尾礦污染研究進展的CiteSpace可視化計量分析

施燦海 藍 蓉 黃喬云 劉明生 孫高月 傅 燦

（昆明有色冶金設計研究院股份公司）

選礦廠的尾礦通常以礦漿狀態排出，個別情況下也有以干砂狀態排出。尾礦產出量通常很大，如不妥善處理，不僅占用土地，而且污染土壤和水體，是礦區周邊環境的重大潛在危險源。

對于尾礦的綜合利用，早在20世紀80年代初期就提出了尾礦制磚、作為建材、用于井下充填、改良土壤等利用途徑［1］。雖然近年來國家大力鼓勵固廢綜合利用和推進無廢物城市建設，尾礦的二次利用成為了熱點。然而，40多年來，圍繞上述途徑開展了大量的研究，但產業化利用并未很好地解決。

截止2021年，我國共有尾礦庫近8 000座，總量居世界第一，主要分布在河北、遼寧、云南、湖南、河南、內蒙古、江西、山西、陜西、甘肅等省區，占總數的75.1%［2-3］。

不論從應急還是生態角度，社會上一定程度上出現了“談尾色變”的現象。然而，不可否認的是，礦業作為國民經濟發展的支柱產業，尾礦是經濟發展的產物，短期內完全消除難以實現，而且不少尾礦中含有目前尚不能高效回收的貴、稀、重金屬，具有再利用價值［4］。

最新研究表明，尾礦在固碳、回收有價金屬、生態修復等方面的價值日益受到重視［5-8］。筆者試圖找到一種解決已堆存尾礦的處置方案和對環境影響的治理技術，進一步豐富和完善尾礦污染防控領域的研究成果。因此，對1985年至2022年尾礦污染方面的中、英文文獻所研究的內容進行了梳理和分析，期望能夠進一步明晰待研究的問題。

CiteSpace是Citation Space的簡稱，可譯為的“引文空間”，是一款著眼于分析科學文獻中蘊含的潛在知識，并在科學計量學（Scientometric）數據和信息可視化（Data and information visualization）背景下逐漸發展起來的一款多元、分時、動態的引文可視化分析軟件［9］，該軟件可以通過可視化手段呈現科學知識的結構、規律和分布情況。借助CiteSpace軟件，對關于尾礦污染的中、英文期刊中的文獻進行計量和可視化分析，總結研究熱點和發展趨勢，為尾礦污染相關科學研究及技術研發提供參考。

1 數據來源、精煉與可視化處理

1.1 數據來源與精煉

尾礦污染有關中文文獻來源于中國知網（CNKI）數據庫。檢索方法：主題“（尾礦+尾礦庫）AND（污染）”，檢索時間為1985-1-1至2022-11-21（1915—1984年發表文獻量較少，作去除處理），共檢索到574條文獻，篩選排除不相關內容及會議、新聞等，去重后有522篇中文文獻。

尾礦污染有關英文文獻數據來源于Web of Science，檢索式為ALL=（"tailings" AND"tailings pond"AND"pollution"），高級檢索，選擇數據庫為Web of Science核心合集，引文索引為ALL，選擇1985—2022年所有相關文獻。共檢索出文獻118篇，為保證文獻數據與研究主題的相關性，對Web of Science類別、語種、文獻類型等內容進行精煉，選擇樣本103篇。CiteSpace軟件去重處理后102篇，納入基礎數據分析。

1.2 數據可視化處理

根據CiteSpace軟件所需參數設置，對檢索后納入范圍的522篇中文文獻和102篇英文文獻進行發文時間和發文量的趨勢、發文作者及機構、關鍵詞共現和聚類與突現、研究國家等方面進行分析，繪制尾礦污染研究進展的知識圖譜，并對圖譜信息進行分析。

2 研究結果與分析

2.1 發文趨勢分析

尾礦污染研究中、英文文獻發文量及發文趨勢的分析見圖1。中文文獻年發文量雖有波動，但整體呈現上升的趨勢；2008年以前每年發文量均小于10篇，2008起持續增長，2020年發文量達到峰值（57篇），近兩年來發文量呈下降趨勢。總體上看，尾礦污染問題較早得到關注，多學科研究人員從不同角度進行了研究，取得研究成果已應用于工程實踐中。總體發文量偏少，有必要對其進一步研究。1999—2009年英文文獻發文量極少，甚至出現多年無文獻發表的情況；2010—2019年文獻發表量在波動中逐步上升；2020年以后以每年遞增10篇的幅度持續上升，預測2023年發文量將繼續增加。

總的來看，尾礦污染研究成果較少，中文文獻呈下降趨勢，英文文獻呈上升趨勢，2022年發文量兩者接近。在安全和環保日益受到重視的時代背景下，有必要進一步研究尾礦污染這一課題，豐富研究成果，服務于國家生態文明建設。

2.2 發文作者及機構分析

2.2.1 作者圖譜分析

利用CiteSpace對CNKI檢索結果中的作者進行共線圖譜分析，結果見圖2、圖3。在作者合作網絡圖譜中，節點字體大小反映作者的出現頻次，連線表示作者之間存在合作關系，連線顏色越深表示相互間合作程度越強。

核心作者群是指在相關領域刊物上發表論文較多，影響較大的作者集合［10］。核心作者群是形成文獻流的骨干力量，發揮著導向作用。核心作者發表的論文數根據普賴斯理論計算［11］，中文作者為不少于3篇，英文作者為不少于2篇。

對圖2進行CiteSpace軟件分析，網絡節點數為502，連線數量456，網絡密度為0.003 6。圖譜共線結果表明，核心作者之間存在合作關系，合作關系較為緊密的分別以張雪峰、史振環及劉佳為中心的科研團隊。其中，張雪峰、司萬童為發文數最多的作者，均為13篇；王建英和周連碧緊隨其后，分別發文8篇和6篇；吳超發表量6篇，但沒有關聯的核心作者。經分析，有22位作者的發文量在3篇以上，構成中文期刊尾礦污染領域核心作者群的文量占總發文量的19.5%。但總體看，核心作者群的發文數量偏低。利用軟件分析發現，尾礦庫重金屬污染、地下水污染、污染防治、尾礦滲漏污染為張雪峰團隊的研究重點［12-16］，該核心作者群發文數量最多，關聯最緊密。其次為史振環科研團隊，研究的內容仍為尾礦重金屬污染，該團隊分別對硫化物尾礦源［17］、重金屬（Cd、As、Zn等）以及F的復合污染［18］、NMD釋放尾礦/非釋酸尾礦的重金屬污染［19］、重金屬污染評價指標［20］進行了研究。劉佳科研團隊重點研究了尾礦污染環境風險防控和事故處置［21］。

圖2表明，核心作者群比較集中，且部分核心作者研究內容相對獨立，歸因于研究人員個人最大發文量較小，導致核心作者發文量僅3篇，出現核心作者分布離散的現象。表1列舉了尾礦污染研究中文文獻發文量不少于3篇的作者。

對圖3進行CiteSpace軟件分析，網絡節點數為289，連線數527，網絡密度為0.012 7。圖3表明，主要研究人員為Stumbea Dan、Moussa Samar G、You Yuan，其中，Stumbea Dan發文5篇，與其他研究人員相比較獨立，其指出，尾礦不僅受物化特性影響，還受風力、降雨等因素影響［22］；Moussa Samar G和You Yuan發文均為4篇，且成員間緊密相連，重點研究加拿大阿爾伯塔省油砂地區的尾礦庫與揮發性有機化合物和其他污染物向大氣的不穩定排放［23-24］。表2列舉了尾礦污染研究英文文獻發文量不少于3篇的作者。

2.2.2 機構圖譜分析

研究機構的發文量呈現其對研究領域的關注、投入及科研產出程度。表3為1985—2022年CNKI中尾礦污染發文量排名前20的研究機構，從高到低前三的機構分別是北京礦冶研究總院（13篇）、內蒙古科技大學能源與環境學院（11篇）、內蒙古自治區白云鄂博礦多金屬資源綜合利用重點實驗室（11篇）。具體分析，從事尾礦污染研究的機構以科研院所為主，北京礦冶研究總院和礦冶科技集團有限公司為同一機構，其發文量達17篇，較最大發文高校多6篇。從事尾礦污染研究的機構主要有礦業科研院所，高校能源與環境、資源與安全、水資源等專業研究機構，說明尾礦污染研究涉及多學科交叉，同時，工程咨詢和設計單位也占有一定的研究比例。其中，中國瑞林工程技術有限公司發文量為5篇，北京市地質工程設計研究院發文量為4篇。分析結果說明，尾礦污染問題的研究是科學研究和工程實踐的有機結合。

利用CiteSpace繪制而成的機構間合作網絡圖譜見圖4，圖中節點代表機構，連線表示不同研究機構間存在合作關系。從圖4可以看出，研究機構之間的合作受地域影響較明顯，內蒙古自治區白云鄂博礦多金屬資源綜合利用重點實驗室與內蒙古科技大學的能源與環境學院、數理與生物工程學院、生命科學與技術學院之間的合作緊密，而跨區域的不同行業、專業之間則未形成合作。

表4為1985—2022年Web of Science中尾礦污染發文量排名前10的研究機構，從高到低前三的機構是Chinese Acad Sci（10篇）、Univ Chinese Acad Sci（6篇）、Russian Acad Sci（5篇）。對102篇英文文獻的研究機構進行合作網絡可視化分析，結果見圖5。結果表明，中國的研究機構做出了主要貢獻，其次為俄羅斯、加拿大、美國等研究機構，但各機構之間的合作和關聯程度較低。

2.3 關鍵詞分析

2.3.1 關鍵詞共現分析

關鍵詞是對研究領域主題與內容的高度概括，關鍵詞共現分析是以關鍵詞為節點，經CiteSpace軟件處理后形成由節點和連線組成的關鍵詞共現分析圖譜。對檢索得到的522篇中文文獻和102篇英文文獻的關鍵詞進行共現分析，得到485個中文關鍵詞和333個英文關鍵詞，其中中文關鍵詞頻次≥5的有30個，見表5；英文關鍵詞頻次≥5的關鍵詞有21個，見表6；中文關鍵詞可視化圖譜分析得到486個節點，995條連線，見圖6；英文關鍵詞共現分析可視化圖譜分析得到333個節點，1 084條連線，見圖7。

中文期刊對于尾礦污染相關的關鍵詞排前五的為尾礦庫、重金屬、土壤、污染評價和尾礦。中心性是衡量節點在網絡中信息交流能力的重要指標，在關鍵詞共現中具有高中心性（≥0.1）的關鍵詞依次為尾礦庫（0.99）、尾礦（0.34）、復墾（0.26）、污染（0.26）、水污染（0.25）、修復（0.23）、土壤污染（0.20）、揚塵（0.17）。在研究時段內，尾礦污染的中文文獻研究主要集中在尾礦引起的土壤重金屬污染方面，水污染和污染修復，尾礦庫揚塵治理也得到了重視。

英文文獻對尾礦污染的研究主要集中在heavy metal、tailings pond、pollution、contamination soil，和中文期刊研究一致，重點關注的也是尾礦對周邊環境的污染問題。與此同時，英文文獻更側重于尾礦引起的污染物沉積對環境的影響。在關鍵詞共現中具有高中心性（≥0.1）的關鍵詞依次為contamination（0.37）、acid mine drainage（0.34）、drainage（0.27）、area（0.26）、heavy metal（0.25）。說明目前尾礦庫污染的英文文獻研究主要集中在廢水排放，尤其是酸性礦山廢水，以及場地污染治理。

2.3.2 關鍵詞聚類分析

在關鍵詞共現分析圖譜的基礎上，利用LLR算法提取關鍵詞標簽，進行關鍵詞聚類可視化分析，得到尾礦污染中文文獻關鍵詞聚類圖譜，見圖8。聚類知識圖譜中不同顏色的色塊代表不同的聚類，色塊所包含的節點都屬于同一個聚類。結果顯示，中文文獻關鍵詞聚類圖譜共包括15個聚類標簽，聚類模塊值Q=0.841 5（Q＞0.3），表明聚類結構顯著；平均輪廓值S=0.981（S＞0.5），說明聚類結果可信度較高［25］。各聚塊之間交錯相疊少，聯系不緊密。表7列舉了部分尾礦污染中文文獻關鍵詞聚類情況。對包含文獻較多、范圍較大的幾個聚類進行具體分析：尾礦庫（#0）包含重金屬、土壤、尾礦、污染等關鍵詞，主要圍繞尾礦庫污染的重金屬特征研究、污染治理、生態修復的相關研究［26-28］；土壤（#1）包含重金屬、污染、形態、銅尾礦等關鍵詞，主要對重金屬引起的土壤污染及由此引起對農田和動物的影響進行了研究［29-31］；分布特征（#2）包含地下水、風險評價、滲漏水等關鍵詞，主要進行尾礦水排放引起的地下水污染研究［32］；尾礦（#3）包含環境風險、污染土壤、生態問題和減量化等關鍵詞，研究了檢測分析測定污染土壤影響因子并提出了措施建議［33-34］；污染評價（#4）包含生態修復、土壤污染、生物富集等關鍵詞，重點研究內容為研發了能夠用于尾礦庫區的污染控制和生態修復的羧基型共聚乳液［35］、生物土壤結皮用于尾礦庫生態修復［36］、直接植被技術用于尾礦庫生態修復［37］等。

對333個英文關鍵詞進行聚類分析，得到英文關鍵詞聚類圖譜，見圖9。結果顯示英文文獻關鍵詞聚類圖譜共包括14個聚類標簽，聚類模塊值Q=0.784 8（Q＞0.3），表明聚類結構顯著，平均輪廓值S=0.928 7（S＞0.5），說明聚類結果可信度較高［25］。表8列舉了部分尾礦污染英文文獻關鍵詞聚類情況。對包含文獻較多、范圍較大的幾個聚類進行具體分析：kupferschiefer（#0）包含關鍵詞tynagh silver mine、galway ireland、heavy metal and metalloid pollution assessment、media analysis等，主要研究了歷史遺留尾礦庫地區的土壤重金屬污染風險及來源評價［38］、銅尾礦堆存后農作物中重金屬含量的穩定性［39］等；organic（#1）包含關鍵詞compounds voc、cyclohexanecarboxylic acid、biofilm community、air quality等，開展監測數據敏感性和監測與模擬相符程度的研究［40］；tropics（#2）包含關鍵詞fundu moldovei、eleocharis equisetina、macrophyte、acid mine drainage（amd）等，主要研究受酸性礦礦山廢水影響區域的高耐受性植物（樺樹）研究［41］，篩選出尾礦植物修復的候選材料，可用于磷礦廢料覆蓋層的植物穩定，從而完成該地區的恢復［42］，明確了植物對尾礦污染及酸性礦山廢水的穩定作用。同時，也有研究指出尾礦庫中的次生礦物對生態系統的毒害作用有一定的抑制作用，負面影響是局部性的，并提出了回收成熟精礦尾礦庫或通過養護尾礦庫來抑制有害成分活動的建議［43］。radon exhalation rate（#3）包含關鍵詞hazard assessment、quality、lead and zinc、behavior等，重點研究內容為關注不同季節尾礦庫的環境風險［44］。heavy metals（#4）包含關鍵詞agglomerates、watershed、uranium mines、risk analysis等，主要研究的重金屬涉及銻、砷、鉛、銅等［45］。

2.3.3 關鍵詞突現分析

關鍵詞突現是指在一段時間內關鍵詞高頻出現的現象，通過對其研究，可以了解研究熱點關鍵詞、熱點出現和持續的時間，并預測繼續研究的方向。

圖10為尾礦污染研究中中文文獻關鍵詞突現分析圖譜，圖中列明了關鍵詞、首次研究的出現年份、突現開始和結束的時間。突現的持續時間長短表示突變的強度。對關鍵詞的突現分析表明：①對尾礦污染的研究從1990年開始，尾礦砂的研究開始時間最早，持續時間最長，1990—2005年發展為持續熱度最長的關鍵詞；尾礦的研究熱點集中在1996—2000年；污染問題的研究較為持續，從2005年持續至2016年，隨后仍有研究卻沒出現關鍵詞的突現。②與尾礦污染相關的地下水研究起步較早，1994年起得到重視，2014—2019年形成研究熱點。③2016年以來，尾礦污染相關的生態修復、風險評價、污染評價和土壤4個研究方向得到研究人員的持續關注。

圖11為尾礦污染研究英文文獻關鍵詞突現分析圖譜。對關鍵詞的突現分析表明：①對尾礦污染涉及的有害成分、水體、尾礦壩研究的文獻最早發表于1990年，關鍵詞有害成分突現年份為1999—2013年，水體為2017—2020年，尾礦壩為2021—2022年。②關鍵詞突現持續時間較長的還有尾礦污染相關的金屬成分研究，突現出現時間為2000—2014年。③2021—2022年，礦山、重金屬、重金屬污染、微量元素、農業土壤形成了新的研究熱點。

2.4 研究國家知識圖譜分析

國家共現知識圖譜可較清晰地展現出不同國家在相同領域的研究程度。對102篇英文文獻的國家進行網絡可視化分析，見圖12，共獲得28個節點，22條連線。28個節點表明在該領域發文的國家有28個，連線表明各個國家間的合作較少，研究主要集中在國內。表9列舉了尾礦污染研究英文文獻發文量排名前5的國家，其中中國最多，其次是加拿大。

3 結論與展望

（1）尾礦作為一個小眾專業，涉及安全、環保、水文、氣象、巖土等多學科交叉，尾礦污染問題的研究也存在同樣的特點，發文趨勢分析結果也體現了“冷”、“偏”的特點，中文文獻不足550篇、英文文獻不足120篇。2008年以來，中、英文文獻發文量在波動中呈上升趨勢。

（2）作者最大發文量為13篇，核心作者群人數較少；研究機構之間受行業和地域影響，合作程度不緊密。

（3）尾礦污染的中文文獻研究主要集中在尾礦引起的土壤重金屬污染方面，水污染和污染修復，尾礦庫揚塵治理也得到了重視；英文文獻研究主要集中在廢水排放，尤其是酸性礦山廢水，以及場地污染治理。

（4）尾礦污染相關問題的研究熱點集中在重金屬污染后的土壤（水體）的污染（風險）評價和生態修復。

（5）對尾礦污染問題的研究成果的貢獻前5位為中國、加拿大、西班牙、羅馬尼亞和美國。

（6）加強研究人員和機構之間的合作與交流，促進產出更為豐富的科研成果和創新技術。

（7）重視尾礦回采和尾礦庫養護技術研究來削減和抑制有害成分活動。

（8）對尾礦（大宗固廢）堆存場（庫）污染防控和生態修復進行研究，完善污控機制和工程技術。

（9）尾礦生態修復方面應重視尾礦風化成土后用于植被恢復、生態閉庫，并與鄉村振興相結合，實現礦業廢棄地的再利用。這將成為尾礦綜合利用研究和實踐的主要途徑。