球第二、第九大經(jīng)濟體[28]的中國和印度,也同是世界上最大且最具有代表性的發(fā)展中國家,二者在作物及其生長影響因素等方面的投入正在逐步加大,其相關(guān)研究也有迅猛的發(fā)展。

為進一步明確發(fā)文量較高國家的研究進展,將位居前7位的國家1989—2016年的發(fā)文量變化繪制成圖3(1989年以前無文獻發(fā)表)?？捎^察得出,作為農(nóng)業(yè)出口型國家的德國,更早的開始在世界領(lǐng)域發(fā)表作物耗水方面的研究成果。歐洲各國相關(guān)研究起步時間較早與其早期相關(guān)政策的實施有關(guān),歐共體于1991年6月即制定了首個“歐共體生態(tài)農(nóng)業(yè)條例”使得歐洲很多國家在這一時期將注意力轉(zhuǎn)向生態(tài)農(nóng)業(yè)發(fā)展,對于作物與水資源的研究相繼進展開來。整體上看,各國對作物耗水領(lǐng)域的研究多起步于20世紀90年代初,中國相對較晚。受語言、科研環(huán)境和諸多因素影響,我國于20世紀90年代中后期才開始在世界范圍內(nèi)發(fā)表相關(guān)研究成果。各國在該領(lǐng)域研究進展程度上有所差異,2012年以前美國的發(fā)文量位居世界第一。我國自2012年公布中央一號文件以來,大力提倡農(nóng)田資源高效利用等研究,使2012年后我國對于農(nóng)田作物等研究進入一個小高潮,相關(guān)文獻發(fā)文數(shù)量反超美國,位居世界前列。

表1 “作物耗水”領(lǐng)域1985—2016年發(fā)文量居前20位國家/地區(qū)分布情況

圖3 1989—2016年各國發(fā)文量變化趨勢Fig.3 The trend of the volume of papers issued in 1989—2016

2.2.2 主要研究機構(gòu)分析

將1985—2016年作物耗水領(lǐng)域發(fā)文量位居前10的機構(gòu)按其發(fā)文量高低逐一排列,分別列出其在該領(lǐng)域的發(fā)文數(shù)量、總被引次數(shù)、篇均被引次數(shù)以及h指數(shù),如表2所示。發(fā)文數(shù)最多的前三個機構(gòu)分別為：中國科學(xué)院(文獻占比4.88%)、美國農(nóng)業(yè)部(文獻占比2.99%)以及中國農(nóng)業(yè)大學(xué)(文獻占比2.34%)?？傮w上看,在文獻排名前10的機構(gòu)中,中國相關(guān)機構(gòu)共有3個,發(fā)文數(shù)量占比達9.02%,我國機構(gòu)在作物耗水領(lǐng)域研究上占有相當席位。

本文從總引用頻次、篇均引用頻次以及h指數(shù)來分析機構(gòu)影響力的大小。文章被引用最多的機構(gòu)為美國的加利福尼亞大學(xué),其次是美國農(nóng)業(yè)部(USDA)、以及科學(xué)研究理事會。h指數(shù)排名前三位的機構(gòu)分別為美國農(nóng)業(yè)部(USDA)、科學(xué)研究理事會、中國科學(xué)院和加利福尼亞大學(xué)并列第三。較高的引用率在某種程度上可以說明文獻的受認可程度較高,h指數(shù)大小可以看出其學(xué)科影響力的高低,在這兩個方面美國加利福尼亞大學(xué)、美國農(nóng)業(yè)部(USDA)和科學(xué)研究理事會均位列前三,證明該3個機構(gòu)在該研究領(lǐng)域的影響力和受認可程度都較高。同時h指數(shù)排名第三的中國科學(xué)院在領(lǐng)域也具有相當?shù)挠绊懥?這4個機構(gòu)均是作物耗水研究領(lǐng)域的權(quán)威機構(gòu)。總體說來,科研機構(gòu)影響力的高低與其發(fā)表的文獻數(shù)量并不具有線性相關(guān),但較高的發(fā)文量在某種程度上會使h指數(shù)增高從而使其影響力隨之增大。

表2 “作物耗水”領(lǐng)域1985—2016年發(fā)文量居前10位單位機構(gòu)的分布情況

2.2.3 主要刊載期刊分析

將國際上刊載作物耗水領(lǐng)域相關(guān)文獻數(shù)前10的期刊進行統(tǒng)計羅列,并分別列出其從1985—2016年間發(fā)表的相關(guān)文獻數(shù)量及其占比,5年影響因子以及Web of science類別。統(tǒng)計結(jié)果見表3。表中Quartile in Category數(shù)據(jù)來源于Thomson Reuters公司的Journal Citation Reports?數(shù)據(jù)庫。它是將期刊按照學(xué)科進行分區(qū),即把某一學(xué)科的所有期刊按照上一年的影響因子降序排列,然后平均4等分(各25%),分別為Q1,Q2,Q3,Q4的4個類別,通過分區(qū)可以快速的大致了解期刊的影響力情況。從文獻發(fā)表前10位的期刊可以看出,關(guān)于“作物耗水”文章的刊載主要以環(huán)境類、農(nóng)業(yè)類和水資源類雜志為主,其中位列前三位的期刊分別為：荷蘭出版的《Agricultural Water Management》、《The Science of the Total Environment》以及美國的《Journal of Cleaner Production》。Web of science類別對應(yīng)的分類主要集中于環(huán)境科學(xué)類、工程類、農(nóng)業(yè)類和資源類。無論是雜志分類還是Web of science類別都可以看出,作物耗水所屬的研究領(lǐng)域以環(huán)境和農(nóng)業(yè)為主,另外水資源、生態(tài)、氣象等領(lǐng)域也有涉及。由表3還可得知,文獻發(fā)表量前十的期刊的5年影響因子值普遍較高,平均值為3.84,且位于Q1區(qū)間的雜志占絕大多數(shù),可知該領(lǐng)域高載文期刊普遍具有一定影響力。

表3 1985—2016年發(fā)表作物耗水文獻位居前10位期刊

2.3 研究熱點分析

2.3.1 學(xué)科領(lǐng)域研究方向

研究方向分析可以明確領(lǐng)域的研究側(cè)重點,對于研究的熱點具有一定的指向意義。在所有記錄中結(jié)合發(fā)文數(shù)量及其占比情況,在排名前20的研究方向中研究最多的為農(nóng)業(yè)方向,其次為環(huán)境生態(tài)學(xué)方向。大部分研究方向集中于資源、能源以及生物化學(xué)領(lǐng)域。同時大氣科學(xué)、毒理學(xué)、計算機科學(xué)以及公共衛(wèi)生等跨領(lǐng)域?qū)W科方向也有所涉及,說明作物耗水相關(guān)研究并不局限于自然環(huán)境,同時也多方面的涉及到了生產(chǎn)與生活等方面。選取排名前五的研究方向為代表,探討其在作物耗水領(lǐng)域發(fā)文量位居前五的國家中的研究分布狀況及近10年研究發(fā)展情況并繪制成分布圖,如圖4、圖5所示。

圖4 各國研究方向分布情況圖Fig.4 The distribution of research directions

圖5 近10年研究方向發(fā)展情況Fig.5 The development of research in the past 10 years

由圖4可知,排名前五的研究方向在美國、中國、西班牙、意大利及德國的研究分布情況各有不同,但大體分布趨勢與世界總體分布接近。其中與“作物耗水”最直接相關(guān)的研究方向“Agriculture(農(nóng)業(yè))”在各國占比均最高；中國在水資源及工程研究方面的側(cè)重高于其余4國；西班牙與意大利更多的涉及到植物科學(xué)方向。從5個熱點研究方向近10年發(fā)展情況可看出,各研究方向發(fā)展整體上隨時間呈上升趨勢,其中環(huán)境生態(tài)學(xué)的漲幅尤為明顯。聯(lián)合國政府間氣候變化專門委員會(IPCC)第4、5次評估報告[29- 30]多次提及全球氣候變暖可能帶來的極端氣象災(zāi)害高發(fā)的問題,使學(xué)界對農(nóng)林、環(huán)境生態(tài)等問題的注意力持續(xù)加強。2010—2011年各研究方向出現(xiàn)小幅攀升,2009年召開的哥本哈根世界氣候大會、2010年世界社會論壇以及第40屆“世界經(jīng)濟論壇”等世界性的論壇會議多次對農(nóng)業(yè)、資源、環(huán)境生態(tài)問題提出高度重視,使這一時期各相關(guān)領(lǐng)域?qū)τ谧魑锖乃畣栴}的研究有更多的涉及。

2.3.2 關(guān)鍵詞詞頻及可視化分析

關(guān)鍵詞作為學(xué)術(shù)型文章的重要部分,能夠簡潔且直觀的表現(xiàn)出文章的主題和文章的寫作方向。因此著重將“作物耗水”相關(guān)關(guān)鍵詞進行統(tǒng)計并做進一步的分析。因出現(xiàn)頻率小的關(guān)鍵詞很難反映研究熱點,故選用詞頻大于15的關(guān)鍵詞,共計56個進行進一步分析。對于多詞同義現(xiàn)象,本文給予了合并,如：“l(fā)ife cycle assessment”、“LCA”都是生命周期評價的意思,故統(tǒng)一用“LCA”表示。對合并后的48個關(guān)鍵詞進行統(tǒng)計分析,這48個高頻關(guān)鍵詞在某種程度上可以反映目前作物耗水領(lǐng)域的研究核心與熱點,統(tǒng)計結(jié)果見表4。

作物耗水研究涉及最多的關(guān)鍵詞為灌溉(irrigation)、耗水量(water consumption)、水資源(water resources)和蒸散量(evapotranspiration),分別占高頻關(guān)鍵詞的10.71%、10.46%、8.45%及6.04%,均高于平均占比數(shù)2.08%。表明這4種關(guān)鍵詞涉及的研究方向是研究熱點。而如能量(energy)、磷(phosphorus)、無土栽培(soilless culture)等詞頻小于20的關(guān)鍵詞,其詞頻占比均不足1%,遠小于平均值,說明該研究方向是比較深入和具體的,也可表明作物耗水研究可以進一步深入和拓展,有發(fā)展的空間。從關(guān)鍵詞統(tǒng)計上看來,作物耗水研究領(lǐng)域熱點為農(nóng)業(yè)、水資源及土壤等方向。

表4 “作物耗水”期刊論文中高頻關(guān)鍵詞及詞頻

為便于了解高頻關(guān)鍵詞之間的內(nèi)在關(guān)系,采用Bibexcel軟件將48個關(guān)鍵詞進行配對,統(tǒng)計它們的共現(xiàn)頻次,利用Ucinet軟件最終得到高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖,如圖6所示。

圖6 作物耗水關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖Fig.6 Crop water consumption co occurrence network visual map

圖中節(jié)點的大小代表關(guān)鍵詞出現(xiàn)的頻率高低和與其他方向聯(lián)系的緊密程度,通過雙向箭頭表達關(guān)鍵詞配對情況。節(jié)點之間的連線表示節(jié)點之間兩組關(guān)鍵詞出現(xiàn)的頻次,連線越粗、表明出現(xiàn)頻次越高,代表兩組關(guān)鍵詞的關(guān)系就越密切[31]。較大節(jié)點顯示的關(guān)鍵詞,例如“irrigation(灌溉)”、“water consumption(耗水量)”、“evapotranspiration(蒸散量)”等即為詞頻較大的關(guān)鍵詞,說明這些方向的研究較為頻繁且與其他領(lǐng)域關(guān)聯(lián)較多；而如“bioaccumulation(生物富集)”、“l(fā)ysimeter(蒸滲儀)”等節(jié)點較小且與其他關(guān)鍵詞聯(lián)系不緊密的詞代表其研究方向涉及較少,或者屬于某種特定的研究方法等。為明確關(guān)鍵詞類別劃分,對高頻關(guān)鍵詞進行系統(tǒng)聚類分析,得出作物耗水高頻關(guān)鍵詞整體分類情況。結(jié)果如表5所示。

作物耗水文章涉及到的關(guān)鍵詞大體可分為5類,群集1包含的內(nèi)容較少,涉及到的大多是化學(xué)和氣候領(lǐng)域的內(nèi)容,分別為甲烷、氧化亞氮、氣候變化、土壤和中國,有地域特性的顯現(xiàn)。群集2所包含的內(nèi)容涉及灌溉、水管理和作物栽培生長等諸多方面內(nèi)容,主要是水資源、土壤等與作物種植領(lǐng)域較為貼切的方向。群集3內(nèi)容最少,主要為作物生長所需要的營養(yǎng)元素“氮(nitrogen)”和“磷(phosphorus)”。群集4為農(nóng)業(yè)風(fēng)險相關(guān)內(nèi)容,屬于分支研究方向。集群5主要為作物生長環(huán)境方面,包括鹽度(salinity)、無土栽培(soilless culture)等方面。

表5 “作物耗水”聚類群體劃分

3 結(jié)論

通過對作物耗水相關(guān)文獻的統(tǒng)計與分析,并對結(jié)果進行總結(jié)歸納,得到如下結(jié)論：

(1)從發(fā)文趨勢上看,關(guān)于作物耗水的發(fā)文量在2000年前后隨時間均符合線性增長,2000年以后增勢變強。學(xué)科受重視度與參與研究的學(xué)者人數(shù)均隨時間逐步增高。

(2)在領(lǐng)域研究力量方面,歐美等發(fā)達國家占有較大席位；屬于發(fā)展中國家的中國和印度作為農(nóng)業(yè)大國在作物耗水領(lǐng)域亦占有重要地位。主力科研機構(gòu)分別為美國農(nóng)業(yè)部(USDA)、中國科學(xué)院、科學(xué)研究理事會和加利福尼亞大學(xué)。但從整體方面來看,科研機構(gòu)影響力的高低與其發(fā)表的文獻數(shù)量并不具有線性相關(guān)。在發(fā)文期刊方面,相關(guān)文章刊載雜志的研究領(lǐng)域以環(huán)境和農(nóng)業(yè)為主。

(3)通過對作物耗水相關(guān)文獻的研究方向和關(guān)鍵詞分析得出：研究多以農(nóng)業(yè)種植及其生產(chǎn)相關(guān)方向為主,其次為環(huán)境生態(tài)學(xué)方向。主要研究熱點集中于作物灌溉、資源利用以及生物化學(xué)領(lǐng)域,較深入性的研究方向如某特定地區(qū)或某種作物的研究也有涉及。未來該領(lǐng)域在作物耗水與光合作用、作物蒸散發(fā)和作物生長關(guān)系等方向具有可拓展性。

參考文獻(References):

[1] 陳博, 歐陽竹, 程維新, 劉麗平. 近50a華北平原冬小麥-夏玉米耗水規(guī)律研究. 自然資源學(xué)報, 2012, 27(7): 1186- 1199.

[2] Chen X P, Cui Z L, Fan M S, Vitousek P, Zhao M, Ma W Q, Wang Z L, Zhang W J, Yan X Y, Yang J C, Deng X P, Gao Q, Zhang Q, Guo S W, Ren J, Li S Q, Ye Y L, Wang Z H, Huang J L, Tang Q Y, Sun Y X, Peng X L, Zhang J W, He M R, Zhu Y J, Xue J Q, Wang G L, Wu L, An N, Wu L Q, Ma L, Zhang W F, Zhang F S. Producing more grain with lower environmental costs. Nature, 2014, 514(7523): 486- 489.

[3] 李蒙, 朱勇, 黃瑋. 氣候變化對云南氣候生產(chǎn)潛力的影響. 中國農(nóng)業(yè)氣象, 2010, 31(3): 442- 446.

[4] Qiu G Y, Yano T, Momii K. An improved methodology to measure evaporation from bare soil based on comparison of surface temperature with a dry soil surface. Journal of Hydrology, 1998, 210(1/4): 93- 105.

[5] Goyal P K. Sensitivity of evapotranspiration to global warming: A case study of arid zone Rajasthan (India). Agricultural Water Management, 2004, 69(1): 1- 11.

[6] Xu C Y, Gong L B, Jiang T, Chen D L, Singh V P. Analysis of spatial distribution and temporal trend of reference evapotranspriation and pan evaporation in Changjiang (Yangtze River) catchment. Journal of Hydrology, 2006, 327(1/2): 81- 93.

[7] McVicar T R, Van Niel T G, Li Lingtao, Hutchinson M F, Mu X M, Liu Z H. Spatially distributing monthly reference evapotranspiration and pan evaporation considering topographic influences. Journal of Hydrology, 2007, 338(3/4): 196- 220.

[8] Stannard D I. Comparison of Penman-Monteith, Shuttleworth-Wallace, and modified Priestley-Taylor evapotranspiration models for wild land vegetation in semiarid rangeland. Water Resources Research, 1993, 29(5): 1379- 1392.

[9] Liu Y J, Luo Y. A consolidated evaluation of the FAO- 56 dual crop coefficient approach using the lysimeter data in the North China Plain. Agricultural Water Management, 2010, 97(1): 31- 40.

[10] Odhiambo L O, Irmak S. Performance of extended Shuttle worth-Wallace model for estimating and partitioning of evapotranspiration in a partial residue-covered subsurface drip-irrigated Soybean field. Transactions of the ASABE, 2011, 54(3): 915- 930.

[11] 楊長剛, 柴守璽, 常磊. 半干旱雨養(yǎng)區(qū)不同覆膜方式對冬小麥土壤水分利用及產(chǎn)量的影響. 生態(tài)學(xué)報, 2015, 35(8): 2676- 2685.

[12] 王海波, 馬明國. 基于遙感和Penman-Monteith模型的內(nèi)陸河流域不同生態(tài)系統(tǒng)蒸散發(fā)估算. 生態(tài)學(xué)報, 2014, 34(19): 5617- 5626.

[13] 梁麗喬,李麗娟, 張麗, 李九一, 姜德娟, 胥銘興, 宋文獻. 松嫩平原西部生長季參考作物蒸散發(fā)的敏感性分析. 農(nóng)業(yè)工程學(xué)報, 2008, 24(5): 1- 5.

[14] 袁小環(huán), 楊學(xué)軍, 陳超, 武菊英. 基于蒸滲儀實測的參考作物蒸散發(fā)模型北京地區(qū)適用性評價. 農(nóng)業(yè)工程學(xué)報, 2014, 30(13): 104- 110.

[15] 徐俊增, 彭世彰, 丁加麗, 魏征. 基于蒸滲儀實測數(shù)據(jù)的日參考作物蒸發(fā)騰發(fā)量計算方法評價. 水利學(xué)報, 2010, 41(12): 1497- 1505.

[16] Xu J Z, Peng S Z, Ding J L, Wei Q, Yu Y M. Evaluation and calibration of simple methods for daily reference evapotranspiration estimation in humid East China. Archives of Agronomy and Soil Science, 2013, 59(6): 845- 858.

[17] 趙麗雯, 趙文智, 吉喜斌. 西北黑河中游荒漠綠洲農(nóng)田作物蒸騰與土壤蒸發(fā)區(qū)分及作物耗水規(guī)律. 生態(tài)學(xué)報, 2015, 35(4): 1114- 1123.

[18] 白巖, 朱高峰, 張琨, 馬婷. 基于樹干液流及渦動相關(guān)技術(shù)的葡萄冠層蒸騰及蒸散發(fā)特征研究. 生態(tài)學(xué)報, 2015, 35(23): 7821- 7831.

[19] Pandey R P, Pandey A, Galkate R V, Byun H R, Mal B C. Integrating hydro-meteorological and physiographic factors for assessment of vulnerability to drought. Water Resources Management, 2010, 24(15): 4199- 4217.

[20] 宋麗萍, 王建芳. 基于F1000與WoS的同行評議與文獻計量相關(guān)性研究. 中國圖書館學(xué)報, 2012, 38(2): 62- 69.

[21] 盛春蕾, 呂憲國, 尹曉敏, 閆長平. 基于web of science的1899- 2010年濕地研究文獻計量分析. 濕地科學(xué), 2012, 10(1): 92- 101.

[22] 張樹良, 安培浚. 國際地震研究發(fā)展態(tài)勢文獻計量分析. 地球?qū)W報, 2012, 33(3): 371- 378.

[23] 陳寶明, 彭少麟, 吳秀平, 王鵬龍, 馬建霞. 近20年外來生物入侵危害與風(fēng)險評估文獻計量分析. 生態(tài)學(xué)報, 2016, 36(20): 6677- 6685.

[24] 唐霞, 張志強. 基于文獻計量的綠洲研究發(fā)展態(tài)勢分析. 生態(tài)學(xué)報,2016,36(10):3115- 3122.

[25] 曹永強, 郭明, 劉思然, 楊俊. 基于文獻計量分析的生態(tài)修復(fù)現(xiàn)狀研究. 生態(tài)學(xué)報, 2016, 36(8): 2442- 2450.

[26] 馬伯永, 徐紅艷, 南青民. 中國地質(zhì)調(diào)查科技發(fā)展態(tài)勢和關(guān)鍵詞共詞聚類分析. 國土資源科技管理, 2010, 27(3): 103- 110.

[27] 費鐘琳, 王京安. 社會網(wǎng)絡(luò)分析: 一種管理研究方法和視角. 科技管理研究, 2010, 30(24): 216- 219.

[28] Hirsch J E. An index to quantify an individual′s scientific research output. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(46): 16569- 16572.

[29] IPCC. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Brussels: IPCC, 2007.

[30] IPCC. Climate Change2014: Impact, Adaptation, and Vulnerability. Cambridge: Cambridge University Press, 2014 [2014-05-06]. http://www.ipcc.ch/report/ar5/wg2/.

[31] 鐘偉金, 李佳, 楊興菊. 共詞分析法研究(三)——共詞聚類分析法的原理與特點. 情報雜志, 2008, 27(7): 118- 120.