文獻(xiàn)計(jì)量視角下國內(nèi)綠量研究進(jìn)展可視化分析 ①

姚正陽， 宋明輝， 張毅川， 鄭樹景， 馬珂

1.河南科技學(xué)院 園藝園林學(xué)院， 河南 新鄉(xiāng) 453003； 2.河南省特色園藝植物開發(fā)利用工程技術(shù)研究中心，河南 新鄉(xiāng) 453003

綠量是反映和衡量城市綠色環(huán)境和市民生活質(zhì)量的重要指標(biāo)[1]． 20世紀(jì)90年代， 周堅(jiān)華等[2]在上海進(jìn)行了綠化三維量及裸露地的調(diào)查， 并提出了綠量的概念， 即三維綠色生物量的簡稱， 指所有生長中植物莖葉所占據(jù)的空間體積， 使得城市的綠化指標(biāo)體系得到了進(jìn)一步的完善． 與此同時， 以陳自新為代表的一些研究人員[3]通過研究植物的復(fù)層結(jié)構(gòu)來確定綠量， 并提出了綠量為葉面積的總量， 在此后的綠量測量研究中也得到了較為廣泛的應(yīng)用． 無論是周堅(jiān)華所提出的三維綠量， 還是陳自新提出的葉面積綠量， 都是為了將城市綠地的研究細(xì)化到植物的葉片上． 這是由于植物自身的光合作用、 呼吸作用、 水分代謝和物質(zhì)交換等過程大多都是通過葉片完成的， 植物的這些生理代謝過程會對城市環(huán)境帶來諸多正向效益， 如釋氧固碳、 降溫增濕、 殺菌和凈化空氣等． 綠量這一概念的提出為精確量化城市綠地的生態(tài)效益提供了思路． 隨著城市化進(jìn)程的加快， 城市與自然共存， 人類與自然和諧相處， 謀求城市與環(huán)境共同發(fā)展已成為城市發(fā)展的方向， 人類愈來愈認(rèn)識到綠化環(huán)境對人類生存的重要性和迫切性． 探討城市生存環(huán)境中的綠量的深層內(nèi)涵， 有利于為城市可持續(xù)發(fā)展提供理論基礎(chǔ)， 更有利于人與自然的和諧共存； 同時， 綠量作為城市固碳能力的重要指標(biāo)， 是今后城市碳交易能力的一個重要評價(jià)參考[4-6]． 因此， 綠量逐漸成為眾多學(xué)者的研究焦點(diǎn)， 相關(guān)的研究成果也逐年增多， 但目前對于相關(guān)研究的系統(tǒng)性總結(jié)文獻(xiàn)仍然較少．

科學(xué)知識圖譜的概念源于2003年美國國家科學(xué)院組織的一次研討會， 它是顯示科學(xué)知識的發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一種圖形． 隨著信息可視化的發(fā)展， 繪制科學(xué)知識圖譜的各種工具亦紛至沓來[7]． 其中， CiteSpace知識可視化軟件是目前最為流行的知識圖譜繪制工具之一， 其在實(shí)際應(yīng)用中科學(xué)有效而又簡單易用， 且具有豐富而美觀的可視化效果， 因此在國內(nèi)外信息科學(xué)領(lǐng)域得到了廣泛的應(yīng)用[8]．

近年來國內(nèi)綠量相關(guān)研究呈迅速增加與更新的趨勢， 以往相關(guān)研究綜述主要集中于綠量的研究方法和研究現(xiàn)狀的總結(jié)， 而對于綠量相關(guān)知識結(jié)構(gòu)梳理的研究較少． 因此， 本研究運(yùn)用CiteSpace V可視化分析軟件對1994-2020年間《中國學(xué)術(shù)期刊(網(wǎng)絡(luò)版)》中有關(guān)綠量研究的文獻(xiàn)進(jìn)行系統(tǒng)性分析， 旨在清晰、 直觀地展示該研究領(lǐng)域的研究概況、 熱點(diǎn)及發(fā)展趨勢， 以期為未來的綠量研究提供有益的參考與啟示．

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究以《中國學(xué)術(shù)期刊(網(wǎng)絡(luò)版)》(中國知網(wǎng)CNKI)為數(shù)據(jù)源， 檢索時間為2020年11月24日， 檢索方式為“主題=綠量”， 所檢索期刊的時間跨度為1994—2020年， 檢索類別為期刊， 通過篩選與主題不相關(guān)的文獻(xiàn)， 最終獲得608篇文獻(xiàn)．

1.2 研究方法

借助CiteSpace Ⅴ信息可視化軟件對綠量研究的知識基礎(chǔ)、 熱點(diǎn)趨勢和主要研究力量等進(jìn)行數(shù)據(jù)分析． CiteSpace Ⅴ是一款基于分析和可視共現(xiàn)網(wǎng)絡(luò)的Java應(yīng)用程序， 能夠直觀地展示每個節(jié)點(diǎn)在知識網(wǎng)絡(luò)中的位置與大小， 通過不同的功能選擇， 分析相關(guān)領(lǐng)域研究文獻(xiàn)的來源地區(qū)、 研究學(xué)者、 研究熱點(diǎn)及其演變情況[9-10]． 知識圖譜中節(jié)點(diǎn)越大， 代表出現(xiàn)次數(shù)越多， 說明其在相關(guān)領(lǐng)域的貢獻(xiàn)程度越大， 聯(lián)系密切的節(jié)點(diǎn)通過線連接， 組成節(jié)點(diǎn)群．

2 結(jié)果與分析

2.1 綠量研究文獻(xiàn)發(fā)表時間分布

文獻(xiàn)數(shù)量隨時間變化的特征可以反映該研究領(lǐng)域的發(fā)展速度， 對深入認(rèn)識該領(lǐng)域發(fā)展歷程和階段劃分具有科學(xué)意義[11]． 從圖1可以看出， 我國綠量方面的研究大致可分為3個階段． 1994—1997年為初步發(fā)展階段， 僅有零星論文發(fā)表； 1998—2005年為緩慢增長階段， 1998年出現(xiàn)第一次較大幅度的增長， 但總體發(fā)文量還較少； 從2006年開始進(jìn)入快速增長階段， 尤其2018年， 發(fā)表文獻(xiàn)48篇， 達(dá)到了近26年來的最高點(diǎn)． 其中， 2016—2020年發(fā)表文獻(xiàn)總計(jì)165篇， 是初步發(fā)展階段4年間的發(fā)表數(shù)量的近28倍， 這與我國近些年來加快生態(tài)文明建設(shè)的背景相吻合．

圖1 1994-2020年文獻(xiàn)數(shù)量統(tǒng)計(jì)圖

2.2 核心作者合作網(wǎng)絡(luò)

通過作者合作共現(xiàn)分析可以確定某一特定的知識領(lǐng)域有影響力的學(xué)者， 可以看出該領(lǐng)域合作現(xiàn)狀[12-14]． 對發(fā)文作者進(jìn)行共現(xiàn)分析得到作者合作共現(xiàn)知識圖譜(圖2)， 圖譜中共有115個節(jié)點(diǎn)， 174條連接線， 節(jié)點(diǎn)密度為0.026 5， 表明共有115位作者之間有合作關(guān)系． 由圖2可以看出， 相關(guān)研究的團(tuán)隊(duì)主要有： 北京林業(yè)大學(xué)的宋子煒和馬武昌等組成的團(tuán)隊(duì)、 中國林業(yè)科學(xué)研究院林業(yè)研究所的郄光發(fā)和王成等組成的學(xué)術(shù)團(tuán)隊(duì)、 中國科學(xué)院沈陽應(yīng)用生態(tài)研究所的劉常富和陳瑋組成的學(xué)術(shù)團(tuán)隊(duì)、 華中農(nóng)業(yè)大學(xué)的陳芳和周志翔組成的團(tuán)隊(duì)以及北京市園林科學(xué)研究所的陳自新和蘇雪痕的團(tuán)隊(duì)．

2.3 研究機(jī)構(gòu)合作情況

研究機(jī)構(gòu)的發(fā)文情況可以幫助了解綠量知識領(lǐng)域研究力量的分布， 同時也可以看出該知識領(lǐng)域研究機(jī)構(gòu)之間的合作關(guān)系[15-17]． 通過CiteSpace V軟件分析得到研究機(jī)構(gòu)合作可視化知識圖譜(圖3)， 圖3中共有50個節(jié)點(diǎn)， 26條連接線， 節(jié)點(diǎn)密度為0.021 2， 其節(jié)點(diǎn)的大小與發(fā)文量的多少成正比． 從圖3中可以看出， 主要的研究機(jī)構(gòu)有北京林業(yè)大學(xué)林學(xué)院/水土保持學(xué)院、 北京園林科學(xué)林業(yè)研究所、 中國林業(yè)科學(xué)院林業(yè)研究所、 華中農(nóng)業(yè)大學(xué)園藝林學(xué)學(xué)院、 華南農(nóng)業(yè)大學(xué)林學(xué)與風(fēng)景園林學(xué)院和同濟(jì)大學(xué)建筑與城市規(guī)劃學(xué)院等． 從各個研究機(jī)構(gòu)合作的地理空間分布來看， 各個研究所合作的對象多為該機(jī)構(gòu)所在區(qū)域范圍內(nèi)較近的研究機(jī)構(gòu)， 這表明綠量研究具有一定的地域性， 這可能與我國復(fù)雜的地理環(huán)境和地域經(jīng)濟(jì)與政策的差異有關(guān)．

圖2 綠量研究領(lǐng)域作者合作共現(xiàn)知識圖譜

圖3 綠量研究領(lǐng)域研究機(jī)構(gòu)合作共現(xiàn)知識圖譜

2.4 研究熱點(diǎn)分析

研究熱點(diǎn)的演化可以看出特定研究領(lǐng)域不同時期研究熱點(diǎn)的變化情況[17]． 關(guān)鍵詞是文獻(xiàn)核心思想及內(nèi)容的濃縮與提煉， 通過關(guān)鍵詞共引分析可以探究某一特定知識領(lǐng)域的研究熱點(diǎn)和發(fā)展動向[18-20]． 鑒于此， 本研究通過CiteSpace V軟件的關(guān)鍵詞共引分析， 得到關(guān)鍵詞共引分析知識圖譜(圖4)， 圖4中共有113個節(jié)點(diǎn)， 230條連接線， 節(jié)點(diǎn)密度為0.036 3， 通過對其進(jìn)行分析來歸納綠量領(lǐng)域的主要研究方向和熱點(diǎn)領(lǐng)域．

圖4 綠量領(lǐng)域關(guān)鍵詞共現(xiàn)知識圖譜

由圖4中可以看出， 較為突出的幾個關(guān)鍵詞為“綠量”“三維綠量”“生態(tài)效益”“城市綠地”和“風(fēng)景園林”等， 關(guān)鍵詞共引分析的中心度也可以反映其在該研究主題中的重要性[17，21]， 表1列出了出現(xiàn)頻次較高的前10個的關(guān)鍵詞， 從表1中可以看出“綠量”“三維綠量”“生態(tài)效益”“城市綠地”“綠化”和“風(fēng)景園林”等這些關(guān)鍵詞的頻次是較高的， 與圖4反映的結(jié)果一致， 表明這些關(guān)鍵詞是綠量研究領(lǐng)域的主要熱點(diǎn)， 在該領(lǐng)域的研究中占據(jù)著十分重要的地位．

表1 1994—2020年綠量研究高頻關(guān)鍵詞列表(前10位)

2.5 研究主題及演進(jìn)分析

關(guān)鍵詞聚類分析說明了該研究領(lǐng)域的知識基礎(chǔ)結(jié)構(gòu)， 利用CiteSpace的自動聚類功能對關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)進(jìn)行聚類分析， 標(biāo)簽軸算法選擇LSI， 結(jié)果生成9個聚類(圖5)． 所生成的聚類序號數(shù)字大小與重要性成反比， 另外， 本研究聚類圖譜中的聚類值為0.530 3， 大于0.3的分界數(shù)值， 平均輪廓值為0.566， 大于0.5的分界數(shù)值[18]， 表明聚類結(jié)果合理并較為顯著． 聚類具體內(nèi)容見表2， 由表2中內(nèi)容可以看出， 在綠量領(lǐng)域主要的研究對象是城市綠地， 主要包括公園綠地、 居住區(qū)綠地和道路綠地． 通過各個聚類的具體內(nèi)容以及梳理相關(guān)的文獻(xiàn)可以看出， 我國在綠量方面的研究主要集中在綠量測算方法研究、 基于綠量的城市綠地生態(tài)效益研究和城市立體綠化研究三大主題．

圖5 1994—2020年綠量領(lǐng)域關(guān)鍵詞共現(xiàn)時序圖譜

表2 關(guān)鍵詞聚類

1) 綠量測算方法的研究． 該主題主要包含三維綠量聚類， 主要是綠量計(jì)算方法研究的關(guān)鍵詞， 如樹冠體積、 地面激光掃描、 衛(wèi)星圖像和植被指數(shù)等． 在綠量的計(jì)算方法上， 主要有兩種主流的方式， 一類是以周堅(jiān)華為代表的以植物生長的莖、 葉所占據(jù)的空間體積來測算綠量[2]； 另一類是以陳自新為代表的以葉面積總量來衡量綠量的葉面積指數(shù)法[3]．

三維綠量的測算方法有很多， 其中利用航空遙感影像的包括： 立體攝影測量法[22]、 平面量模擬立體量法[2]和立體量推算立體量法[23]． 立體攝影測量法是指利用相鄰兩航片的左右視差確定樹木高度， 結(jié)合統(tǒng)計(jì)面積與樹木類型， 套入相應(yīng)的計(jì)算公式計(jì)算綠量． 平面量模擬立體量法需要提前選擇建模樹種， 根據(jù)實(shí)測的樹種數(shù)據(jù)， 利用樹木的冠徑-冠高之間的關(guān)系， 建立各個樹種的冠徑-冠高相關(guān)方程， 再利用航空影像測算的冠徑求出冠高， 進(jìn)而測得三維綠量． 立體量推算立體量法是利用航片將城市森林劃分成不同類型和郁閉度等級的樣地， 再通過實(shí)測樣地的三維綠量， 根據(jù)不同類型和郁閉度等級的樣地的組成比例加權(quán)平均獲得樣地的單位面積三維綠量， 再根據(jù)航片解譯結(jié)果得出城市森林的總?cè)S綠量． 近年來， 隨著激光掃描測距技術(shù)的應(yīng)用發(fā)展， 利用三維激光掃描數(shù)據(jù)計(jì)算三維綠量得到了廣泛的關(guān)注， 在單木測量上， 王佳等[24]利用三維激光掃描系統(tǒng)所獲得的點(diǎn)云數(shù)據(jù)構(gòu)建三維模型， 并將樹冠分割成若干個圓臺計(jì)算樹冠體積， 最終結(jié)合綠視率加權(quán)平均獲得三維綠量． 在較大尺度上， 陳小祥等[25]基于LiDAR點(diǎn)云數(shù)據(jù)與遙感影像等輔助數(shù)據(jù)， 將分隔帶法與邊緣特征點(diǎn)提取算法相結(jié)合， 提出一種分層三維綠量測算方法， 并選擇15個隨機(jī)樣點(diǎn)進(jìn)行實(shí)測， 檢驗(yàn)結(jié)果表明這種方式能夠滿足城市范圍內(nèi)三維綠量的測算需求．

葉面積綠量的測定方法有直接和間接兩種測量法[26]． 直接測量法雖較為成熟， 往往要直接采集樹葉， 對樹木有一定的損壞， 且費(fèi)時費(fèi)力． 間接測量法則是通過測定容易獲取的參數(shù)或用光學(xué)儀器直接測得葉面積指數(shù)， 這種方式能快速測算大尺度的綠量[27]， 包括點(diǎn)接觸法、 消光系數(shù)法、 經(jīng)驗(yàn)公式法、 光學(xué)儀器測量法和遙感反演法． 點(diǎn)接觸法是用細(xì)探針以不同的高度角和方位角刺入冠層， 然后記錄細(xì)探針從冠層頂部到達(dá)底部的過程中針尖所接觸的葉片數(shù)[28]； 消光系數(shù)法是利用冠層內(nèi)光透射信息完成葉面積的測算[29]； 經(jīng)驗(yàn)公式法則是根據(jù)樹木的胸徑、 樹高和冠幅等易測的參數(shù)與葉面積指數(shù)間的經(jīng)驗(yàn)公式來計(jì)算[30]； 光學(xué)儀器測量法是利用軟件對光學(xué)儀器所獲得的冠層圖像進(jìn)行分析， 計(jì)算太陽輻射透過系數(shù)和冠層空隙大小等參數(shù)來推算葉面積指數(shù)[31]； 遙感反演推算是利用遙感影像的光譜數(shù)據(jù)建立數(shù)學(xué)模型進(jìn)行計(jì)算， 主要包括基于植被指數(shù)經(jīng)驗(yàn)關(guān)系方法和基于物理模型法， 其關(guān)鍵是模擬光在冠層的輻射傳輸過程， 建立地表反射率與葉面積指數(shù)之間的關(guān)系[32]．

遙感技術(shù)和LiDAR技術(shù)的應(yīng)用， 使得快速測量城市綠量成為可能， 但是二者均有一定的局限性． 采用高分辨率航空遙感影像結(jié)合地面測量的植被結(jié)構(gòu)數(shù)據(jù)來估算綠量的方式耗時且需要大量的人力， 不適用于大尺度綠量的測算． 利用遙感反演推算主要是通過建立數(shù)學(xué)模型進(jìn)行計(jì)算， 這種方式不需要大量的實(shí)地調(diào)查， 在大尺度測算綠量時較為便捷， 但由于城市植被結(jié)構(gòu)復(fù)雜的特點(diǎn)， 建立合理模型所需要的參數(shù)存在較大的不確定性， 其測量的準(zhǔn)確性有所受限． LiDAR技術(shù)能夠彌補(bǔ)遙感影像在垂直方向上基礎(chǔ)數(shù)據(jù)不足的問題， 但對于植被茂密的綠地， 利用LiDAR技術(shù)便很難提取到林冠下的有效信息點(diǎn)， 這限制了其測量的準(zhǔn)確性．

2) 基于綠量的城市綠地生態(tài)效益評價(jià)． 該主題主要包括生態(tài)修復(fù)、 城市園林和園林綠地聚類． 從這些聚類的具體關(guān)鍵詞可以看出綠量主要用于研究綠地、 植物群落等的生態(tài)效益． 這是因?yàn)榫G量的概念是從生態(tài)學(xué)的能量轉(zhuǎn)換利用和植物莖葉的生理功能這一基本點(diǎn)出發(fā)的， 通過對植物莖葉體積的計(jì)量， 來揭示綠色三維體積(或葉面積指數(shù))與植物生態(tài)功能水平的相關(guān)性， 進(jìn)而說明植物功能乃至綠地功能的生態(tài)效益[33]， 它是決定園林綠地生態(tài)效益大小的最具實(shí)質(zhì)性的因素[34]． 1998年陳自新等人[35]以北京園林植物計(jì)算綠量的回歸模型為基礎(chǔ)， 對北京城近郊建成區(qū)園林綠化生態(tài)效益進(jìn)行了定量研究； 1999年， 周堅(jiān)華[36]基于綠化三維量分析了上海市植物群落吸收大氣中SO2的宏觀效應(yīng)； 2006年吳菲等[37]選擇北京紫竹院公園4塊不同綠量的喬灌草型綠地為研究對象， 通過測定分析， 得出了不同綠量的園林綠地水平溫度、 垂直溫度、 水平濕度和垂直濕度的變化規(guī)律； 2008年武小鋼等人[38]對綠地綠量與降溫增濕效應(yīng)之間的相關(guān)性做了研究， 研究表明綠量在降溫增濕效益中起關(guān)鍵作用， 無論在垂直還是水平方向上， 兩者呈顯著正相關(guān)； 李英漢等[39]在2011年通過對深圳市3個居住小區(qū)植被分布調(diào)查， 對濕度與樣區(qū)的綠化三維量值進(jìn)行了非線性回歸， 結(jié)果表明樣區(qū)內(nèi)綠化三維量與植物的降溫能力之間具有很高的擬合精度； 2015年， 朱勇等人[40]對重慶市5條步行街進(jìn)行了植物綠量的測量計(jì)算及溫濕度的觀測， 分析了步行街植物綠量與步行街溫濕度之間的相關(guān)性， 結(jié)果表明當(dāng)植物綠量與步行街面積在數(shù)值上的比值為2： 1時， 步行街的降溫效果及增濕效果都達(dá)到最理想的狀態(tài)； 2019年， 董艷杰等[41]以上海市浦江郊野公園的5種典型林分為研究對象， 通過計(jì)算三維綠量換算了林分產(chǎn)生的生態(tài)效益并評估了其生態(tài)效益價(jià)值． 從這些研究可以看出， 綠量作為生態(tài)效益評價(jià)的指標(biāo)， 在城市綠地生態(tài)效益評價(jià)中發(fā)揮著越來越重要的作用．

3) 城市立體綠化建筑群的構(gòu)建． 該主題包括空間結(jié)構(gòu)和立體綠化聚類， 在這兩個聚類的主要關(guān)鍵詞中可以看出當(dāng)前立體綠化的一些形式， 包括藤本植物的應(yīng)用、 屋頂草坪、 屋頂菜園、 空中綠化等． 立體綠化可以較好地解決土地資源緊張與提升城市環(huán)境質(zhì)量之間的矛盾， 也能最大限度地提升綠化面積和城市綠量， 是當(dāng)前城市綠化發(fā)展的主流趨勢[42]． 2000年， 楊玉培等[43]通過對成都市屋頂綠化的實(shí)際案例分析研究， 總結(jié)了屋頂綠化的特點(diǎn)和關(guān)鍵技術(shù)； 2006年， 李莉等[44]從西安市的垂直綠化現(xiàn)狀出發(fā)， 分析了城市垂直綠化所存在的問題， 并提出了相應(yīng)的應(yīng)用策略； 2015年， 何梅等[45]探析了城市住宅小區(qū)立體綠化的應(yīng)用原則及其具體形式； 2019年， 穆大偉等[46]通過在建筑外部可用空間進(jìn)行生菜種植實(shí)驗(yàn)研究， 計(jì)算了不同種植位置生菜的綠量及固碳釋氧量， 探討了生菜在建筑環(huán)境的適應(yīng)性和生態(tài)效益．

2.6 研究趨勢分析

通過關(guān)鍵詞的突現(xiàn)情況可以判斷在某一時段該研究領(lǐng)域的研究前沿和趨勢[47]． 從表3得知， 綠量領(lǐng)域關(guān)鍵詞突現(xiàn)度較高的有9個． 21世紀(jì)初， 我國的社會經(jīng)濟(jì)得到迅速發(fā)展， 城市化進(jìn)程也進(jìn)一步加快， 隨之帶來的城市環(huán)境的急劇惡化使得人民越來越關(guān)注城市環(huán)境問題， 這段時期突現(xiàn)的關(guān)鍵詞有“園林綠化”“綠量”“城市森林”和“城市”， 這表明圍繞城市綠地展開的綠量研究是這一時期的研究熱點(diǎn)． “垂直綠化”這一關(guān)鍵詞從2010年開始突現(xiàn)， 我國在垂直綠化方面的發(fā)展較晚， 但發(fā)展較為迅速[48]， 2010年上海世博會召開， 世博園內(nèi)展現(xiàn)了多種不同的垂直綠化方法和技術(shù)， 使得國人對垂直綠化有了更進(jìn)一步的認(rèn)識， 其概念也得到了普及． 2015年， 我國頒布了CJJ/T236-2015中華人民共和國行業(yè)標(biāo)準(zhǔn)《垂直綠化工程技術(shù)規(guī)劃》． “垂直綠化”這一關(guān)鍵詞的突現(xiàn)， 從側(cè)面反映了我國近幾年垂直綠化的快速發(fā)展． 2015—2020年， “風(fēng)景園林”這一關(guān)鍵詞突現(xiàn)， 可能是由于2011年風(fēng)景園林學(xué)正式成為一級學(xué)科， 其學(xué)科內(nèi)容下的各類研究也逐漸增多而導(dǎo)致的[49]． 2017年， “三維綠量”這一關(guān)鍵詞突現(xiàn)， 從近幾年相關(guān)文獻(xiàn)發(fā)現(xiàn)， 隨著激光掃描技術(shù)的成熟以及無人機(jī)的普及， 不少研究者采用先進(jìn)的設(shè)備和技術(shù)開展三維綠量方面的研究[25，50-51]．

表3 綠量領(lǐng)域關(guān)鍵詞突現(xiàn)

3 結(jié)論與展望

3.1 結(jié)論

本研究利用CiteSpace V可視化軟件對近20多年來國內(nèi)綠量研究的核心文獻(xiàn)進(jìn)行了知識圖譜分析， 由此得出以下結(jié)論．

1) 從發(fā)文數(shù)量和發(fā)文時間來看， 國內(nèi)綠量領(lǐng)域研究大體可分為初步發(fā)展—緩慢增長—快速增長3個階段． 從發(fā)文作者來看， 該領(lǐng)域呈現(xiàn)出核心作者間的合作較弱且整體較為分散的特點(diǎn)． 原因可能是關(guān)于綠量的概念及內(nèi)涵學(xué)術(shù)界見解并不相同， 因此， 對于綠量科學(xué)準(zhǔn)確的定義及涉及相關(guān)研究方向亟需學(xué)者們達(dá)成共識． 主要的發(fā)文機(jī)構(gòu)為農(nóng)林院校和涉農(nóng)的研究所， 這是由于農(nóng)業(yè)類院校大多開設(shè)林業(yè)相關(guān)專業(yè)， 因此農(nóng)業(yè)類院校的學(xué)者是研究綠量的主力軍．

2) 從研究熱點(diǎn)變化來看， 早期的關(guān)鍵詞多為“城市綠地”和“城市綠化”等， 2006年以后出現(xiàn)了“垂直綠化”“屋頂綠化”“熱島效應(yīng)”“固碳釋氧”和“降溫增濕”等關(guān)鍵詞， 表明綠量的研究內(nèi)容趨于細(xì)化， 也更加關(guān)注城市環(huán)境， 這與我國十八大以來推動經(jīng)濟(jì)高質(zhì)量發(fā)展與生態(tài)環(huán)境保護(hù)協(xié)同共進(jìn)的政策相符．

3) 對綠量研究主題分析發(fā)現(xiàn)， 我國該領(lǐng)域的研究對象主要是城市綠地， 研究主題包括綠量測算方法的研究、 基于綠量的城市綠地生態(tài)效益研究和城市立體綠化的研究． 在綠量的研究趨勢方面， 綠量領(lǐng)域的研究越來越集中于風(fēng)景園林學(xué)科， 三維綠量已成為城市綠地相關(guān)研究的熱點(diǎn)．

3.2 展望

1) 綠量測算方法的優(yōu)化． 在綠量測算上， 當(dāng)前主要是以周堅(jiān)華為代表的體積法和陳自新為代表的葉面積指數(shù)法[52]， 隨著技術(shù)的更新， 體積法目前多采用三維激光掃描生成模型測算三維綠量， 而葉面積法則多采用遙感進(jìn)行反演推算． 目前， 利用LiDAR點(diǎn)云數(shù)據(jù)和航空影像數(shù)據(jù)提取城市數(shù)字地表模型和數(shù)字建筑模型已經(jīng)較為常見， 但是對于城市綠地植物的三維綠量的測算研究仍舊較少， 今后該領(lǐng)域的研究需要更多的研究人員參與進(jìn)來． 而針對城市中復(fù)雜的植被結(jié)構(gòu)， 三維激光掃描和遙感反演推算的測算精度都有待進(jìn)一步提高． 因此， 今后綠量的研究仍舊需要解決其測算方法的局限性． 另外， 綠地隨時間的推移其形態(tài)是動態(tài)變化的， 這也將會影響綠地的綠量變化， 如何在現(xiàn)有的測量方法和數(shù)學(xué)模型的基礎(chǔ)上， 將植物的動態(tài)生長變化考慮進(jìn)去， 建立動態(tài)變化的綠量數(shù)據(jù)庫， 減少多次測量的成本也是迫切需要考慮的．

2) 綠量作為綠地生態(tài)效益評價(jià)標(biāo)準(zhǔn)的指標(biāo)的建立． 盡管不少學(xué)者希望將綠量作為評價(jià)城市綠地生態(tài)效益的指標(biāo)， 但是由于我國各地地理環(huán)境差異巨大， 難以建立統(tǒng)一的評價(jià)指標(biāo)， 因此未來需要各個地區(qū)的研究機(jī)構(gòu)之間加強(qiáng)合作．

3) 綠量在其他方面的應(yīng)用． 當(dāng)前， 綠量與城市綠地的生態(tài)效益的關(guān)系是目前研究的主流． 近幾年， 已有一些研究者以綠量為出發(fā)點(diǎn)， 對城市綠地進(jìn)行景觀評價(jià)[53-54]， 但是整體占比較少， 綠量在其他方面的應(yīng)用潛能還有待挖掘．