日光誘導葉綠素熒光研究及應用的文獻計量分析*

2023-02-02 02:08:36閆雨杏呂肖良王亞凱

中國農業氣象 2023年2期

關鍵詞：研究

閆雨杏，呂肖良，王亞凱，于強**

閆雨杏1，呂肖良2，王亞凱1，于強2**

（1.西北農林科技大學資源環境學院，楊凌 712100；2.西北農林科技大學黃土高原土壤侵蝕與旱作農業國家重點實驗室，楊凌 712100）

日光誘導葉綠素熒光SIF（solar-induced chlorophyll fluorescence）作為直接監測植被光合作用的理想“探針”，能對植物的生理狀態作出快速、靈敏的響應，是近年來植被遙感領域的研究熱點。為了系統梳理SIF研究的發展脈絡，本研究以Scopus數據庫中1982-2021年的786篇相關文獻作為數據源，結合VOSviewer軟件，從國家、機構、作者、期刊和關鍵詞等角度分別進行文獻計量分析和可視化計量分析。結果表明，SIF領域年發文量整體呈增長趨勢，現已進入快速發展階段；發文量排名前3的國家分別為美國、中國和德國，其中德國擁有最高的篇均被引次數（56.2次）和最多的合作國家數（36個）；南京大學、加州理工學院、瓦倫西亞大學等機構有著較高的發文量和H指數，為該領域的發展做出了突出貢獻；Guanter、Zhang、Frankenberg、Liu、Rascher等國內外學者致力于該領域的研究，發表論文數均在40篇以上；期刊Remote Sensing of Environment在該領域中擁有最高發文量（92）和最高的H指數（40），Global Change Biology擁有最高的篇均被引數（65.6次）。關鍵詞反映出這一研究方向屬于地球科學、生態學、農學、植物生理學等多學科的交叉領域，涵蓋了葉片、冠層乃至區域等空間尺度；當前研究主要集中在葉綠素熒光的生理特性及脅迫監測、SIF信號的獲取方式和SIF遙感應用（如碳循環）等三個方面。中國在該領域的整體研究實力走在世界前列，未來仍需進一步提高研究影響力。

日光誘導葉綠素熒光；植被遙感；文獻計量分析；VOSviewer

日光誘導葉綠素熒光SIF（solar-induced chlorophyll fluorescence）是指植物葉綠體在太陽光照條件下葉片自身發射出的一種光譜信號（650-850nm）[1]，在紅光（680nm左右）和近紅外（740nm左右）波長處存在兩個明顯的熒光峰值。葉綠素熒光可以直接反映光合作用光反應中的電子傳遞速率大小[2]，而電子傳遞速率又受光合作用暗反應中碳同化的影響，因此，葉綠素熒光可以作為無損監測植被光合作用的理想“探針”[3?4]。近年來，研究表明，SIF遙感為大范圍監測全球植被光合作用提供了一種全新的測量方式[5?7]，其估算能力優于植被“綠度”指數的遙感方法[8?10]。此外，SIF在研究植物的逆境、脅迫、病理等與生態系統變化相關的問題上，也發揮著重要作用[11]。

自1931年Kautsky首次用肉眼觀察并記錄到葉綠素熒光強度與葉片光合過程有關，葉綠素熒光逐漸成為一種與植物光合作用研究相結合的新技術，可以作為監測植物對環境響應的有效工具[12?13]。隨著高光譜傳感器的發展和熒光探測項目FLEX（fluorescence explorer）的推進，特別是在2011年日本溫室氣體衛星GOSAT首先在全球尺度上實現了SIF的遙感反演后，葉綠素熒光遙感和碳循環應用研究得到了迅速發展，多篇里程碑式的研究論文相繼發表在PNAS、Science等期刊上[8?9]。隨著SIF研究領域文獻的日益增多，學者們基于多種角度在該領域進行了探討分析。Meroni等[14]對SIF遙感原理、反演方法及其應用情況進行了介紹，主要回顧了地基平臺SIF的相關反演方法和應用研究。章釗穎等[4]闡述了近年來SIF在陸地生態系統總初級生產力GPP（gross primary productivity）估算、全球碳循環監測、物候和植被脅迫監測等方面的應用現狀，并從衛星SIF反演算法優化、SIF-GPP關系機理、SIF多尺度綜合觀測等方面，展望了植被SIF遙感的發展前景。詹春暉等[15]回顧了葉片、冠層和生態系統尺度的SIF模型，從建模機理出發，對比了不同模型的性能，指出了未來SIF輻射傳輸模型的前景。孫忠秋等[16]總結了現有全球SIF產品存在的問題和后續SIF衛星探測計劃的發展方向，為現有SIF衛星產品的應用以及未來SIF探測衛星載荷方案的設計提供了參考。上述研究綜述對SIF領域的研究進展進行了全面總結，但缺少針對SIF領域文獻發展特征與熱點演變較為清晰直觀的整體性概述。

隨著SIF領域研究的不斷發展與深入，當前迫切需要對該領域整體發展變化特征與研究熱點演變進行評述。本研究采用文獻計量學方法，通過檢索Scopus數據庫中SIF研究領域的相關文獻，運用可視化分析軟件VOSviewer繪制知識圖譜，對SIF領域大量已發表文獻的數量發展、高產國家、高產機構、高產作者、熱點期刊、高頻關鍵詞等進行特征分析，系統地對SIF研究進行整理歸納、分析總結和展望，以期更深入了解SIF領域文獻的基本發展特征和研究熱點演變。

1 資料與方法

1.1 文獻檢索

研究數據來自提供標準化、高質量學術出版物信息的Scopus數據庫（https://www.scopus.com/）。該數據庫包含的期刊范圍較為廣泛，且在支持關鍵詞搜索和引文分析方面更具優勢和影響力[17]，在眾多學科領域中被學者們廣泛使用。數據檢索日期為2021年7月16日，在Scopus高級檢索模塊下，選取關鍵詞“日光誘導葉綠素熒光”，通過對文章標題、摘要和關鍵詞的主題域（TS）進行檢索：“TS（主題）= TITLE-ABS-KEY (sun AND induced) OR TITLE- ABS-KEY (solar AND induced) OR TITLE-ABS-KEY (SIF) AND (TITLE-ABS-KEY (chlorophyll AND fluorescence) OR TITLE-ABS-KEY (chl AND fluorescence)”，檢索到了1982?2021年發表在SIF領域的803篇英文論文，文獻類型為期刊論文和會議論文。查閱并剔除重復和不相關的文獻后，最終得到用于本研究分析的文獻786篇。

1.2 分析方法

文獻計量分析是一種利用定量分析和統計學原理來描述某一特定領域文獻特征的方法[18]。這種分析通過研究特定領域論文發表的模式和動態，能夠有效反映相關研究的熱點和未來趨勢[19]，在科學研究中發揮著重要作用。本研究從國家、機構、作者、關鍵詞等方面對786篇文獻進行了分析，將總被引數、篇均被引數、期刊影響因子，以及作者、機構、國家和期刊的H指數作為衡量科學影響力的指標。H指數被用作學術成就的衡量標準之一[20]，其定義為一個作者（或機構、國家/地區、期刊）有H篇文獻的被引次數至少為H次。因為Scopus數據庫沒有提供作者的全名信息，為了避免不同作者有著相同的縮寫名而對后續分析造成影響，基于研究者信息（如所屬單位、學科領域和合著者信息等）手動消除歧義[21]。國家/地區之間的學術合作和關鍵詞的共現情況通過共現圖譜呈現。在初次生成共現圖譜后核查結果，對圖譜網絡中相同含義的詞匯（包括英文單復數、簡稱和全稱以及同義詞等）進行合并，例如solar-induced chlorophyll fluorescence與SIF、gross primary production與GPP、vegetation indices與vegetation index等，并對高頻關鍵詞進行分析，得到領域的研究熱點。全文出現的“關鍵詞”是指“作者關鍵詞”，即作者自己給出的關鍵詞。

1.3 數據處理

使用R(3.5.1)編程語言(University of Auckland Statistics Department，https://www.r-project.org/)結合Excel對文獻數據進行計量分析，用到的R語言程序包主要包括“bibliometrix”和“stringr”[22]，并使用VOSviewer[23]軟件對作者、機構、國家的合作以及關鍵詞的共現進行可視化。VOSviewer能夠清晰解讀某一領域的知識結構、發展趨勢、研究熱點等信息，因其可視化效果好、功能全面、分析結果準確而被廣泛應用[24]。

2 結果與分析

2.1 有關日光誘導葉綠素熒光文獻的基本特征分析

2.1.1 發文數量

文獻數量的年度變化可以整體反映該領域的研究趨勢，文獻的被引數可一定程度上反映文獻的學術影響力。由圖1a可見，檢索到SIF領域的研究文獻從1982年的1篇增至2020年的111篇，整體呈現發文量不斷增加的趨勢。1982?1993年關于SIF的文獻發表數量較少，2002?2011年每年發表的數量則穩定在15篇左右，2015年開始發文快速增加，直到2020年達到高峰，表明對SIF的研究進入了快速發展階段。被引數在2013年之前整體隨時間推移呈波動增長趨勢，2013年之后隨著SIF的遙感反演在全球尺度上得以實現，里程碑式的優秀文獻不斷涌現[8?9]且快速增長。2015年發表文獻的被引數達到高峰，全年共計被引2610次。由圖1b可見，進行（發表）SIF相關研究的作者、機構、期刊和國家數量也從2013年之后開始急劇增加。這些數據表明，關于SIF領域的研究在過去10a里不斷增長，學術合作也日益增多和活躍。由于統計時間截至2021年7月，因此2021年的數據不表征全年的數據特征。

圖1 1982?2021年關于日光誘導葉綠素熒光（SIF）研究年發表文獻數量/被引數(a)及研究作者/機構/期刊/國家數量(b)

2.1.2 論文引用

表1列出了關于SIF研究的前10篇最高被引論文。其中美國研究者參與了9篇，德國研究者參與了7篇，表明美國和德國的研究者在SIF研究的前沿領域表現活躍。此外，前10篇文章中有3篇發表在Remote Sensing of Environment期刊上，表明該期刊在SIF研究領域具有較高的影響力。在這10篇文章中，有7篇研究SIF反演及其與總初級生產力GPP的關系，2篇分別對SIF的估算方法、應用和光合作用的聯系進行了綜述，另外1篇是利用SIF數據研究水文氣候和熱帶森林生產力之間的聯系。最高被引論文[8]于2014年發表在PNAS[8]，被引次數為507，研究發現SIF為農田和草地生態系統的GPP估算提供了一種全新的方法，且估算精度顯著高于碳循環模型模擬結果，并表明SIF有助于改進全球模型，以更準確地預測農業生產水平和氣候對作物產量的影響。排名第二的論文[25]發表在2011年的Geophysical Research Letters上，被引次數為483，該文章基于日本溫室氣體衛星GOSAT在全球尺度上首次實現了SIF的遙感反演，為全球GPP的準確估算提供了更加可靠的數據源，有利于約束陸面過程模型中的植被光合過程的模擬，從而提高全球碳循環模擬精度。排名第三的論文[14]發表在2009年的Remote Sensing of Environment上，被引次數為474，通過回顧40多篇關于估算SIF的科學論文，概述了各種方法的理論假設和優缺點，并討論了測量到的SIF信號在近地面、航空和衛星平臺三種觀測尺度上的應用，為今后的相關研究提出了展望。

表1 關于SIF研究的前10篇最高被引論文

2.2 有關日光誘導葉綠素熒光的研究量分析

2.2.1 發文國家

共有67個國家發表了關于日光誘導葉綠素熒光（SIF）研究的文章。表2顯示了在這一研究領域發表文章最多的15個國家/地區統計數據。其中美國發表文章數量最多（285篇），被引數也最多（10869次），并在SIF研究領域貢獻了最多的國際合作發文量（181篇），同時美國還擁有最高的H指數（57），也是最早發表相關文章（1982年）的國家。德國是篇均被引數最高（56.2次）、與不同國家合作最多（36個）的國家，并在高被引文章數量（30篇論文被引超過100次）上與美國并列第一。中國在SIF研究領域的起步較晚（1994年），但發展迅速，到目前為止發表文章數（263篇）、相關作者數（636個）和機構數（280個）僅次于美國，但篇均被引數和高被引文章數量（≥引用100次的論文數）卻低于美國、德國、意大利、西班牙、荷蘭等國家，這表明中國在SIF領域的科研實力還有待加強，在增加發文數量的同時更要進一步提高文章的質量。在發表文章最多的15個國家/地區中，大多數國家通過國際合作發表的文章數高于無國際合作發表的文章數（MCP vs SCP），其中中國（131 vs 132）的SCP值和MCP值差異不大，而同為發展中國家的印度和波蘭，其SCP值高于MCP值，發文量和被引數等指標也排名靠后。

表2 關于SIF研究的15個最高產國家/地區的綜合統計

注：TP是發表文章的總數量; TC是總被引數; TC/TP是篇均被引數; NHCP是高被引文章數量(≥引用100次); SCP和MCP分別是非國際合作和多國合作發表文章的數量; FCP和CCP分別是以此國家/地區為第一作者和通訊作者的國家/地區發表文章的數量; SY和EY分別是該國家首次和最后發表相關文章的年份; NCC是合作國家/地區的數量; TA是作者總數; TI是機構總數。

利用VOSviewer的國家合作分析功能繪制國家合作共現圖譜，可以清楚地反映國家發文量和國家之間的合作強度。該分析展示了發表10篇以上文章的國家/地區的數據，得到共23個圓圈，197條連線，3個聚類的國家合作共現圖譜。由圖2可以看出，美國在SIF領域扮演著非常重要的角色，與眾多國家均有密切的合作，其與中國的聯系最為密切；德國對眾多歐洲國家的研究有巨大的影響。總體而言同一大陸的國家聯系更為緊密，西方國家與其他國家的合作也更為活躍。

圖2 關于SIF研究的主要國家/地區之間的學術合作Fig. 2 Academic cooperation among major countries/ regions on the research of SIF

注：圖譜中共有3個聚類，23個圓圈，197條連線；不同顏色代表由不同國家/地區組成的聚類；圓圈代表不同國家/地區，圓圈越大表示該國家/地區發文數量越多；連線代表國家/地區之間的合作關系（不同國家作者出現在同一篇文獻中），連線越粗表示合作越密切。

Note：There are 3 clusters, 23 circles, and 197 connecting lines. Colors represent clusters of different countries/regions. Circles represent different countries/regions, and bigger circles represent more articles published in this country/region. Lines represent the cooperative relationship between countries/regions (authors from different countries/regions appear in the same article), and thicker lines indicate more and closer cooperation between countries/regions.

2.2.2 發文機構

表3列出了在SIF研究領域發表文章最多的15個機構的發表統計數據。可以看到在排名前10的機構中美國和中國總共占了7個，其中南京大學發表的文章最多（61篇），但總被引數（1306次）卻低于發文量相近的加州理工學院（3806次）。加州理工學院還擁有最高的高被引文章數量（13篇）和H指數（25）。篇均被引數最高（92.3次）的機構是發文量為35篇的美國卡內基科學研究所，其次是發文量為30篇的德國地球科學研究中心（86.8次），體現了其卓越的文獻質量。同時美國卡內基科學研究所是最早（1982年）進行SIF研究的機構，為該領域的發展做出了突出的貢獻。南京大學在該領域的研究主要由Zhang（張永光）團隊完成，集中在運用模型估算SIF及其與GPP的關系[26?27]、SIF對植被光合能力的監測[28?30]等研究方向。加州理工學院的SIF研究主要由Frankenberg研究員團隊完成，集中在通過遙感衛星實現對葉綠素熒光反演上[9,25,31?32]。

隨著科學研究的不斷發展，國際合作的加強，越來越多的研究是通過不同機構的相互合作完成的。由表3可見，多機構合作的文章發表數量明顯高于單機構。其中，中國科學院大學、馬克斯·普朗克生物地球化學研究所、蘇黎世大學和多倫多大學發表的所有文章都是通過與其他機構的合作完成的。中國科學院遙感與數字地球研究所有著最多的單機構文章發表數量（8篇）。利用VOSviewer的機構合作分析功能，進一步分析各機構之間的合作共現。該分析展示了發表10篇以上文章的機構數據，得到共39個圓圈，270條連線，5個聚類的機構合作共現圖譜。由圖3可以看出，加州理工學院、南京大學和美國宇航局戈達德航天飛行中心均有著較為頻繁的機構合作。同時各研究機構的合作關系有較強的地理相關性，盡管各機構不缺乏相當數量的國際合作，但從5種顏色對應5個不同的聚類來看，各機構還是與在同一國家/地區的其他機構更易組成聚類，聯系也更密切些。

2.2.3 論文作者

共有2502名作者參與了SIF的相關研究。表4列出了該領域發表文章最多的10位作者的發文統計數據。由表可見，其中來自美國、中國、德國和西班牙的作者各有兩位，還有兩位分別來自意大利和荷蘭，他們均為所在機構甚至所在國家SIF研究領域的領軍人物。來自瓦倫西亞理工大學的Guanter有著最高的發文量（57篇）和總被引數（5073次），他還貢獻了最多的高被引文章數量（21篇）和最高的H指數（34）。Guanter的研究方向集中于高光譜遙感研究，包括從遙感衛星中反演SIF[5,33?34]以及對植被光合作用的監測[8]等。來自美國宇航局戈達德航天飛行中心的Joiner擁有最高的篇均被引數（92.3次），在其所發表的35篇文獻中有13篇高被引論文，他的研究方向同樣為基于遙感衛星測量實現對葉綠素熒光的監測[6,35?36]。

表3 關于SIF研究的15個最高產機構的綜合統計

注：TP是發表文章的總數量；TC是總被引數；TC/TP是篇均被引數; NHCP是高被引文章數量(≥引用100次)；SIP和MIP分別是單一機構和多機構合作發表文章的數量；FIP和CIP分別是以此機構作為第一作者和通訊作者單位的發表文章數量；SY和EY分別是該機構首次和最后發表相關文章的年份。A：南京大學；B：加州理工學院；C：瓦倫西亞大學；D：米蘭-比科卡大學；E：美國宇航局戈達德航天飛行中心；F：中國科學院大學；G：中國科學院遙感與數字地球研究所；H：卡內基科學研究所；I：屯特大學；J：加利福尼亞大學；K：德國地球科學研究中心；L：馬克斯?普朗克生物地球化學研究所；M：北京師范大學；N：蘇黎世大學；O：多倫多大學；P：瓦倫西亞理工大學；Q：加州理工學院。下同。

Note: TP is the total number of publications; TC is the total number of citations; TC/TP is citations per publication; NHCP is the number of highly cited publications (≥100 citations); SIP and MIP are the numbers of single- and multi-institution publications, respectively; FIP and CIP are the numbers of first and corresponding institution publications, respectively; SY and EY are the starting and ending publication years, respectively. A:Nanjing University; B:California Institute of Technology; C:University of Valencia; D:University of Milano-Bicocca; E:NASA Goddard Space Flight Center; F:University of Chinese Academy of Sciences; G:Institute of Remote Sensing and Digital Earth，Chinese Academy of Sciences; H:Carnegie Institution for Science; I:University of Twente; J:University of California; K:German Research Center for Geosciences; L:Max Planck Institute for Biogeochemistry; M:Beijing Normal University; N:University of Zurich; O:University of Toronto; P:Polytechnic University of Valencia; Q:California Institute of Technology. The same as below.

圖4為發表10篇以上文章的作者之間的合作共現圖譜。57個作者可以分為5個聚類，共有541次聯系。其中發文量最多的Guanter與其他作者的聯系最為密切，并位于圖譜的中心位置，他與Frankenberg、Zhang（張永光）、Rossini和van der Tol等高產作者均有比較密切的合作，體現了其在SIF研究領域的重要地位。中國科學院遙感與數字地球研究所的Liu （劉良云）團隊也對SIF研究做出了突出貢獻，主要研究方向是SIF的尺度轉換及其與作物光合作用的關系[37?39]，以及從中國CO2觀測衛星任務TanSat實現SIF反演[40?41]。西北農林科技大學Lv（呂肖良）團隊在SIF領域的貢獻主要是基于較完備的實驗系統來探究葉綠素熒光與光合作用的內在聯系機制，改進SIF與GPP的關聯模型，提高多尺度SIF評估光合活動的準確性[42?43]。

2.2.4 主要期刊

關于SIF的研究主要發表在地球科學、生態學、農學、植物生理學等領域的期刊上。表5列出了該領域發表文章最多的10種期刊的發表統計數據。其中Remote Sensing of Environment憑借92篇的發文量成為全球SIF研究領域發文量最高的期刊，該期刊2021年的影響因子為13.850，是遙感領域被普遍認可的頂級期刊之一。此外，該期刊還擁有最高的H指數（40），貢獻了最多的高被引文章數量（15篇）。發表論文數排名第8位的Global Change Biology篇均被引次數最多（65.6次），其次是發表論文數排名第5位的Geophysical Research Letters，平均每篇被引次數為64次，這兩種期刊各發表了6篇高被引文章數量，說明它們在該領域中具有較大的影響力。發表論文數排名第2位的Remote Sensing共發表了77篇關于SIF研究的文章，H指數為20，但篇均被引（13.6次）較低，且無高被引文章發表。發表論文數排名第3、4位的是兩種會議期刊，分別為國際地球科學和遙感專題研討會（IGARSS）和SPIE會議錄?國際光學工程學會，它們開始SIF領域研究的時間都較早，分別為1993年和1992年。

圖3 關于SIF研究的主要機構之間的學術合作Fig. 3 Academic cooperation among major institutions on the research of SIF

注：圖譜中共有5個聚類，39個圓圈，270條連線；不同顏色代表由不同研究機構組成的聚類；圓圈代表不同研究機構，圓圈越大表示該機構發文數量越多；連線代表研究機構之間的合作關系（不同機構作者出現在同一篇文獻中），連線越粗表示合作越密切。

Note：There are 5 clusters, 39 circles, and 270 connecting lines. Colors represent clusters of different research institutions. Circles represent different research institutions, and bigger circles represent more articles published in this institution. Lines represent the cooperative relationship between research institutions (authors from different institutions appear in the same article), and thicker lines indicate more and closer cooperation between institutions.

2.3 有關日光誘導葉綠素熒光的研究熱點關鍵詞

2.3.1 關鍵詞聚類

關鍵詞是文獻研究核心內容的濃縮與提煉，高頻關鍵詞分析可以反映該領域的研究發展和前沿變化以及該領域與其他領域的相關性[44]。本研究利用VOSviewer選取出現次數在10次以上的關鍵詞進行共現分析，由圖5可見，關鍵詞總體聚類為4類，其中橙色聚類共有熒光、葉綠素、植被3個關鍵詞，可看作SIF涉及的不同研究領域。

表4 關于SIF研究的10個最高產作者的綜合統計

注：ID是Scopus為每個作者分配的唯一編號；TP是發表文章的總數量；TC是總被引數；TC/TP是篇均被引數; NHCP是高被引文章數量(≥引用100次)；SY和EY分別是該作者首次和最后發表相關文章的年份；國家是該作者發文最多的所屬機構所在國家；機構是該作者目前任職的機構。

Note: ID is the Scopus author identifier; TP is the total number of publications; TC is the total number of citations; TC/TP is citations per publication; NHCP is the number of highly cited publications (≥100 citations); SY and EY are the starting and ending publication years, respectively; The country is where the author published the most articles; The institution is where the author currently works.

圖4 關于SIF研究的主要作者之間的學術合作

注：圖譜中共有5個聚類，57個圓圈，541條連線；不同顏色代表由不同作者組成的聚類；圓圈代表不同作者，圓圈越大表示該作者發文數量越多；連線代表作者之間的合作關系（不同作者出現在同一篇文獻中），連線越粗表示合作越密切。

Note：There are 5 clusters, 57 circles, and 541 connecting lines. Colors represent clusters of different authors. Circles represents different authors, and bigger circles represent more articles published by this author. Lines represent the cooperative relationship between authors (different authors appear in the same article), and thicker lines indicate more and closer cooperation between authors.

表5 關于SIF研究的10個最高產期刊的綜合統計

注：IF為該期刊2021年度的影響因子；TP為發表文章的總數量；TC為總被引數；TC/TP為篇均被引次數; NHCP是高被引文章數量(≥引用100次)；SY是該期刊首次發表相關文章的年份。

Note: IF is the impact factor of the journal in 2021; TP is the total number of publications; TC is the total number of citations; TC/TP is citations per publication; NHCP is the number of highly cited publications (≥100 citations); SY is the starting publication years.

圖5 關于SIF研究的關鍵詞共現圖譜

注：圖譜中共有4個聚類，34個圓圈，288條連線；不同顏色代表由不同關鍵詞組成的聚類；圓圈代表不同關鍵詞，圓圈越大表示該關鍵詞出現的頻次越高；連線代表關鍵詞之間的共現關系（不同關鍵詞出現在同一篇文獻中），連線越粗表示共現頻次越高。

Note：There are 4 clusters, 34 circles, and 288 connecting lines. Colors represent clusters of different keywords. Circles represent different keywords, and bigger circles represent higher frequency of the keywords. Lines represent the co-occurrence relationship between keywords (different keywords appear in the same article), and thicker lines indicate higher and closer co-occurrence between keywords.

藍色聚類共有9個關鍵詞，主要包括葉綠素熒光、光合作用、干旱、光抑制、水分脅迫等，涉及葉綠素熒光的生理特性及脅迫監測等方面。在光系統水平，葉綠素熒光包括光系統I（PSI）和光系統II（PSII）熒光釋放，通常認為PSII熒光與光合作用及熱耗散NPQ（nonphotochemical quenching）過程相互關聯[12]，其分別對應的熒光效率、光化學效率以及NPQ效率在能量分配上具有緊密的機理聯系[45]。因此葉綠素熒光可以看作指示植被光合作用強弱的理想“探針”，在量化光合碳同化量、表征植物生理健康狀態及指示光合所受脅迫程度大小的相關研究方面有著巨大的應用潛力[46]。例如，在葉片尺度上，研究人員基于盆栽或田間水分脅迫實驗，發現熒光參數對水分脅迫響應迅速，水分虧缺的生理效應會導致光化學效率和熒光效率顯著下降[47?50]。同樣在高溫脅迫下，熒光效率表現為降低的趨勢[51?52]。而在低溫條件下，光合活性降低使得大部分葉片光化學效率降低，同時NPQ降低，從而導致熒光效率升高[53]。近年來SIF研究在區域及全球尺度的脅迫監測方面也取得了重要進展。與傳統基于反射率的植被“綠度”指數不同，植被冠層遙感SIF對環境脅迫的響應更加敏感[54]。遙感SIF在干旱和水分脅迫下表現出顯著的下降趨勢[54?56]，水分脅迫下植被生產力的變化與熒光效率的相關性高于與傳統植被指數的相關性[55]，可能是因為傳統植被指數存在“飽和”現象，從而無法及時檢測到由環境脅迫引起的植被光合生理的快速變化[57]。在不同空間尺度（光系統、葉片、冠層、區域遙感）下，由于葉綠素熒光能夠對植被光合作用的變化做出及時響應，使得SIF在植物生理、生態及遙感領域得到廣泛應用。

綠色聚類共有11個關鍵詞，主要包括SIF、遙感、高光譜、輻射傳輸模型、SCOPE等，涉及SIF的獲取方式等方面。SIF數據最初是由地面光譜儀測量得到，隨著攜帶高光譜傳感器遙感衛星的發展以及熒光探測項目FLEX的推進，近十年研究人員已經從多個航空和衛星高光譜遙感數據中成功反演了SIF[7,25,31?32,35,40,58?59]。遙感反演SIF算法多基于夫瑯和費線提取算法FLD（fraunhofer line discrimination）[60]，總體可以分為兩類，即基于大氣輻射傳輸機理過程的反演算法[25,58,61?62]和基于統計的反演算法[31,35,63]。由于SIF的激發及輻射傳輸過程受多重因素影響，在葉片、冠層和生態系統尺度上，SIF對環境因子（光照、溫度、飽和水汽壓差等）和光合生理因素的響應均較為復雜，因此，研究者們通過構建不同尺度的SIF輻射傳輸模型，來研究葉片生理和冠層結構以及不同環境因子對SIF輻射傳輸和光合作用的耦合程度，從而更好地解釋和利用SIF遙感信號。其中最為典型的是一維冠層熒光輻射傳輸SCOPE（Soil Canopy Observation，Photochemistry and Energy fluxes）模型[64]，該模型在考慮土壤背景影響的條件下，將熒光從葉片到冠層的輻射傳輸過程與光合作用機理耦合進行綜合模擬[65?66]，目前是FLUXNET團隊利用通量數據估測輻射傳輸過程的主要模型工具之一[37]。

圖5中紅色聚類共有11個關鍵詞，主要包括GPP、植被指數、碳循環和氣候變化和物候學等，主要涉及SIF的遙感應用（如碳循環）方面。GPP是表征生物圈和大氣圈能量平衡的重要變量之一[67]。在估算陸地生態系統GPP方面，應用遙感數據的光能利用率LUE模型是當前的主流方法之一[68]，由于SIF與GPP均是由冠層吸收的光合有效輻射APAR驅動，因此具有較強的相關性[69]，通過塔基光譜儀的觀測表明，SIF與APAR、LUE、GPP的日變化和季節變化具有一致性和相關性[70?73]，同時在遙感尺度上，可通過GOSAT、GOME-2、OCO-2和TROPOMI等傳感器反演得到的SIF遙感數據[25,31?32,35]來快速精確地估算植被GPP，其估算精度優于采用傳統植被指數（如NDVI）的估算方法[8,74]，在農業生產力及作物產量估算方面發揮著重要作用。在大氣CO2濃度監測方面，衛星SIF數據可以很好地模擬CO2的季節性變化，并且可以對厄爾尼諾、拉尼娜等大氣環流異常現象做出及時的響應[72,75?77]。在追蹤植被的物候信息方面，SIF由于同時包含了物候信息和熒光效率所反映的脅迫狀況信息，同樣被廣泛應用于捕捉植被的季節性變化[69,73,78]，用以提高全球光合模型精度[56,79?80]以及揭示植被?氣候交互作用等[81?82]。

2.3.2 學科發展

由于2011年首次在全球尺度實現SIF衛星遙感反演，因此被稱為“SIF元年”。將1982?2021年分為1982?2010、2011?2015和2016?2021年3個研究時期，選取各時期內出現次數在5次以上的作者關鍵詞進行共現分析（圖6），以探究某一時期內SIF的研究熱點與應用特點。

圖6 1982?2010年(a)、2011?2015年(b)、2016?2021年(c)關于SIF研究的關鍵詞共現圖譜Fig. 6 The co-occurrence map of keywords on the research of SIF during 1982?2010(a)、2011?2015(b)、2016?2021(c)

注：不同顏色代表由不同關鍵詞組成的聚類；圓圈代表不同關鍵詞，圓圈越大表示該關鍵詞出現的頻次越高；連線代表關鍵詞之間的共現關系（不同關鍵詞出現在同一篇文獻中），連線越粗表示共現頻次越高。

Note：Colors represent clusters of different keywords. Circles represent different keywords, and bigger circles represent higher frequency of the keywords. Lines represent the co-occurrence relationship between keywords (different keywords appear in the same article), and thicker lines indicate higher and closer co-occurrence between keywords.

從3個研究時期作者關鍵詞的共現圖譜中，可以歸納出SIF研究的大致發展特點：（1）1982?2010年的關鍵詞（圖6a）主要是葉綠素熒光、熒光、光合作用、光抑制等，此時的研究大多是通過葉綠素熒光來探究植物的生理特性或過程，如光系統II、電子傳遞速率、葉黃素循環等。遙感作為關鍵詞的出現，說明高光譜技術和衛星遙感技術在當時也已得到發展并應用于SIF研究。（2）2011?2015年（圖6b）開始出現GPP、FLEX、FLD等詞，這表明伴隨著全球高光譜傳感器的發展，特別是Frankenberg等[25]利用日本溫室氣體觀測衛星GOSAT首次從太空觀測到全球陸地葉綠素熒光的季節變化，并反演出全球首張陸地SIF地圖后，大尺度SIF的空間反演以及光合作用總初級生產力的量化評估等研究開始穩步發展，SIF的研究不再停留于生理層面，開始面向實際應用。（3）2016?2021年的關鍵詞（圖6c）相比前兩時期明顯增加，表明近年來關于SIF研究的發展迅速且全面。高頻關鍵詞SCOPE的出現說明應用模型已成為估測輻射傳輸過程的常用方法。在全球氣候變化背景下，碳循環、氣候變化、干旱、水分脅迫、物候等關鍵詞即為當前SIF研究的熱點領域。

3 結論與展望

3.1 結論

作為植被遙感領域最具突破性的研究前沿之一，SIF的研究已進入蓬勃發展階段。從研究結果來看，美國、德國、意大利等發達國家在SIF領域的研究實力處于領先地位。Remote Sensing of Environment、Geophysical Research Letters和Global Change Biology等優質期刊都發表了大量SIF領域的研究成果。文獻關鍵詞聚類的結果表明，光合作用、GPP、葉綠素熒光、遙感、碳循環和高光譜等是SIF領域的研究熱點詞匯，主要涉及三個方面：葉綠素熒光的生理特性及脅迫監測、SIF的獲取方式和SIF的遙感應用（如碳循環），這也大致對應了SIF研究領域的學科發展過程。

中國的相關研究起步較晚，但在眾多優秀研究者的努力下發展迅速，當前發文數高居全球第二，且在Remote Sensing of Environment等期刊上發表過大量優秀論文，現如今整體研究實力走在世界前列。在未來研究中，中國研究者仍需加強與其他國家的合作，在增加文章發表數量的同時注重提高研究質量，進一步提高研究的影響力。

3.2 問題與展望

本研究基于文獻計量分析和可視化計量分析，系統總結了1982?2021年SIF領域的發展趨勢，并從國家、機構、作者、期刊和關鍵詞等方面進行了分析，為深入了解SIF研究提供一個全面的視角。相關結論將有助于后續研究更明確地開展研究選題、創新研究方法，并為其他領域開展此類文獻計量學研究提供一定借鑒。分析中所使用的英文文獻數據來自Scopus數據庫，重點考慮了世界范圍內SIF領域的基本研究情況，但會導致對非英語國家研究水平的低估。在文獻檢索時，檢索條件設置為同時滿足“sun induced”和“chlorophyll fluorescence”或其同義詞，但檢索到的早期文獻主要是考慮到太陽光照影響的葉綠素熒光研究，并非當前研究嚴格意義上的SIF。此外，一些作者可能先后任職于不同機構，一些機構的名稱在不同文獻中可能也有差異，這會影響作者和機構的綜合統計分析結果。未來的相關研究可結合Scopus與Web of Science、CNKI和CSCD等數據庫，著重進行SIF領域熱點演變的對比探討，深入全面分析該領域的發展特點。

隨著理論的不斷完善，高光譜技術和衛星遙感技術的快速發展，當前SIF研究空間尺度更大，數據更精確，研究視角更深入透徹。但SIF數據仍然存在空間分辨率較粗、信號噪聲較大以及提取算法存在局限性等問題，為了提高模型模擬精度并擴大熒光遙感的應用范圍，未來可在以下幾個方向著重開展相關研究：（1）進一步發展SIF衛星遙感傳感器技術，在提高傳感器信噪比的同時，盡可能提高時空分辨率；（2）深入研究SIF與植物光合生理過程的關聯機理，明確不同時空尺度條件、不同生態系統類型下的SIF和GPP內在機理關系；（3）耦合熒光模型與其他生態系統模型，優化模型關鍵參數，加快SIF數據產品的生產，并結合多源遙感數據和機器學習等方法擴展SIF數據的應用范圍。以上研究方向將有助于更好地觀測植被生長狀態，準確預測糧食產量，保障國家糧食安全，并在全球氣候變化的大背景下為中國實現“碳達峰”和“碳中和”愿景提供可靠的估算依據。

[1] Lichtenthaler H K,Buschmann C,Rinderle U,et al. App- lication of chlorophyll fluorescence in ecophysiology[J]. Radiation and Environmental Biophysics,1986,25(4):297- 308.

[2] Gu L,Han J,Wood J D,et al.Sun-induced Chl fluorescence and its importance for biophysical modeling of photo- synthesis based on light reactions[J].New Phytologist, 2019,223(3):1179-1191.

[3] 劉良云.植被定量遙感原理與應用[M].北京:科學出版社, 2014.

Liu L Y.Principle and application of vegetation quantitative remote sensing[M].Beijing:Science Press,2014.(in Chinese)

[4] 章釗穎,王松寒,邱博,等.日光誘導葉綠素熒光遙感反演及碳循環應用進展[J].遙感學報,2019,23(1):37-52.

Zhang Z Y,Wang S H,Qiu B,et al.Retrieval of sun-induced chlorophyll fluorescence and advancements in carbon cycle application[J].Journal of Remote Sensing,2019,23(1):37- 52.(in Chinese)

[5] Guanter L,Frankenberg C,Dudhia A,et al.Retrieval and global assessment of terrestrial chlorophyll fluorescence from GOSAT space measurements[J].Remote Sensing of Environment,2012,121:236-251.

[6] Joiner J,Yoshida Y,Vasilkov A P,et al.First observations of global and seasonal terrestrial chlorophyll fluorescence from space[J].Biogeosciences,2011,8(3):637-651.

[7] Joiner J,Yoshida Y,Vasilkov A P,et al.Filling-in of near-infrared solar lines by terrestrial fluorescence and other geophysical effects: simulations and space-based observations from SCIAMACHY and GOSAT[J]. Atmospheric Measurement Techniques,2012,5(4):809- 829.

[8] Guanter L,Zhang Y,Jung M,et al.Global and time-resolved monitoring of crop photosynthesis with chlorophyll fluorescence[J].Proceedings of the National Academy of Sciences,2014,111(14):E1327-1333.

[9] Sun Y,Frankenberg C,Wood J D,et al.OCO-2 advances photosynthesis observation from space via solar-induced chlorophyll fluorescence[J].Science,2017,358(6360):m5747.

[10] Mohammed G H,Colombo R,Middleton E M,et al.Remote sensing of solar-induced chlorophyll fluorescence (SIF) in vegetation: 50 years of progress[J].Remote Sensing of Environment,2019,231:111177.

[11] Van Kooten O,Snel J F.The use of chlorophyll fluorescence nomenclature in plant stress physiology[J].Photosynthesis Research,1990,25(3):147-150.

[12] Krause G H,Weis E.Chlorophyll fluorescence and photosynthesis:the basics[J].Annual Review of Plant Biology,1991,42(1):313-349.

[13] Maxwell K,Johnson G N.Chlorophyll fluorescence-a practical guide[J].Journal of Experimental Botany,2000, 51(345):659-668.

[14] Meroni M,Rossini M,Guanter L,et al.Remote sensing of solar-induced chlorophyll fluorescence: Review of methods and applications[J].Remote Sensing of Environment, 2009,113(10):2037-2051.

[15] 詹春暉,章釗穎,張永光.日光誘導葉綠素熒光輻射傳輸模型研究進展[J].遙感學報,2020,24(8):945-957.

Zhan C H,Zhang Z Y,Zhang Y G.Recent advances in the radiative transfer models of sun-induced chlorophyll fluorescence[J].Journal of Remote Sensing,2020,24(8): 945-957.(in Chinese)

[16] 孫忠秋,高顯連,杜珊珊,等.全球日光誘導葉綠素熒光衛星遙感產品研究進展與展望[J].遙感技術與應用,2021, 36(5):1044-1056.

Sun Z Q,Gao X L,Du S S,et al.Research progress and prospective of global satellite based solar-induced chlorophyll fluorescence products[J].Remote Sensing Technology and Application,2021,36(5):1044-1056.(in Chinese)

[17] Falagas M,Pitsouni E,Malietzis G,et al.Comparison of PubMed, Scopus, Web of Science, and Google Scholar: strengths and weaknesses[J].Faseb Journal Official Publication of the Federation of American Societies for Experimental Biology,2008,22(2):338-342.

[18] Li J,Wang L,Liu Y,et al.The research trends of metal-organic frameworks in environmental science:a review based on bibliometric analysis[J].Environmental Science and Pollution Research,2020,27(16):19265-19284.

[19] Zhang Y,Yu Q,Li J.Bioenergy research under climate change:a bibliometric analysis from a country perspective[J].Environmental Science and Pollution Research,2021,28(21):26427-26440.

[20] Hirsch J E.An index to quantify an individual's scientific research output[J].Proceedings of the National Academy of Sciences,2005,102:16569-16572.

[21] Zhang Y,Yu Q.What is the best article publishing strategy for early career scientists[J].Scientometrics,2020,122(1): 397-408.

[22] Aria M,Cuccurullo C.Bibliometrix:an R-tool for comprehensive science mapping analysis[J].Journal of Informetrics,2017,11(4):959-975.

[23] Van Eck N,Waltman L.Software survey:VOSviewer,a computer program for bibliometric mapping[J]. Scientometrics, 2010,84(2):523-538.

[24] 宋秀芳,遲培娟.Vosviewer與Citespace應用比較研究[J].情報科學,2016,34(7):108-112.

Song X F,Chi P J.Comparative study of the data analysis results by Vosviewer and Citespace[J].Information Science, 2016,34(7):108-112.(in Chinese)

[25] Frankenberg C,Fisher J B,Worden J,et al.New global observations of the terrestrial carbon cycle from GOSAT: Patterns of plant fluorescence with gross primary productivity [J].Geophysical Research Letters,2011,38(17):L17706.

[26] Zhang Y,Guanter L,Berry J A,et al.Model-based analysis of the relationship between sun-induced chlorophyll fluorescence and gross primary production for remote sensing applications[J].Remote Sensing of Environment, 2016,187:145-155.

[27] Zhang Y,Guanter L,Berry J A,et al.Estimation of vegetation photosynthetic capacity from space-based measurements of chlorophyll fluorescence for terrestrial biosphere models[J]. Global Change Biology,2014,20(12):3727-3742.

[28] Zhang Y,Xiao X,Jin C,et al.Consistency between sun-induced chlorophyll fluorescence and gross primary production of vegetation in North America[J].Remote Sensing of Environment,2016,183:154-169.

[29] Yang H,Yang X,Zhang Y,et al.Chlorophyll fluorescence tracks seasonal variations of photosynthesis from leaf to canopy in a temperate forest[J].Global Change Biology, 2017,23(7):2874-2886.

[30] Shan N,Zhang Y,Chen J M,et al.A model for estimating transpiration from remotely sensed solar-induced chlorophyll fluorescence[J].Remote Sensing of Environment, 2021,252:112134.

[31] Frankenberg C,O'Dell C,Berry J,et al.Prospects for chlorophyll fluorescence remote sensing from the Orbiting Carbon Observatory-2[J].Remote Sensing of Environment, 2014,147:1-12.

[32] K?hler P,Frankenberg C,Magney T S,et al.Global retrievals of solar-induced chlorophyll fluorescence with TROPOMI: first results and intersensor comparison to OCO-2[J]. Geophysical Research Letters,2018,45(19):10- 456.

[33] Guanter L,Rossini M,Colombo R,et al.Using field spectroscopy to assess the potential of statistical approaches for the retrieval of sun-induced chlorophyll fluorescence from ground and space[J].Remote Sensing of Environment,2013,133:52-61.

[34] Guanter L,Bacour C,Schneider A,et al.The TROPOSIF global sun-induced fluorescence dataset from the Sentinel-5P TROPOMI mission[J].Earth System Science Data,2021,13(11):5423-5440.

[35] Joiner J,Guanter L,Lindstrot R,et al.Global monitoring of terrestrial chlorophyll fluorescence from moderate-spectral- resolution near-infrared satellite measurements:methodology, simulations,and application to GOME-2[J].Atmospheric Measurement Techniques,2013,6(10):2803-2823.

[36] Joiner J,Yoshida Y,K?ehler P,et al.Systematic orbital geometry-dependent variations in satellite solar-induced fluorescence (SIF) retrievals[J].Remote Sensing,2020,12 (15):2346.

[37] Liu L,Liu X,Wang Z,et al.Measurement and analysis of bidirectional SIF emissions in wheat canopies[J].IEEE Transactions on Geoscience and Remote Sensing,2015,54 (5):2640-2651.

[38] Liu L,Guan L,Liu X.Directly estimating diurnal changes in GPP for C3 and C4 crops using far-red sun-induced chlorophyll fluorescence[J].Agricultural and Forest Meteorology, 2017,232:1-9.

[39] Liu X,Guanter L,Liu L,et al.Downscaling of solar-induced chlorophyll fluorescence from canopy level to photosystem level using a random forest model[J].Remote Sensing of Environment,2019,231:110772.

[40] Du S,Liu L,Liu X,et al.Retrieval of global terrestrial solar-induced chlorophyll fluorescence from TanSat satellite[J].Science Bulletin,2018,63(22):1502-1512.

[41] Ma Y,Liu L,Chen R,et al.Generation of a global spatially continuous TanSat solar-induced chlorophyll fluorescence product by considering the impact of the solar radiation intensity[J].Remote Sensing,2020,12(13):2167.

[42] Lu X,Liu Z,Zhao F,et al.Comparison of total emitted solar-induced chlorophyll fluorescence (SIF) and top-of-canopy (TOC) SIF in estimating photosynthesis[J]. Remote Sensing of Environment,2020,251:112083.

[43] Liu Z,Zhao F,Liu X,et al.Direct estimation of photosynthetic CO2 assimilation from solar-induced chlorophyll fluorescence (SIF)[J].Remote Sensing of Environment,2022,271: 112893.

[44] 黃承芳,李寧,劉麗,等.氣候變化下農業領域的國際文獻特征與熱點演變:基于CiteSpace V的文獻計量分析[J].中國農業氣象,2019,40(8):477-488.

Huang C F,Li N,Liu L,et al.International literature characteristics and hotspots evolution of agricultural under climate change:bibliometrics analysis based on CiteSpace V[J].Chinese Journal of Agrometeorology,2019,40(8):477- 488.(in Chinese)

[45] 程占慧,劉良云.基于葉綠素熒光發射光譜的光能利用率探測[J].農業工程學報,2010(S2):74-80.

Cheng Z H,Liu L Y.Detection of vegetation light use efficiency based on chlorophyll fluorescence spectrum[J]. Transactions of the Chinese Society of Agricultural Engineering.2010(S2):74-80.(in Chinese)

[46] Baker N R.Chlorophyll fluorescence:a probe of photosynthesis in vivo[J].Annual Review of Plant Biology,2008,59:89- 113.

[47] Cendrero-Mateo M P,Carmo-Silva A E,Porcar-Castell A,et al.Dynamic response of plant chlorophyll fluorescence to light,water and nutrient availability[J].Functional Plant Biology,2015,42(8):746-757.

[48] 張曼義,楊再強,侯夢媛.土壤水分脅迫對設施黃瓜葉片光合及抗氧化酶系統的影響[J].中國農業氣象,2017,38(1): 21-30.

Zhang M Y,Yang Z Q,Hou M Y.Effects of soil water stress on photosynthetic characteristics and antioxidant enzyme system of cucumber leaves in greenhouse[J].Chinese Journal of Agrometeorology,2017,38(1):21-30.(in Chinese)

[49] Galmés J,Medrano H,Flexas J.Photosynthetic limitations in response to water stress and recovery in Mediterranean plants with different growth forms[J].New Phytologist, 2007,175(1):81-93.

[50] Dobrowski S Z,Pushnik J C,Zarco-Tejada P J,et al.Simple reflectance indices track heat and water stress-induced changes in steady-state chlorophyll fluorescence at the canopy scale[J].Remote Sensing of Environment,2005,97(3): 403-414.

[51] 陸思宇,楊再強,張源達,等.高溫條件下光周期對鮮切菊花葉片光合系統熒光特性的影響[J].中國農業氣象,2020, 41(10):632-643.

Lu S Y,Yang Z Q,Zhang Y D,et al.Effect of Photoperiod on fluorescence characteristics of photosynthetic system of fresh-cut chrysanthemum leaves under high temperature[J]. Chinese Journal of Agrometeorology,2020,41(10):632- 643.(in Chinese)

[52] 胡文海,胡雪華,閆小紅,等.低溫脅迫及恢復對番茄快速葉綠素熒光誘導動力學特征的影響[J].中國農業氣象, 2021,42(10):859-869.

Hu W H,Hu X H,Yan X H,et al.Response of chlorophyll fluorescence transient in leaves of tomato under chilling stress and subsequent recovery[J].Chinese Journal of Agrometeorology,2021,42(10):859-869.(in Chinese)

[53] Pérez-Priego O,Zarco-Tejada P J,Miller J R,et al.Detection of water stress in orchard trees with a high-resolution spectrometer through chlorophyll fluorescence in-filling of the O2-A band[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(12):2860-2869.

[54] Lee J,Frankenberg C,van der Tol C,et al.Forest productivity and water stress in Amazonia:observations from GOSAT chlorophyll fluorescence[J].Proceedings of the Royal Society B:Biological Sciences,2013,280(1761):20130171.

[55] Wagle P,Zhang Y,Jin C,et al.Comparison of solar-induced chlorophyll fluorescence,light-use efficiency,and process- based GPP models in maize[J].Ecological Applications, 2016,26(4):1211-1222.

[56] Yoshida Y,Joiner J,Tucker C,et al.The 2010 Russian drought impact on satellite measurements of solar-induced chlorophyll fluorescence:insights from modeling and comparisons with parameters derived from satellite reflectances[J].Remote Sensing of Environment,2015,166: 163-177.

[57] Song L,Guanter L,Guan K,et al.Satellite sun-induced chlorophyll fluorescence detects early response of winter wheat to heat stress in the Indian Indo-Gangetic Plains[J].Global Change Biology,2018,24(9):4023-4037.

[58] K?hler P,Guanter L,Joiner J.A linear method for the retrieval of sun-induced chlorophyll fluorescence from GOME-2 and SCIAMACHY data[J].Atmospheric Measurement Techniques,2015,8(6):2589-2608.

[59] Li X,Xiao J.A global,0.05-degree product of solar-induced chlorophyll fluorescence derived from OCO-2,MODIS,and reanalysis data[J].Remote Sensing,2019,11(5):517.

[60] Plascyk J A,Gabriel F C.The Fraunhofer line discriminator MKII-an airborne instrument for precise and standardized ecological luminescence measurement[J].IEEE Transactions on Instrumentation and Measurement,1975, 24(4):306-313.

[61] Guanter L,Alonso L,Gómez Chova L,et al.Estimation of solar-induced vegetation fluorescence from space measurements[J].Geophysical Research Letters,2007,34(8). DOI：10.1029/2007GL029289.

[62] Damm A,Guanter L,Verhoef W,et al.Impact of varying irradiance on vegetation indices and chlorophyll fluorescence derived from spectroscopy data[J].Remote Sensing of Environment,2015,156:202-215.

[63] Guanter L,Aben I,Tol P,et al.Potential of the TROPOspheric Monitoring Instrument(TROPOMI) onboard the Sentinel-5 Precursor for the monitoring of terrestrial chlorophyll fluorescence[J].Atmospheric Measurement Techniques, 2015,8(3):1337-1352.

[64] Van der Tol C,Verhoef W,Timmermans J,et al.An integrated model of soil-canopy spectral radiances, photosynthesis,fluorescence,temperature and energy balance [J].Biogeosciences,2009,6(12):3109-3129.

[65] Hu J,Liu X,Liu L,et al.Evaluating the performance of the SCOPE model in simulating canopy solar-induced chlorophyll fluorescence[J].Remote Sensing,2018,10(2): 250.

[66] Verrelst J,Rivera J P,van der Tol C,et al.Global sensitivity analysis of the SCOPE model:what drives simulated canopy-leaving sun-induced fluorescence[J].Remote Sensing of Environment,2015,166:8-21.

[67] Beer C,Reichstein M,Tomelleri E,et al.Terrestrial gross carbon dioxide uptake:global distribution and covariation with climate[J].Science,2010,329(5993):834-838.

[68] Monteith J L.Solar radiation and productivity in tropical ecosystems[J].Journal of Applied Ecology,1972,9(3):747- 766.

[69] Joiner J,Yoshida Y,Vasilkov A P,et al.The seasonal cycle of satellite chlorophyll fluorescence observations and its relationship to vegetation phenology and ecosystem atmosphere carbon exchange[J].Remote Sensing of Environment,2014,152:375-391.

[70] Damm A,Elbers J,Erler A,et al.Remote sensing of sun-induced fluorescence to improve modeling of diurnal courses of gross primary production (GPP)[J].Global Change Biology,2010,16(1):171-186.

[71] Du S,Liu L,Liu X,et al.Response of canopy solar-induced chlorophyll fluorescence to the absorbed photosynthetically active radiation absorbed by chlorophyll[J].Remote Sensing,2017,9(9):911.

[72] Liu J,Bowman K W,Schimel D S,et al.Contrasting carbon cycle responses of the tropical continents to the 2015-2016 El Ni?o[J].Science,2017,358(6360):m5690.

[73] Yang X,Tang J,Mustard J F,et al.Solar-induced chlorophyll fluorescence that correlates with canopy photosynthesis on diurnal and seasonal scales in a temperate deciduous forest[J].Geophysical Research Letters,2015,42(8):2977- 2987.

[74] Guan K,Berry J A,Zhang Y,et al.Improving the monitoring of crop productivity using spaceborne solar‐induced fluorescence[J].Global Change Biology,2016,22(2):716- 726.

[75] Parazoo N C,Bowman K,Frankenberg C,et al.Interpreting seasonal changes in the carbon balance of southern Amazonia using measurements of XCO2and chlorophyll fluorescence from GOSAT[J].Geophysical Research Letters,2013,40(11):2829-2833.

[76] Detmers R G,Hasekamp O,Aben I,et al.Anomalous carbon uptake in Australia as seen by GOSAT[J].Geophysical Research Letters,2015,42(19):8177-8184.

[77] Luus K A,Commane R,Parazoo N C,et al.Tundra photosynthesis captured by satellite-observed solar-induced chlorophyll fluorescence[J].Geophysical Research Letters, 2017,44(3):1564-1573.

[78] Jeong S,Schimel D,Frankenberg C,et al.Application of satellite solar-induced chlorophyll fluorescence to understanding large-scale variations in vegetation phenology and function over northern high latitude forests[J].Remote Sensing of Environment,2017,190: 178-187.

[79] Rossini M,Nedbal L,Guanter L,et al.Red and far red Sun-induced chlorophyll fluorescence as a measure of plant photosynthesis[J].Geophysical research letters,2015, 42(6):1632-1639.

[80] Walther S,Voigt M,Thum T,et al.Satellite chlorophyll fluorescence measurements reveal large-scale decoupling of photosynthesis and greenness dynamics in boreal evergreen forests[J].Global Change Biology,2016,22(9): 2979-2996.

[81] Detmers R G,Hasekamp O,Aben I,et al.Anomalous carbon uptake in Australia as seen by GOSAT[J].Geophysical Research Letters,2015,42(19):8177-8184.

[82] Green J K,Konings A G,Alemohammad S H,et al. Regionally strong feedbacks between the atmosphere and terrestrial biosphere[J].Nature Geoscience,2017,10(6): 410-414.

Bibliometric Analysis of Research and Application of Solar-Induced Chlorophyll Fluorescence

YAN Yu-xing1, LV Xiao-liang2, WANG Ya-kai1, YU Qiang2

(1. College of Natural Resources and Environment, Northwest A&F University, Yangling 712100, China；2. State Key Laboratory of Soil Erosion and Dryland Farming on the Loess Plateau, Northwest A&F University, Yangling 712100)

As an ideal ‘indicator’ for directly monitoring plant photosynthesis, solar-induced chlorophyll fluorescence(SIF) has a rapid response to variations in plant physiological status. SIF is becoming one of the most active research direction in vegetation remote sensing.This study conducted a systematic literature review on topics of relevance to SIF. To do so, there are 786 SIF-related papers published during 1982?2021 were collected from the Scopus database. Based on VOSviewer, the visual bibliometric analysis was applied to analyze these papers from the perspective of country, institution, author, journal and keyword. The results show that the number of SIF articles published per year is rising rapidly. Among all the countries, United States, China and Germany published 285, 263, and 166, making them the top three countries that have the most SIF papers during the study period. Germany has the highest citations per publication (56.2) and the largest number of cooperative countries(36). Nanjing University, California Institute of Technology, and University of Valencia have made outstanding contributions to the development of this field as they have not only the large number of publications but also the high h-indices Among the scholars in this area, Guanter L(Polytechnic University of Valencia), Zhang Y(Nanjing University), Frankenberg C(California Institute of Technology), Liu L(Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences), and Rascher U(Jülich Research Centre), are currently the most productive, having published more than 40 papers. The Journal Remote Sensing of Environment has the highest number of SIF articles (92) and the highest H-index (40), and Global Change Biology has the highest citations per publication (65.6) in this field. The keyword analysis shows that SIF is a highly multidisciplinary area mainly involving geoscience, ecology, agronomy, plant physiology across a range of spatial and temporal scales. Currently, the most active research topics are the monitor of plant physiological status and stress condition, the acquisition methods of SIF measurements, and the applications of SIF in remote sensing such as terrestrial carbon cycle. China leads the world of overall research focus in this field, which, however, still should have a further improvement of its influence.

Solar-induced chlorophyll fluorescence; Vegetation remote sensing; Bibliometric analysis; VOSviewer

10.3969/j.issn.1000-6362.2023.02.003

閆雨杏,呂肖良,王亞凱,等.日光誘導葉綠素熒光研究及應用的文獻計量分析[J].中國農業氣象,2023,44(2):106-122

收稿日期：2022?03?10

國家自然科學基金項目“作物日光誘導葉綠素熒光與光合作用對環境脅迫的協同響應及多尺度關聯機制估算”（42071328）

通訊作者：于強，教授，主要從事生態系統模型研究，涉及氣候變化對農業影響、陸面過程與生態系統碳氮循環、水資源管理和糧食安全，E-mail: yuq@nwafu.edu.cn

閆雨杏，E-mail: bjyanyuxing@163.com