基于CNKI我國生物炭對作物影響研究趨勢分析

胡建宇 鄭恩楠

(黑龍江大學(xué)水利電力學(xué)院，黑龍江 哈爾濱 150080)

前言

當(dāng)今人們對作物的產(chǎn)量需求日益增加，對土壤開發(fā)過度，導(dǎo)致土壤肥力不斷下降，影響作物的產(chǎn)量，危害人類生命安全[1]。為解決土壤退化現(xiàn)象，研究人員將目標(biāo)瞄準(zhǔn)了生物炭。生物炭是良好的土壤改良劑，具有疏松多孔的結(jié)構(gòu)，有利于改善土壤肥力，促進(jìn)作物生長發(fā)育[2]。我國農(nóng)作物秸稈年產(chǎn)量接近10億t[3]，秸稈資源豐富卻難以高效還田，降低土壤肥力，導(dǎo)致極大的浪費[4]。以往人們常采用焚燒還田的方式改良土壤，但焚燒不僅易造成霧霾，也會產(chǎn)生大量有毒物質(zhì)，危害人類生命健康[5]。將秸稈通過處理轉(zhuǎn)化為生物炭，不僅可以大大增加秸稈還田的效率，同時還能更加有效改良土壤，促進(jìn)作物生長發(fā)育[6]。隨著陳溫福“原始秸稈炭化還田”理念的提出，極大地推動了生物炭的研究研究應(yīng)用[7]。因此，人們通過秸稈炭化的方式制得生物炭，用來改良土壤，促進(jìn)肥力達(dá)到高產(chǎn)目標(biāo)。為獲得生物炭對作物的影響研究動態(tài)[8]，使用CiteSpace軟件對生物炭對作物影響進(jìn)行研究。

文獻(xiàn)是科研的產(chǎn)出結(jié)果，文獻(xiàn)計量學(xué)可以很好地對諸多文獻(xiàn)進(jìn)行一個客觀的描述[9]。陳超美教授基于Java環(huán)境開發(fā)了CiteSpace工具，通過該軟件可以將文獻(xiàn)形成知識圖譜可視化[10]，進(jìn)一步直觀表達(dá)國內(nèi)外研究動態(tài)及趨勢。本文通過CiteSpace對研究生物炭對作物的影響領(lǐng)域進(jìn)行可視化分析，揭示生物炭對作物的影響效應(yīng)，為相關(guān)領(lǐng)域?qū)W者的研究提供參考信息。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

文獻(xiàn)數(shù)據(jù)來源于中國知網(wǎng)學(xué)術(shù)期刊數(shù)據(jù)庫，檢索日期為2021年11月23日。中國知網(wǎng)數(shù)據(jù)庫使用“高級搜索”中的“主題”標(biāo)識，檢索2001—2020年的相關(guān)文獻(xiàn)，具體設(shè)置：(主題：作物)AND(主題：生物炭加生物質(zhì)炭)；期刊來源為全部期刊；時間范圍為2001年1月1日—2020年12月31日；進(jìn)行中文檢索，共有1298篇文獻(xiàn)。剔除與學(xué)術(shù)無關(guān)的報紙、會議、科技成果與外文圖書，保留具有學(xué)術(shù)意義的文獻(xiàn)，共1263篇文獻(xiàn)[11]。包括504篇期刊，759篇碩博論文。

1.2 研究方法

先通過CNKI的自帶可視化操作得到發(fā)文量的關(guān)系，然后通過CiteSpace分析中國知網(wǎng)數(shù)據(jù)庫導(dǎo)出的數(shù)據(jù)。統(tǒng)計文獻(xiàn)的關(guān)鍵詞、發(fā)文單位、中介中心性、關(guān)鍵詞聚類等，將其圖譜呈現(xiàn)出來，可以反映研究動態(tài)以及主體研究單位和研究趨勢的熱點，便于為科研實驗的探究提供參考[12]。

將中國知網(wǎng)數(shù)據(jù)庫中檢索到的文獻(xiàn)數(shù)據(jù)僅保留學(xué)術(shù)期刊和碩博論文進(jìn)行分析，與學(xué)術(shù)無關(guān)的會議和報紙等剔出。對該研究學(xué)術(shù)期刊、碩士論文、博士論文分別通過中國知網(wǎng)自帶可視化進(jìn)行研究，得到年發(fā)文量的數(shù)據(jù)，將數(shù)據(jù)導(dǎo)入Origin進(jìn)行對比，得到各類文獻(xiàn)的發(fā)文量點線圖。同時將中國知網(wǎng)獲得的關(guān)于該研究的碩博論文及學(xué)術(shù)期刊導(dǎo)出保存為refworks格式，將文獻(xiàn)通過CiteSpace轉(zhuǎn)化為適用的WOS格式[13]，運用CiteSpace進(jìn)行對轉(zhuǎn)化后的文獻(xiàn)進(jìn)行文獻(xiàn)計量分析。形成相關(guān)的可視化圖譜，更加直觀地表達(dá)研究熱點及趨勢。

2 結(jié)果與分析

2.1 年度發(fā)文量與被引頻次

年度發(fā)文量可以反映出“生物炭對作物影響”領(lǐng)域的理論發(fā)展及受關(guān)注程度，是“生物炭作物影響”研究領(lǐng)域發(fā)展演化的重要指標(biāo)。2001—2020年，共檢索到生物炭作物效益研究領(lǐng)域文獻(xiàn)1298篇，其中具有學(xué)術(shù)意義的期刊和碩博論文共1263篇。由圖1可知，對生物炭對作物生長影響的研究主要集中在2011年以后，在2017年發(fā)文量達(dá)到頂峰233篇。發(fā)文量上,碩士學(xué)位論文>學(xué)術(shù)期刊>博士論文，雖然近3a該研究的發(fā)文量略微有所減少，但整體依舊是呈現(xiàn)遞增的趨勢，可以預(yù)測在生物炭對作物的影響研究在未來的很長一段時間內(nèi)還將會是學(xué)術(shù)界的熱點。

圖1 我國生物炭對作物影響研究發(fā)文量

2.2 發(fā)文作者及機(jī)構(gòu)

圖2分析了生物炭對作物的影響領(lǐng)域的作者分布情況，有利于了解各發(fā)文作者之間的聯(lián)系情況，有助于了解作者之間的合作情況，更好地促進(jìn)小方向之間的交流，促進(jìn)該領(lǐng)域的發(fā)展。由研究圖譜可知，發(fā)文作者都是以團(tuán)隊的形式合作，以下是各團(tuán)隊的合作情況：以潘根興、胡學(xué)玉等團(tuán)隊為主要發(fā)文團(tuán)體，潘根興團(tuán)隊有鄧金偉、張旭輝、李愛卿等；王琦、張登奎、周旭姣等為同一團(tuán)隊；陳心想、耿增超、何緒生、張雯、高海英等為同一團(tuán)隊；張偉明、陳溫福等為同一團(tuán)隊。由作者合作關(guān)系可以看出，不同團(tuán)隊間交流較少，不利于該領(lǐng)域研究的互相促進(jìn)。

圖2 生物炭對作物影響研究作者共現(xiàn)圖譜

圖3反映了該研究的發(fā)文單位之間的關(guān)系，能表達(dá)出各單位中間的聯(lián)系交流程度，交流多有利于學(xué)術(shù)的延展。由圖3可知，中國科學(xué)院大學(xué)及西南大學(xué)資源環(huán)境學(xué)院與其他發(fā)文單位之間聯(lián)系較為密切。

圖3 我國生物炭對作物影響研究發(fā)文單位

由年發(fā)文量統(tǒng)計可知，前3名分別是中國科學(xué)院大學(xué)、西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院和西南大學(xué)資源環(huán)境學(xué)院。中國科學(xué)院在2012年發(fā)文量達(dá)到16篇，同時也是中介中心性最高的。中介中心性可以反映學(xué)術(shù)間的交流程度，發(fā)文量與中介中心性存在正相關(guān)性，同時從表1可知，年發(fā)文量集中體現(xiàn)在近10a。

表1 我國生物炭作物影響各單位年度發(fā)文量

2.3 關(guān)鍵詞共現(xiàn)分析

通過關(guān)鍵詞可以較快速了解該研究領(lǐng)域的前沿，CiteSpace通過計算關(guān)鍵詞的頻率確定研究趨勢[14]。通過CiteSpace將研究時間設(shè)置為2011—2020年，時間切片為1a；Node Types設(shè)置為keyword；Pruning設(shè)置為Pruning sliced networks。生成的圖譜有425個節(jié)點，1919條連線，表明各方向之間有著大量密切聯(lián)系。按照關(guān)鍵詞頻排布，前面的分別是“生物炭”、“產(chǎn)量”、“生物質(zhì)炭”、“土壤”、“作物產(chǎn)量”、“玉米”、“溫室氣體”等，見圖4。通過文獻(xiàn)閱讀可知，在生物炭對作物影響領(lǐng)域研究較多的還是產(chǎn)量的關(guān)系，以及對土壤和環(huán)境的影響。

圖4 關(guān)鍵詞共現(xiàn)圖譜

2.4 關(guān)鍵詞突現(xiàn)分析

通過CiteSpace關(guān)鍵詞突現(xiàn)功能可以得到關(guān)鍵詞突現(xiàn)時間及突現(xiàn)強(qiáng)度[15]，見圖5。設(shè)置前9個突現(xiàn)關(guān)鍵詞，分別是“溫室氣體”、“土壤性質(zhì)”、“糜子”、“作物產(chǎn)量”、“大豆”、“有機(jī)物料”、“鈍化劑”、“地膜覆蓋”、“連作障礙”。突現(xiàn)強(qiáng)度前3名分別是“溫室氣體”、“作物產(chǎn)量”、“土壤性質(zhì)”。“溫室氣體”突現(xiàn)時間為2011—2014年，“作物產(chǎn)量”突現(xiàn)時間為2013—2016年，“土壤性質(zhì)”突現(xiàn)時間為2012—2014年。

圖5 關(guān)鍵詞突現(xiàn)圖譜

2.5 關(guān)鍵詞聚類及時間線分析

通過關(guān)鍵詞的聚類可以得到以下主要類別，分別是“#0土壤”、“#1吸附”、“#2產(chǎn)量”、“#3溫室氣體”、“#4作物產(chǎn)量”、“#5土壤養(yǎng)分”、“#6腐植酸”、“#7生物炭覆蓋”、“#8氧化亞氮”。

圖6 關(guān)鍵詞聚類圖譜

得到的聚類土設(shè)置為可視化Timeline View，可以得到該9個聚類的時間線視圖。從圖7可以看出，我國對生物炭研究依舊是非常重視的，“#0土壤”包括“固碳潛力”、“作物生產(chǎn)”、“農(nóng)田土壤”、“生物有效性”、“作物”、“節(jié)水增產(chǎn)”等關(guān)鍵詞；“#1吸附”包括“生物炭”、“農(nóng)業(yè)廢棄物”、“糧食安全”、“土壤性狀”、“微生物群落”等關(guān)鍵詞；“#2產(chǎn)量”包括“生物質(zhì)炭”、“吸附”、“竹炭”、“小白菜”等關(guān)鍵詞，這是前3名聚類。

圖7 聚類時間線圖譜

3 展望

本研究通過文獻(xiàn)計量分析功能對大量文獻(xiàn)進(jìn)行可視化處理，對知網(wǎng)上關(guān)于生物炭與作物的研究有了一個初步分析，但該分析的準(zhǔn)確性不僅局限于算法的運算方式，也受到分析樣本的影響。為了對該研究有更進(jìn)一步的探索，達(dá)到更加客觀全面的結(jié)果，今后還將會從Web of science等數(shù)據(jù)庫進(jìn)行分析[16]。目前生物炭的研究正處于一個高速發(fā)展階段，作為一個熱門的研究領(lǐng)域，對生物炭的研究還有著必要的意義，也需要大量技術(shù)支持，如高通量測序、分子探針等。

當(dāng)前文獻(xiàn)中研究的作物主要有水稻、大豆、小白菜、小麥、玉米、馬鈴薯等。由聚類時間線圖譜可知，研究的作物種類在逐年擴(kuò)展，生物炭還將會有更加廣袤的應(yīng)用。目前對生物炭的研究主要還是聚焦于農(nóng)田類，在林業(yè)等方面涉及的還是比較少，未來應(yīng)當(dāng)擴(kuò)大生物炭的應(yīng)用空間，同時為生物炭的大面積推廣應(yīng)用提供理論基礎(chǔ)推動綠色發(fā)展。并通過生物炭標(biāo)準(zhǔn)制定，以及相應(yīng)的政策支持與科研人員實踐方面的協(xié)調(diào)配合，實現(xiàn)生物炭在農(nóng)業(yè)領(lǐng)域的推廣[17]。