基于科學(xué)知識圖譜談土壤有機碳研究進展*

唐浩竣 李海萍? 陳文悅 唐家亮

（1 中國人民大學(xué)環(huán)境學(xué)院，北京 100872)

（2 中國地質(zhì)大學(xué)（北京），北京 100083）

（3 山東省長島縣第一實驗學(xué)校，山東煙臺 265800）

土壤有機碳（SOC，soil organic carbon），是通過微生物作用所形成的腐殖質(zhì)、動植物殘體和微生物體的合稱[1］，是土壤養(yǎng)分轉(zhuǎn)化的核心，不僅表征土壤截留碳的能力，也反映了直接影響土壤肥力保持與提高的有機質(zhì)含量。有機碳的減少間接導(dǎo)致有機質(zhì)含量減少，從而引起土壤團粒結(jié)構(gòu)松散、微生物減少及重金屬活化等問題，進而影響到農(nóng)作物的產(chǎn)量與質(zhì)量，因此，土壤有機碳儲量既是評價土壤肥力的一項重要指標(biāo)，也是全球碳匯的重要組成之一。

科學(xué)知識圖譜是以知識域為對象，顯示科學(xué)知識的發(fā)展進程與結(jié)構(gòu)關(guān)系的圖像，既是可視化的知識圖形，又是序列化的知識譜系，顯示了知識單元或知識群之間網(wǎng)絡(luò)、結(jié)構(gòu)、互動、交叉、演化或衍生等諸多復(fù)雜關(guān)系[2］。知識圖譜分析通過分析文獻、科學(xué)家和關(guān)鍵詞等知識單元的相似性及其測度，從而分析、構(gòu)建、繪制和顯示知識間的相互關(guān)系，并挖掘出其中所蘊含的新知識。

目前，知識圖譜分析軟件有十幾種，其中CiteSpace是基于科學(xué)計量學(xué)、數(shù)據(jù)可視化理論發(fā)展起來的一款引文可視化分析軟件。國內(nèi)通過CiteSpace分析土壤有機碳研究文獻的成果漸增，如土地利用對土壤有機碳影響的熱點與進展分析[3］，國外土地利用與碳排放知識圖譜分析[4］，國外此類文章則較少。這些文獻計量研究大多局限于一種因素的影響研究，覆蓋領(lǐng)域有限。本文將以土壤有機碳為主題詞，使用知識圖譜分析工具，對合著國家、作者、機構(gòu)、學(xué)科領(lǐng)域、文獻共被引網(wǎng)絡(luò)以及關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)等進行全面的可視化分析和文獻綜述，以反映土壤有機碳的最新研究進展。

1 材料與方法

1.1 數(shù)據(jù)來源

文獻計量分析數(shù)據(jù)來自ISI Web of Science數(shù)據(jù)庫核心集，通過主題詞“soil organic carbon”進行檢索，時間跨度為1975—2018年，因只針對學(xué)術(shù)論文，故文獻類型為“article”，從檢索結(jié)果中篩選出與“土壤有機碳”相關(guān)的文獻共2 258篇(數(shù)據(jù)截至?xí)r間為2018年4月10日)，命名為CiteSpace可識別的download_soil.txt，作為分析的數(shù)據(jù)基礎(chǔ)。由于Citespace軟件對CNKI數(shù)據(jù)庫的支持尚不完善，分析功能有限，因此，本文未將CNKI中文文獻納入分析數(shù)據(jù)中。

1.2 研究方法

CiteSpace基于共引分析理論（co-citation）和尋徑網(wǎng)絡(luò)算法（pathFinder）對特定領(lǐng)域文獻集合進行計量，以探尋出科學(xué)領(lǐng)域演化的關(guān)鍵路徑及其知識拐點，并通過梳理關(guān)鍵文獻，量化文獻之間的相應(yīng)特征，形成對學(xué)科演化潛在動力機制的分析和學(xué)科發(fā)展前沿的探測[2］。CiteSpace主要分為合作網(wǎng)絡(luò)分析（作者、國家、機構(gòu)合作）、共現(xiàn)網(wǎng)絡(luò)分析（特征詞、關(guān)鍵詞、學(xué)科類別）和共被引分析（文獻、作者、期刊共被引）等功能模塊。

將檢索得到的數(shù)據(jù)處理后導(dǎo)入CiteSpace，將時間段（Time Slicing）設(shè)為1975—2018年，跨度（Year Per Slice）為1年，節(jié)點類型（Node Types）依次選擇國家（Country）、作者（Author）、機構(gòu)（Institution），年被引頻次排名（Top N）為50，分別生成國家、作者和機構(gòu)圖譜，并進行基本特征、合作特征、文獻共被引及關(guān)鍵詞共現(xiàn)等知識圖譜分析。

2 結(jié)果與討論

2.1 發(fā)文數(shù)量時間特征

發(fā)文數(shù)量及其發(fā)表年份可反映研究專題的動態(tài)變化，對檢索結(jié)果進行統(tǒng)計制圖，見圖1。

圖1 文獻基本特征Fig. 1 Basic features of the literature

圖1 顯示，早期文獻可追溯至1986年，之前則寥寥無幾，總量上，2004年之前年平均發(fā)文量不足50篇，除2006、2011和2015年略有下降外，年平均發(fā)文數(shù)量整體呈上升趨勢，表明土壤有機碳研究逐漸成為熱點。

2.2 合作特征空間分布

合作圖譜可識別出某研究領(lǐng)域的學(xué)者、國家或機構(gòu)間的社會關(guān)系，既可為評價其學(xué)術(shù)影響力提供參考，也便于發(fā)現(xiàn)值得關(guān)注的學(xué)者和機構(gòu)。

圖2的國別圖譜顯示，共有56個國家間具有不同程度的合作。

統(tǒng)計中介中心性較高的前10個國家，列于表1。

表1中的前三名是美國、澳大利亞和德國，最早發(fā)文年份均在2000年前，美國的中介中心性最高合作年份最早，除英、法外的其余國家最早發(fā)文年份均在2000年之后，中國發(fā)文年份較晚但合作頻數(shù)高于美國，且中介中心性較其余6個國家高，表明中國土壤有機碳的研究正逐步逼近甚至超過起步較早的英、法等國并快速發(fā)展。

圖2 國家合作特征Fig. 2 Network of co-authors’countries

表1 1975—2018年國別合作特征及頻次統(tǒng)計Table 1 Country Cooperation Features and Frequency Statistics of the period from 1975 to 2018

輸出的作者圖譜表明，土壤有機碳研究者分布廣泛且獨立性較強，并有小范圍合作。

選取中介中心性排名前40的作者，統(tǒng)計其文章頻數(shù)、中介中心性及最早合作年份等定量數(shù)據(jù)列于表2。

表2顯示，作者間聯(lián)系最緊密的是Coleman K,發(fā)文10篇，首發(fā)時間2007年，中介中心性0.28，其次是Li Y，發(fā)文8篇，2012年首發(fā)，中介中心性0.22，Lal R、van Wesemael B雖發(fā)文較多且起步早，但中介中心性較低，說明與其他作者的聯(lián)系較單一。中心性為0的Zhao Y C、Lozano Garcia B等僅專注于獨立研究。中國學(xué)者共30名，占75%，體現(xiàn)了我國學(xué)者的較高參與度，表明我國的土壤有機碳研究呈蓬勃發(fā)展之勢。

表2 1975—2018年作者合作特征及頻次統(tǒng)計Table 2 Author cooperation characteristics and frequency statistics of the period from 1975 to 2018

圖3的機構(gòu)圖譜顯示，大學(xué)發(fā)文較多，科研機構(gòu)較少，中國科學(xué)院與其他機構(gòu)的合作次數(shù)最高，中介中心性也最高，表明其與外界合作頻繁且聯(lián)系密切。

圖3 機構(gòu)合作特征Fig. 3 Network of co-authors’institutions

統(tǒng)計各機構(gòu)發(fā)文數(shù)、首發(fā)年份和中介中心性， 并選取中心性排名前10的機構(gòu)列于表3。

表3 1975—2018年機構(gòu)合作特征及頻次統(tǒng)計Table 3 Institutional cooperation characteristics and frequency statistics of the period from 1975 to 2018

表3顯示，中國科學(xué)院中介中心性最高，遠高于排名第二的佛羅里達大學(xué)，盡管首次發(fā)文時間不算最早，但與其他機構(gòu)的合作最為活躍。

將CiteSpace與谷歌地球結(jié)合，生成合作國家的地理空間分布網(wǎng)絡(luò)圖，直觀展示國家、作者、文章的地域分布關(guān)系，見圖4。

圖4 國家間合作的地理分布Fig. 4 Geographical distribution of cooperations among countries

圖4 顯示，土壤有機碳研究不僅集中于亞、歐和北美三大地區(qū)，且區(qū)域間的聯(lián)系也十分緊密，形成明顯的三足鼎立之勢，亞洲以中國為主要紐帶，歐洲以德國為中心，美國在北美占主導(dǎo)。連線的密集程度也顯示出澳洲的對外合作相對較弱。

2.3 學(xué)科共現(xiàn)特征圖譜

學(xué)科共現(xiàn)分析可構(gòu)建學(xué)科間的關(guān)聯(lián)網(wǎng)絡(luò)，揭示交叉學(xué)科間的內(nèi)在聯(lián)系。圖5的學(xué)科共現(xiàn)圖譜顯示，共有45個節(jié)點，表明有45個學(xué)科相互交叉滲透，163條連線代表學(xué)科間的聯(lián)系，農(nóng)業(yè)、土壤學(xué)、環(huán)境生態(tài)學(xué)與其他學(xué)科交叉廣泛，且環(huán)境生態(tài)學(xué)的中介中心性最高，交叉也最廣泛，農(nóng)學(xué)、土壤學(xué)交叉次數(shù)較多但中介中心性不高，說明與其交叉的領(lǐng)域有限。

圖5 學(xué)科共現(xiàn)特征Fig. 5 Co-occurring subject categories

進一步統(tǒng)計各學(xué)科的共現(xiàn)次數(shù)、首次出現(xiàn)年份和 中介中心性，選取中心性排名前10的學(xué)科列于表4。

表4 1975—2018年學(xué)科共現(xiàn)特征及頻次統(tǒng)計Table 4 Co-occurrence characteristics and frequency statistics of the period from 1975 to 2018

學(xué)科共現(xiàn)顯示，土壤有機碳研究的學(xué)科分布主要集中在環(huán)境生態(tài)學(xué)、環(huán)境科學(xué)、農(nóng)業(yè)綜合、農(nóng)藝學(xué)、化學(xué)、農(nóng)學(xué)和生態(tài)學(xué)等領(lǐng)域，除環(huán)境領(lǐng)域出現(xiàn)較晚外，其余學(xué)科均早于2000年，說明學(xué)科交叉時間久遠且復(fù)雜。

2.4 關(guān)鍵詞共現(xiàn)圖譜

關(guān)鍵詞是文章主旨的精簡表達，代表了文章的主要研究內(nèi)容，關(guān)鍵詞共現(xiàn)分析有利于識別研究主題及其演變。將節(jié)點類型選為關(guān)鍵詞，裁剪方式設(shè)為Path Finder（尋徑裁剪）,得到關(guān)鍵詞共現(xiàn)圖譜，見圖6。

圖中共249個節(jié)點，大小反映關(guān)鍵詞出現(xiàn)頻次，最大的是“物質(zhì)”（matter），其他依次為“封存”（sequestration）、“土壤有機碳”（soil organic carbon）、“氮”（nitrogen）、“動力學(xué)”（dynamics）、“管理”（management）、“存儲”（storage）、“土地利用”（land use）、“氣候變化”（climate change）和“耕作”（tillage）等，土壤有機碳出現(xiàn)頻次位居第三，是較重要的一個研究專題。

基于關(guān)鍵詞知識圖譜中的1 092條連線，梳理出土壤有機碳研究的兩個主要方向：

物質(zhì)（matter）-轉(zhuǎn)換（turnover）-氮（nitrogen）-存儲（storage）-土壤有機碳（soil organic carbon）-封存（sequestration）-土地利用（land use）/氣候變化（climate change）。

物質(zhì)（matter）-轉(zhuǎn)換（turnover）-氮（nitrogen）-微生物（microbe）-動力學(xué)（dynamics）-管理（management）-耕作（tillage）。

還識別出了兩個研究主題，一是土壤有機碳的存儲與含量研究，土壤物質(zhì)與土壤碳的轉(zhuǎn)化以及如何對土壤有機碳進行長久封存。二是土壤有機碳的生物學(xué)研究，通過研究微生物對土壤物質(zhì)的分解以掌握土壤有機碳的動態(tài)變化，為土壤管理提供參考。

時間演化分析基于年份呈現(xiàn)主要關(guān)鍵詞及其相互關(guān)系，在時間維度上探討研究主題的動態(tài)演化過程，利用時區(qū)劃分功能（Timezone）生成時區(qū)視圖，并可見三個明顯的時間節(jié)點，對其進行解讀和歸納，結(jié)果列于表5。

2.5 文獻交叉引用圖譜

文獻的交叉引用反映了研究方向或主題間的密切程度，共被引分析可探究研究領(lǐng)域的重點專題及其發(fā)展過程，基于圖譜聚類算法進行自動聚類，可提取聚類主題詞。

圖6 關(guān)鍵詞共現(xiàn)圖譜特征Fig. 6 Keywords co-occurring spectral feature

其他設(shè)置同前，主題詞來源選擇t i t l e、abstract、author、keywords與keywords plus，節(jié)點選文獻交叉引用（citation reference），運行findcluster進行自動聚類，結(jié)果見圖7。

圖中的913個節(jié)點與2 764條連線構(gòu)成了14個較大的群組，表明土壤有機碳研究集中性高且分支眾多。

對各群組進行分析，得到每個群組的專題和主要研究內(nèi)容及其代表作者，列于表6。

進一步對各組的最高被引頻次進行統(tǒng)計分析，結(jié)果列于表7。

文獻共被引方面，Schmidt M W I的“Persistence of soil organic matter as an ecosystem property”被引次數(shù)高達107次，Davidson E A的“Temperature sensitivity of soil carbon decomposition and feedbacks to climate change”次之，Schmidt M W I、Laganiere J、Don A、Rumpel C等學(xué)者的文獻不僅相互交叉，也被大量引用，說明這些文獻不僅具有重大理論價值，也是重要的知識基礎(chǔ)。

上述結(jié)果表明，基于文獻計量分析的Citespace軟件在關(guān)鍵詞、作者、國家、共被引等知識圖譜分析和解讀方面有較好的表現(xiàn)，由于本文在數(shù)據(jù)獲取時將“soil organic carbon”作為整體進行檢索，得到的文獻數(shù)據(jù)有可能沒有完全覆蓋土壤有機碳的整個研究領(lǐng)域，致使分析結(jié)果存在一定程度的偏差。

此外，知識圖譜的繪制雖然可以較好地理解學(xué)科發(fā)展的狀態(tài)和機制，但僅根據(jù)檢索結(jié)果對圖譜進行分析必然存在一定的機械性，如果能夠配合領(lǐng)域?qū)＜业恼J證和解讀，結(jié)果將更為準(zhǔn)確和客觀，同時，若要對專業(yè)知識進行歸納總結(jié)，并對發(fā)展中國家與發(fā)達國家之間的研究重點進行區(qū)分，則需要進行大量的原始文獻閱讀和判斷分析，而文獻計量分析目前還難以實現(xiàn)此項功能。

表5 基于時區(qū)視圖的關(guān)鍵詞動態(tài)變化及研究熱點趨勢特征Table 5 Keyword dynamic change based on time zone view and research hot spot trend features

圖7 文獻共被引圖譜Fig. 7 Document co-citation network

3 結(jié) 論

CiteSpace軟件是進行知識圖譜分析的有效工具，可以理清研究國家、作者及機構(gòu)之間的合作關(guān)系，通過學(xué)科、關(guān)鍵詞共現(xiàn)分析與文獻共被引分析了解研究方向及前沿?zé)狳c。土壤有機碳研究經(jīng)歷了1991—2002年的起步階段、2003—2012年的發(fā)展階段，以及2013年以來的穩(wěn)定階段，并且涉及多個學(xué)科，學(xué)科交叉時間可追溯至20世紀(jì)90年代，其中農(nóng)業(yè)、土壤、環(huán)境領(lǐng)域交叉較頻繁，大致可分為儲量研究和耕地管理兩個發(fā)展方向及14個主題，研究前沿集中在土壤有機碳儲量、礦物質(zhì)施肥、分離穩(wěn)定土、化學(xué)計量分析和殘積土方面。目前有56個國家間存在合作關(guān)系，中國雖起步較晚，但研究者眾多，發(fā)文數(shù)量也最高，中國科學(xué)院與外界的合作最緊密，是土壤有機碳領(lǐng)域科研的中堅力量。

表6 各群組主要研究內(nèi)容及代表作者Table 6 Main research content and representative authors of each group

表7 各組群最高被引頻次Table 7 Highest citation frequency in each group