基于CiteSpace視角下國內(nèi)外沙生植物的研究進展

熊寬洪，溫瑞龍，溫清燕，鄧傳遠(yuǎn)

（福建農(nóng)林大學(xué)園林學(xué)院，福建 福州 350002）

沙生植物是一種適應(yīng)特殊生境條件的植物類型，由于長期適應(yīng)當(dāng)?shù)厣常哂锌癸L(fēng)蝕、耐沙埋、耐干旱貧瘠等一系列特性，并有特定的構(gòu)型特征[1]。在氣候變化和人為干擾的影響下，沙地生態(tài)環(huán)境十分脆弱[2]，中國沙地共計1．74 億hm2，影響了近4 億人的生產(chǎn)生活[3]，而沙生植物對改良沙地生態(tài)具有重要作用，它能夠促進土壤發(fā)育、產(chǎn)生生態(tài)水文效應(yīng)、推動原有地區(qū)的植物群落更新演替[4]，常被用于治理草原及海岸沙地環(huán)境[5,6]。目前國內(nèi)外已有大量沙生植物研究，如草原植物群落多樣性與放牧強度的關(guān)系[7]、內(nèi)生根菌對提高沙生植物抗逆性的作用[8]、梭梭種群基因遺傳研究[9]、沙生植物資源調(diào)查研究[10]等，但缺少可視化知識圖譜對沙生植物領(lǐng)域的整體情況、發(fā)展方向、熱點前沿等進行系統(tǒng)性分析與總結(jié)。

CiteSpace 是陳超美博士利用JAVA 平臺開發(fā)的可視化工具，利用CiteSpace 可以制作可視化知識圖譜，能將一個知識領(lǐng)域的來龍去脈清晰的展現(xiàn)出來，并找出研究領(lǐng)域的熱點前沿[11]。因此，本研究以WOS 和CNKI 數(shù)據(jù)庫中有關(guān)沙生植物的文獻為數(shù)據(jù)，利用CiteSpace 可視化工具對文獻進行數(shù)據(jù)挖掘和計量分析，梳理發(fā)展脈絡(luò)，尋找熱點前沿，為后續(xù)沙生植物研究提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

文獻資料來自WOS 和CNKI 數(shù)據(jù)庫，外文文獻以WOS 核心合集數(shù)據(jù)庫搜索主題沙生植物的英文詞，索引格式為TS=（″psammophytes″）or（″sand plant″）or（″desert plant″），時間范圍選擇2002—2021年，文獻類型選擇Article 格式，語種為英語，經(jīng)過除重后，共篩選文獻542 篇，中文文獻以CNKI 數(shù)據(jù)庫的高級檢索功能進行搜索，主題為“沙生植物”，時間范圍為2002—2021年，選擇期刊文章類型，經(jīng)除重后，篩選出632 篇文獻。

1.2 分析方法

本文利用CiteSpace 5.8.R3，設(shè)置“Country”（國家）、“Author”（作者）、“Institution”（機構(gòu)）、“Key word”（關(guān)鍵詞）等網(wǎng)絡(luò)節(jié)點，以獲得文獻各類信息并生成相應(yīng)的知識圖譜。圖譜中圓圈越大代表該節(jié)點越重要，節(jié)點連線越粗代表關(guān)系越密切，中心性是指網(wǎng)絡(luò)中經(jīng)過某點并連接這兩點的最短路徑與兩點之間的最短路徑線數(shù)量的比值[12]。核心作者確定采用普賴斯公式進行計算后再進行可視化分析，具體公式如下。

式中M 為核心作者最低發(fā)文量，NMAX為最高發(fā)文量作者的發(fā)文數(shù)。

2 結(jié)果與分析

2.1 年度發(fā)文量與國家地區(qū)分布

根據(jù)圖1所示，2 個數(shù)據(jù)庫均呈現(xiàn)增長趨勢，年度發(fā)文量在趨勢上保持一致，在2002—2016年間CNKI數(shù)據(jù)庫年度發(fā)文量要高于WOS 數(shù)據(jù)庫，但在2018年后，WOS 數(shù)據(jù)庫年度發(fā)文量逐漸高于國內(nèi)，在2019—2020年內(nèi)出現(xiàn)激增并呈現(xiàn)繼續(xù)增長趨勢。CNKI 數(shù)據(jù)庫年度發(fā)文量總體上處于波動狀態(tài)，在2002-2008年間文獻數(shù)量快速增長，2009—2021年間則是處于波動增長狀態(tài)，在2009年、2012年、2019年出現(xiàn)下跌情況。

圖1 2002—2021年WOS 與CNKI 數(shù)據(jù)庫年度發(fā)文量Figure 1 Annual publication volume of WOS and CNKI databases from 2002 to 2021

選擇CiteSpace 的Country 節(jié)點，統(tǒng)計發(fā)文量與中心性前5 的國家，結(jié)果如表1所示。發(fā)文量最大的是中國（229 篇），其次是美國（130 篇）、以色列（29 篇）、沙特阿拉伯（26 篇）、澳大利亞（20 篇）。從中心性上看，最高的是中國（0.51），其次是美國（0.45），其他國家中心性較低，說明中美兩國在該領(lǐng)域具有較高科研水平。WOS 數(shù)據(jù)庫中中國發(fā)文量在2020年超過CNKI 數(shù)據(jù)庫，并有持續(xù)上升趨勢，體現(xiàn)了中國學(xué)術(shù)界越來越傾向與國際接軌。

表1 國家與地區(qū)發(fā)表文獻量與中心度Table 1 Published literature volume and centrality by country and region

2.2 核心作者合作網(wǎng)絡(luò)與共被引分析

作者合作網(wǎng)絡(luò)可以展現(xiàn)領(lǐng)域內(nèi)核心作者的合作關(guān)系，按照普萊斯計算公式，WOS 數(shù)據(jù)庫作者最高發(fā)文量是13 篇（M=2.69），CNKI 數(shù)據(jù)庫作者最高發(fā)文量是11 篇（M=2.48），即WOS 數(shù)據(jù)庫作者發(fā)文量在3 篇以上、CNKI 數(shù)據(jù)庫作者發(fā)文量在2 篇以上的作者可以確定為核心作者，利用CiteSpace 對于兩個數(shù)據(jù)庫核心作者進行分析，選擇網(wǎng)絡(luò)節(jié)點Author，生成核心作者合作網(wǎng)絡(luò)圖譜（圖2）。WOS 數(shù)據(jù)庫中核心作者發(fā)文量高的分別是德克薩斯大學(xué)的Gardea-torresdeyJL與Peralta-videaJR（13 篇）、中國科學(xué)院的馬小飛（11 篇）、中國醫(yī)學(xué)科學(xué)院的丁剛（8 篇）、中國科學(xué)院的劉興榮（8 篇）。CNKI 數(shù)據(jù)庫中發(fā)文量高的分別是中國科學(xué)院的劉志民（11 篇）、甘肅治沙研究所的張錦春（10篇）、魯東大學(xué)的周瑞蓮（9 篇）、中國科學(xué)院的曲浩（8 篇）。核心作者共現(xiàn)網(wǎng)絡(luò)呈現(xiàn)小聚居的現(xiàn)象，不同核心作者團隊之間聯(lián)系較少，科研人員未來需要增強國內(nèi)外合作，促進不同團隊之間交流，集中資源產(chǎn)出高質(zhì)量成果。

圖2 WOS 與CNKI 數(shù)據(jù)庫作者合作網(wǎng)絡(luò)圖譜Figure 2 The network map of author cooperation between WOS and CNKI database

作者共被引是指兩個作者文獻同時為第3 個作者引用，則這2個作者存在共引關(guān)系，共被引頻次越高，代表關(guān)系越密切，利用作者共被引能夠找到該領(lǐng)域內(nèi)影響力較高的作者。由于CNKI 無法進行CiteSpace 共被引分析，所以只選取WOS 數(shù)據(jù)庫進行分析。圖3中高被引頻次作者分別是NOY—MEIR I （28）、SCHLESINGER WH（20）、GUTTERMAN Y（19）、ALTSCHUL SF（15）、EHLERINGER JR（13）等，大多是為國外學(xué)者，國內(nèi)作者發(fā)文量雖較多，但被引頻次偏少。

圖3 WOS 數(shù)據(jù)庫作者共被引圖Figure 3 Author co-citation map in WOS databases

2.3 機構(gòu)合作網(wǎng)絡(luò)分析

利用Citespace 對于WOS 與CNKI 數(shù)據(jù)庫進行分析，選擇網(wǎng)絡(luò)節(jié)點institution，生成機構(gòu)合作圖譜（圖4）。WOS 數(shù)據(jù)庫機構(gòu)合作網(wǎng)絡(luò)圖譜中，發(fā)文機構(gòu)共有418 家，發(fā)文量前3 的分別是Chinese Acad Sci（中國科學(xué)院）123 篇、Univ Chinese Acad Sci（中國科學(xué)院大學(xué)）38篇、Ben Gurion Univ Negev（本·古里安大學(xué)）20 篇。CNKI 數(shù)據(jù)庫中發(fā)文機構(gòu)共有441 家，發(fā)文量前3 的分別為中國科學(xué)院大學(xué)24 篇、甘肅省治沙研究所14 篇、寧夏大學(xué)農(nóng)學(xué)院13 篇。從圖4可以明顯看出國內(nèi)機構(gòu)之間的聯(lián)系較密切，但國內(nèi)與國外機構(gòu)間的聯(lián)系較分散。

圖4 WOS 與CNKI 數(shù)據(jù)庫機構(gòu)合作網(wǎng)絡(luò)圖Figure 4 Institutional Cooperation Network Diagram in WOS and CNKI databases

2.4 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是文章內(nèi)容的簡要概括與分類，能為研究者提供必要的檢索信息，關(guān)鍵詞頻次越高代表該關(guān)鍵詞越重要，越受研究者關(guān)注。利用CiteSpace 對WOS 與CNKI 數(shù)據(jù)庫文獻進行分析，選擇Keyword 節(jié)點，生成WOS 數(shù)據(jù)庫與CNKI 數(shù)據(jù)庫關(guān)鍵詞共現(xiàn)圖（圖5）。

圖5 WOS 與CNKI 關(guān)鍵詞共現(xiàn)圖Figure 5 Keyword co-occurrence diagram between WOS and CNKI databases

WOS 數(shù)據(jù)庫關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中節(jié)點498 個，連線1282 條，密度0.0104，說明關(guān)鍵詞之間聯(lián)系密切，呈現(xiàn)多點發(fā)展趨勢。WOS 數(shù)據(jù)庫中頻次大于5 的關(guān)鍵詞有66 個，除desert plant（沙生植物，55 次）外，頻次最高的分別是growth（發(fā)育，50 次）、plant（植物，38 次）、pattern（模式，33 次）、stress（脅迫，31 次）、vegetation（植被，29 次）。WOS 數(shù)據(jù)庫關(guān)鍵詞聚類后Q 值為0.6164 大于0.3，S 值為0.8254 大于0.7，表明聚類的結(jié)果合理[11]。聚類越大代表所含文獻數(shù)量越多，聚類同質(zhì)性越高代表關(guān)鍵詞一致性越高。根據(jù)表2所示，聚類規(guī)模最大是聚類#0、聚類#1、聚類#2、聚類#3、聚類#4、，反映的是沙生植物的生理生態(tài)方面，聚類#5、聚類#6、聚類#7、聚類#8 與聚類#9 涉及的是特定研究區(qū)域或植物，規(guī)模不大，但同質(zhì)性均在0.7 以上，這說明這些聚類的關(guān)鍵詞關(guān)聯(lián)較強。

表2 WOS 與CNKI 數(shù)據(jù)庫關(guān)鍵詞聚類Table 2 Keyword clustering in WOS and CNKI databases

CNKI 數(shù)據(jù)庫關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中節(jié)點510 個，連線631 條，密度0.0049，相較WOS 數(shù)據(jù)庫的節(jié)點多，但連線數(shù)量與密度較少。CNKI 數(shù)據(jù)庫頻次大于5 以上關(guān)鍵詞有31 個，除沙生植物（140 次）與沙生灌木（23次）外，頻次最高的分別是是沙產(chǎn)業(yè)（16 次）、內(nèi)蒙古（14 次）、干旱脅迫（13 次）、種子萌發(fā)（11 次）、沙生針茅（9 次）等，可以看出國內(nèi)學(xué)者對沙生植物種子萌發(fā)、幼苗生長[13,14]及其實際經(jīng)濟生產(chǎn)[15,16]方面較為關(guān)注。CNKI數(shù)據(jù)庫關(guān)鍵詞聚類后的Q 值0.8129，S 值0.9779，聚類結(jié)果令人信服。從表7看，聚類0#的規(guī)模與同質(zhì)性是最大的，是研究對象，其次是聚類1#、聚類2#、聚類3#、聚類4#、聚類5#，聚類7#、聚類8#、聚類9# 這些聚類是沙生植物研究的主要方向，規(guī)模較小，但同質(zhì)性高，整體看CNKI 數(shù)據(jù)庫關(guān)鍵詞聚類的同質(zhì)性整體較WOS數(shù)據(jù)庫高，說明CNKI 數(shù)據(jù)庫中文獻相似性更高，關(guān)聯(lián)性更強。

2.5 關(guān)鍵詞突現(xiàn)與時區(qū)圖

關(guān)鍵詞突現(xiàn)是指在一段時間內(nèi)關(guān)鍵詞出現(xiàn)頻次增多[12]，時區(qū)圖是將關(guān)鍵詞與時間因素進行關(guān)聯(lián)，透過關(guān)鍵詞突變與時區(qū)圖能夠研究該領(lǐng)域發(fā)展趨勢，預(yù)測未來發(fā)展方向，從而分析前沿?zé)狳c。利用Citespce 對WOS數(shù)據(jù)庫進行分析，獲得關(guān)鍵詞突現(xiàn)表（表3）及時區(qū)圖（圖6—a），WOS 數(shù)據(jù)庫的沙生植物關(guān)鍵詞的發(fā)展可以分為3 個時期，各時期關(guān)鍵詞的數(shù)量變化與年度發(fā)文量的趨勢相符合。起步時期（2002—2008年），這一時期研究處于起步階段，大量關(guān)鍵詞爆發(fā)，但無突現(xiàn)詞，desert plant、growth、vegatation 等早期核心關(guān)鍵詞出現(xiàn)，diversity（多樣性）、ecosystem（生態(tài)系統(tǒng)）、community（群落）、climate change（氣候變化）、competition（競爭）等關(guān)鍵詞的出現(xiàn)標(biāo)志這一時期的研究主要以生態(tài)學(xué)內(nèi)容為主，涉及沙生植物群落的物種多樣性、生態(tài)環(huán)境、種間關(guān)系及其與氣候變暖的影響。發(fā)展時期（2009—2016年），這一時期關(guān)鍵詞數(shù)量較上一時期少，但生理與脅迫相關(guān)的關(guān)鍵詞數(shù)量增多，如abscisic aid（脫落酸）、stress、response（響應(yīng)）、expression（表達(dá)）等，這個時期關(guān)點從沙生植物生態(tài)逐漸轉(zhuǎn)向沙生植物生理機制，并出現(xiàn)大量突現(xiàn)詞，突現(xiàn)強度最高的是forest（森林），內(nèi)容是針對沙漠不同生境的植物群落水平[17]與空間格局相關(guān)研究[18]，其次是gurbantunggut desert（古爾班通古特沙漠）與oxidative stress（氧化應(yīng)激），為特定地區(qū)[19]及沙生植物藥用價值[20]的相關(guān)研究，突顯強度最低的是seed germination（種子萌發(fā)），內(nèi)容為準(zhǔn)噶爾無葉豆、梭梭等沙生植物種子萌發(fā)研究[21,22]。成熟時期（2017—2021年），這一時期關(guān)鍵詞數(shù)量最少，但這一時期發(fā)文量快速增長，這說明沙生植物研究逐漸成熟，并出現(xiàn)了identification（識別）、protein（蛋白質(zhì)）這類微觀層面的關(guān)鍵詞，突顯詞為identification 與biosynthesis（生物合成），內(nèi)容是沙生植物抗脅迫相關(guān)基因的識別[23]以及沙生植物生物化學(xué)[24]。

表3 WOS 數(shù)據(jù)庫關(guān)鍵詞突現(xiàn)Table3 Keyword Emergence in WOS Database

圖6 WOS 與CNKI 數(shù)據(jù)庫關(guān)鍵詞時區(qū)圖Figure 6 Keyword time zone diagram of WOS database and CNKI database

CNKI 數(shù)據(jù)庫中關(guān)鍵詞數(shù)量明顯少于WOS 數(shù)據(jù)庫，突現(xiàn)詞的數(shù)量也較WOS 數(shù)據(jù)庫少。按照CNKI 數(shù)據(jù)庫關(guān)鍵詞時間分布（圖6-b）將其劃為兩個時期，起步時期（2002—2008年），這一時期大量主要關(guān)鍵詞出現(xiàn)，如沙生植物、沙產(chǎn)業(yè)、內(nèi)蒙古、干旱脅迫、發(fā)芽率等，突現(xiàn)詞為植被，此時國內(nèi)沙生植物研究不僅注重沙生植物生理、沙地生態(tài)恢復(fù)等理論研究，也重視沙生植物實際生產(chǎn)運用，致力于提高沙生植物萌發(fā)率和經(jīng)濟效益。緩慢發(fā)展時期（2009—2021年），叢生禾草、半灌木、生理響應(yīng)、平潭島、脯氨酸等詞出現(xiàn)，國內(nèi)有研究開始關(guān)注到海岸沙生植物[25]，這一時期關(guān)鍵詞數(shù)量存在波動，文獻發(fā)表數(shù)量也呈現(xiàn)相近情況。突現(xiàn)詞為沙生針茅、荒漠草原、發(fā)芽率，沙生針茅是西北地區(qū)常見牧草，能通過有性繁殖產(chǎn)生大量種子，但在實際生境中通過種子萌發(fā)的沙生針茅數(shù)量卻很少[26]，這一時段涌現(xiàn)了較多有關(guān)沙生針茅種子萌發(fā)研究[27]，另外近幾年也出現(xiàn)了針對荒漠草原這類特定生態(tài)系統(tǒng)與植物群落的研究[28,29]。

3 結(jié)論與展望

本研究對2002—2021年內(nèi)的WOS 與CNKI 數(shù)據(jù)庫中542 篇外文文獻及632 中文文獻進行分析，分析沙生植物文獻中的國家、作者、機構(gòu)、關(guān)鍵詞，從而了解沙生植物的研究進展與前沿?zé)狳c。

從發(fā)文量看，2002—2017年內(nèi)WOS 數(shù)據(jù)庫外文文獻年度發(fā)文量要小于CNKI 數(shù)據(jù)庫中文文獻，但在2018年后外文文獻年度發(fā)文量超過了中文文獻，2017—2021年這段時間外文文獻數(shù)量出現(xiàn)激增。反觀CNKI 數(shù)據(jù)庫，中文文獻數(shù)量在2001—2008年內(nèi)出現(xiàn)持續(xù)增長，但自2009年后文獻數(shù)量總體呈現(xiàn)波動式增長。得益于國家與學(xué)術(shù)界的支持，WOS 數(shù)據(jù)庫中中國發(fā)文量最高，其次是美國，反映了中美兩國在沙生植物領(lǐng)域的重視與科研能力。從核心作者與機構(gòu)看，WOS 數(shù)據(jù)庫中中國作者發(fā)文數(shù)量較多，但被引頻次較少，國內(nèi)機構(gòu)小團隊聯(lián)系較為密切，但與國外作者團隊聯(lián)系較少。

從關(guān)鍵詞共現(xiàn)看，WOS 數(shù)據(jù)庫關(guān)鍵詞主要側(cè)重在植物群落多樣性、環(huán)境脅迫與生理響應(yīng)、抗逆性等生理生態(tài)學(xué)關(guān)鍵詞，而CNKI數(shù)據(jù)庫除上述關(guān)鍵詞外，沙產(chǎn)業(yè)、種子萌發(fā)這類有關(guān)實際生產(chǎn)應(yīng)用的關(guān)鍵詞也有出現(xiàn)。不同數(shù)據(jù)庫關(guān)鍵詞聚類分別出現(xiàn)了一些特定沙生植物，如WOS 數(shù)據(jù)庫的ammopiptanthus nanus、ambrosia dumosa 和CNKI 數(shù)據(jù)庫的沙生針茅、沙生冰草、梭梭等植物，反應(yīng)了國內(nèi)外對不同地域沙生植物重視，后續(xù)可以針對不同地區(qū)沙生植物的資源評估、引種馴化、育種等方向進行研究。

從關(guān)鍵詞突現(xiàn)和時區(qū)圖看，WOS 與CNKI 數(shù)據(jù)庫關(guān)鍵詞發(fā)展時間總體上與年度發(fā)文量相對應(yīng)，國外沙生植物研究能分為3 個時期，起步時期、發(fā)展時期、成熟時期，內(nèi)容不斷深化，從生態(tài)慢慢轉(zhuǎn)向生理生化，從宏觀層面轉(zhuǎn)向微觀層面，出現(xiàn)了醫(yī)學(xué)藥物、基因等新方向，體現(xiàn)了多學(xué)科交叉的特點，但這類研究的數(shù)量仍然較少，未來需要繼續(xù)加強，國內(nèi)也出現(xiàn)了海岸沙生植物研究，這對擴大沙生植物研究尺度，豐富沙生植物內(nèi)容具有重要作用。

表4 CNKI 數(shù)據(jù)庫關(guān)鍵詞突現(xiàn)Table 4 Keyword emergence in CNKI database