楊 鑫， 唐莊生， 魚小軍， 曹文俠， 蒲小鵬， 郝媛媛

(甘肅農(nóng)業(yè)大學(xué)草業(yè)學(xué)院/草業(yè)生態(tài)系統(tǒng)教育部重點實驗室， 甘肅 蘭州730070)

草地是陸地上面積最大的可再生資源，在維持生態(tài)系統(tǒng)穩(wěn)定[1]、發(fā)展畜牧業(yè)經(jīng)濟中起著舉足輕重的作用[2-3]，對環(huán)境變化較敏感。草地植被生長狀況受到全球氣候變暖及人類活動的影響[4]，出現(xiàn)了草地退化、水土流失及草地荒漠化[5-8]等一系列生態(tài)環(huán)境問題，嚴重影響了草地生態(tài)系統(tǒng)的生態(tài)安全以及社會經(jīng)濟價值[9]。因此，實時高效地開展草地資源調(diào)查以及時了解草地植被動態(tài)變化是全球關(guān)注的熱點問題之一。傳統(tǒng)草地資源調(diào)查以野外實地調(diào)查為主，精度高[10]但耗時長、效率低、時效性差，無法應(yīng)用于大范圍的調(diào)查工作且難實現(xiàn)長時間序列動態(tài)監(jiān)測[11]?！?S”技術(shù)即全球定位系統(tǒng)(Global positioning system，GPS)，遙感(Remote sensing，RS)和地理信息系統(tǒng)(Geographic information system，GIS)的發(fā)展完善了從信息獲取、圖像處理到應(yīng)用的一體化技術(shù)系統(tǒng)[12]，改變了草地資源調(diào)查的方式方法，使得大范圍長時間序列草地資源監(jiān)測、生物量估算及時空動態(tài)變化規(guī)律研究成為可能。

世界上第一顆氣象衛(wèi)星于1960年發(fā)射，發(fā)達國家較先使用遙感手段進行草地資源監(jiān)測并運用于實際指導(dǎo)工作[13]。新西蘭學(xué)者Taylor等[14]基于NOAA/AVHRR遙感影像，發(fā)現(xiàn)歸一化植被指數(shù)(Normalized difference vegetation index，NDVI)和比值植被指數(shù)(Ratio vegetation index，RVI)均與草地地上生物量有顯著相關(guān)性。Jose等[15]同樣利用NOAA/AVHRR遙感數(shù)據(jù)，發(fā)現(xiàn)冪指函數(shù)反演草地生物量能取得更好的反演效果。隨著科技的進步和遙感影像質(zhì)量的飛躍提升，大量草地遙感監(jiān)測方法不斷涌現(xiàn)。Kithsir Pereral等[16]在澳大利亞草原上結(jié)合MODIS NDVI數(shù)據(jù)和氣候數(shù)據(jù)，發(fā)現(xiàn)NDVI可以從時空角度較準確地反映草地植被生長與極端降雨之間的響應(yīng)關(guān)系。Ayako等[17]建立了MODIS葉面積指數(shù)與野外實測樣地數(shù)據(jù)之間的函數(shù)關(guān)系，發(fā)現(xiàn)輕度放牧區(qū)與葉面積指數(shù)(Leaf area index,LAI)擁有更高的相關(guān)性。Pauline等[18]利用SPOT影像數(shù)據(jù)對農(nóng)區(qū)草地生物量進行估測，發(fā)現(xiàn)LAI的估測精度較優(yōu)于NDVI和植被覆蓋度。在中國，利用遙感手段估產(chǎn)監(jiān)測最早由陳述彭院士于1979年提出[19]，相比美英等西方國家起步較晚，但發(fā)展迅速。黃簽[20]基于NOAA/AVHRR遙感影像，以綠色植被指數(shù)(Green vegetation index，GVI)為標準來表示植被生長情況，對草地地上生物量季相分布規(guī)律進行了分析。李博等[21]同樣基于NOAA/AVHRR數(shù)據(jù)，探討了中國溫帶草原草畜平衡動態(tài)監(jiān)測的狀況，并建立了相關(guān)草地估產(chǎn)模型，精度高達95%。進入21世紀后，我國學(xué)者逐漸采用多源遙感數(shù)據(jù)展開草地監(jiān)測研究。李建龍等[22]基于NOAA和TM衛(wèi)星影像并結(jié)合生態(tài)氣象資料，分析討論了22年來新疆阜康縣草地變化規(guī)律及生態(tài)效應(yīng)，發(fā)現(xiàn)氣候變化是影響草產(chǎn)量的主要因子。張旭琛等[23]將草地地上生物量與NDVI,增強型植被指數(shù)(Enhanced vegetation index,EVI),海拔和年均降水等多種因子結(jié)合進行回歸分析，結(jié)果發(fā)現(xiàn)NDVI與EVI的反演結(jié)果較環(huán)境因子好。梁天剛等[24]將2001—2008年MODIS逐日反射率產(chǎn)品MOD09GA與實地測量數(shù)據(jù)相結(jié)合，在甘南牧區(qū)構(gòu)建了基于NDVI和EVI的產(chǎn)草量反演模型，從年內(nèi)(旬和月)和年際尺度上分析了甘南牧區(qū)及各縣市的載畜量動態(tài)變化。

當(dāng)前，國內(nèi)外關(guān)于草地遙感領(lǐng)域研究的理論基礎(chǔ)與技術(shù)方法都取得了令人欣喜的學(xué)術(shù)成果[25]，總結(jié)和探索遙感反演與草地資源調(diào)查結(jié)合以來的方法、內(nèi)容、發(fā)展趨勢及研究前沿，可為該領(lǐng)域科研人員提供參考,對于了解研究動態(tài)、明確未來發(fā)展方向具有重要的理論依據(jù)。而傳統(tǒng)文獻綜述方法無法全方面精準地理清學(xué)科發(fā)展動態(tài)，且現(xiàn)有基于文獻計量角度在草地遙感領(lǐng)域中的分析相對較少，鑒于此，本研究以陳超美博士所研發(fā)的文獻可視化軟件CiteSpace Ⅴ(5.7.R2)為研究工具[26]，針對草地遙感領(lǐng)域的研究工作進行文獻計量初步分析，總結(jié)目前該領(lǐng)域的研究現(xiàn)狀，以明晰其研究主題、熱點及發(fā)展歷程。

1 數(shù)據(jù)來源及檢索方法

文獻數(shù)據(jù)主要來自Web of Science(WOS)數(shù)據(jù)庫和中國期刊全文數(shù)據(jù)庫(China National Knowledge Infrastructure，CNKI)，數(shù)據(jù)采集于2020年10月12日。其中外文文獻數(shù)據(jù)選自WOS數(shù)據(jù)庫核心合集中的Science Citation Index Expanded (SCIE)，Social Sciences Citation Index (SSCI)，Book Citation Index-Science (BKCI-S)和Emerging Sources Citation Index (ESCI)，在高級檢索下采用布爾運算符創(chuàng)建檢索式，根據(jù)研究主題反復(fù)測試，最終確定檢索式：TI=(grassland* or rangeland* or meadow*) and TS=(remote near/2 sensing* or Landsat* or MODIS* or NDVI* or vegetation near/2 index* or livestock near/2 carrying near/2 capacity*)，語種為English，文獻類型選擇Article和Review，時間跨度為2000—2019年，共計1 122篇文獻，人工剔除后余1 116篇文獻。中文文獻數(shù)據(jù)選自CNKI數(shù)據(jù)庫，包括期刊文獻、會議論文和碩博論文。采用了主題詞=“草地”And“遙感”And“草畜平衡”的檢索式，研究時段同WOS，共計279條記錄，去重及刪除不相關(guān)文獻后，共余266篇。

2 研究進展分析

2.1 發(fā)文趨勢、期刊分析及學(xué)科分布

發(fā)文量和年份之間的關(guān)系可以有效地體現(xiàn)該領(lǐng)域的研究走向[27]?；赪OS數(shù)據(jù)庫分析發(fā)現(xiàn)(圖1A)，2000—2011年論文發(fā)表數(shù)量雖以年均2.83篇·a-1的速率逐年增加，但總量較少，年均50篇以下；自2012年起，發(fā)文量急劇增加(增速為14.13篇·a-1)，尤其是2019年，發(fā)文量占近20年的15.24%(171篇)，較2018年增長了41.32%。CNKI的年發(fā)文量上升趨勢沒有WOS明顯(圖1B)，且總量偏少，2003年以前均低于5篇，2004年較前一年增長了233.30%，之后隨年份的增加呈波動上升趨勢，2018年達到最大(25篇)。總的來看，中外文草地遙感領(lǐng)域的研究力量逐年增大(圖1)，表明該領(lǐng)域在全球范圍內(nèi)引起了更多學(xué)者的重視。

圖1 2000—2019年中外文有關(guān)草地遙感文獻的年代分布及引用次數(shù)Fig.1 Chronological distribution and citations of Chinese and foreign literature on grassland remote sensing from 2000 to 2019注：圖1A，B數(shù)據(jù)分別來自WOS，CNKI，期刊名稱括號內(nèi)為近20年刊文總數(shù)及國人發(fā)文量占比Notes:The data in Figure 1A and B are from WOS and CNKI,respectively. The total number of articles published in the past 20 years and the percentage of articles published by Chinese people are in parentheses of the journal name

對期刊及文獻引用的分布進行可視化分析，能夠明確該領(lǐng)域熱門期刊，同時能為相關(guān)科研試驗人員提供論文發(fā)表和文獻查詢等方面的指導(dǎo)[28]。多學(xué)科交叉是現(xiàn)代科學(xué)技術(shù)發(fā)展的趨勢，同時也是科研創(chuàng)新的基礎(chǔ)[29]，了解草地遙感領(lǐng)域?qū)W科交叉融合的特點，對其未來發(fā)展趨勢具有重要意義。CNKI數(shù)據(jù)庫文獻數(shù)據(jù)較少，分析結(jié)果不明顯，故只對WOS數(shù)據(jù)庫的期刊和學(xué)科分布進行分析。

草地遙感領(lǐng)域的核心期刊(圖1A)主要有RemoteSensing(98篇，IF2019=4.509),InternationalJournalofRemoteSensing(87篇，IF2019=2.976)和RemoteSensingofEnvironment(56篇，IF2019=9.085)等，其發(fā)文量及引用次數(shù)均呈逐年遞增趨勢，其中國人發(fā)文量占比分別為37.55%，45.97%和25.00%，表明中國科研工作者在草地遙感領(lǐng)域做出了巨大努力。學(xué)科分析表明草地遙感研究具有多領(lǐng)域、多學(xué)科交叉融合的特點，與生態(tài)環(huán)境科學(xué)(Environmental Sciences Ecology，47.59%),遙感(Remote Sensing，35.29%),影像科學(xué)與攝影技術(shù)(Imaging Science Photographic Technology，18.62%),農(nóng)業(yè)(Agriculture，11.31%)和地質(zhì)學(xué)(Geology，10.25%)等學(xué)科均存在密切關(guān)系。

2.2 文獻發(fā)表國家及機構(gòu)分析

各個國家和機構(gòu)在草地遙感領(lǐng)域的研究實力，可以通過發(fā)文量、發(fā)文量占比、總被引頻次、篇均被引頻次、H指數(shù)和中心性6個指標進行量化。美國加利福尼亞大學(xué)圣地亞哥分校的物理學(xué)家赫希在2005年提出了H指數(shù)，其含義為一位科研人員現(xiàn)階段共發(fā)表NP篇論文，其中H篇論文的篇均被引均大于H次，剩余的NP-H篇論文篇均被引均≦H次，那么這位科研人員的學(xué)術(shù)成就指數(shù)就為H[30]。H指數(shù)越高，表明論文的影響力越大或者擁有較多高質(zhì)量論文。中心性的大小表示該節(jié)點在網(wǎng)絡(luò)結(jié)構(gòu)中的重要性，中心性越高，則其代表的節(jié)點對應(yīng)的文章與其他文章具有較強的聯(lián)系，在網(wǎng)絡(luò)中起樞紐作用[31]。CiteSpace可視化分析圖譜中的每一個節(jié)點代表著一個作者、機構(gòu)或者國家，節(jié)點的大小代表其發(fā)文數(shù)量的多少，節(jié)點越大，其發(fā)文量越大；兩節(jié)點間的連線表示兩者之間存在合作關(guān)系，合作關(guān)系越強，連線越粗；年輪的顏色代表相應(yīng)的發(fā)表時間；邊緣呈紫色的節(jié)點代表其具有較高的中心性，紫色圓環(huán)越厚，中心性越高[32]。

20年間共有83個國家的640位學(xué)者在草地遙感領(lǐng)域展開了相關(guān)科研工作(圖2、表1)。其中，發(fā)文量前10的國家中，中國(432篇)、美國(352篇)和德國(119篇)位居前3，分別占發(fā)文總量的38.50%，31.37%和10.61%；其余國家均少于100篇，發(fā)文量之和約是中國的一半，僅占發(fā)文總量的19.52%。從被引頻次來看，總被引頻次美國為首(9 986)，中國(7 665)第2，德國(2 697)雖為第3，但不及美國的1/3、中國的1/2，其它國家更是不及中美的1/5；篇均被引頻次則是阿根廷最高(31.39)，日本和美國隨后，分別為30.56和28.37，而發(fā)文量前3的中國(17.74，第8)和德國(22.66，第5)排名卻較后。H指數(shù)和中心性排名同樣以美國(50，0.44)為首，中國(40，0.21)和德國(29，0.25)次之。由此可以說明中國科研工作者在草地遙感領(lǐng)域積極性高，但學(xué)術(shù)研究水平還有待提高，而美國、德國等國家的論文影響力較大，且具有較高的科研水平。

圖2 草地遙感研究領(lǐng)域的主要國家及合作網(wǎng)絡(luò)Fig.2 Major countries and cooperation networks in the field of grassland remote sensing research

表1 草地遙感研究領(lǐng)域發(fā)文量前10國家Table 1 Top 10 countries in the field of grassland remote sensing research

草地遙感領(lǐng)域的科研機構(gòu)多達488個(圖3)。其中，發(fā)文量前4的科研機構(gòu)均來自中國，分別是中國科學(xué)院(235篇)、中國科學(xué)院大學(xué)(61篇)、北京師范大學(xué)(57篇)、中國農(nóng)業(yè)科學(xué)院(43篇)，這4所機構(gòu)占發(fā)文總量的35.48%，其余機構(gòu)均在30篇以下(表2)。機構(gòu)之間共有793條連線且形成了明顯的聚類(圖3A)。其中，中國科研機構(gòu)的聯(lián)系最為頻繁、密切，中國科學(xué)院與全球58個科研機構(gòu)之間存在合作關(guān)系(圖3B)，尤與University of Auckland(奧克蘭大學(xué)，新西蘭)、Nanjing Normal University (南京師范大學(xué)，中國)、Colorado State University(科羅拉多州立大學(xué)，美國)、Duke University(杜克大學(xué)，美國)等機構(gòu)具有較強的合作關(guān)系；中國科學(xué)院大學(xué)的合作機構(gòu)僅有11個(圖3C)，且國外合作機構(gòu)僅占23%；北京師范大學(xué)有30個合作機構(gòu)(圖3D)，Murray State University(莫瑞州立大學(xué)，美國)、Inner Mongolia Agricultural University(內(nèi)蒙古農(nóng)業(yè)大學(xué)，中國)、Jilin University(吉林大學(xué)，中國)等是其主要的合作機構(gòu)。整體來看，中國科研機構(gòu)積極重視在草地遙感領(lǐng)域的工作，確保發(fā)文量的同時注重機構(gòu)間的合作，不足在于國內(nèi)交流頻繁但國際合作網(wǎng)絡(luò)較為松散，在今后的研究中應(yīng)加強各機構(gòu)之間的跨國交流合作。

圖3 草地遙感研究領(lǐng)域的主要機構(gòu)及合作網(wǎng)絡(luò)Fig.3 Major institutions and cooperation networks in the field of grassland remote sensing research

表2 草地遙感研究領(lǐng)域發(fā)文量前10研究機構(gòu)Table 2 Top 10 research institutions in the field of grassland remote sensing

2.3 中外文作者研究力量分析

明晰核心作者群和作者合作網(wǎng)絡(luò)具有重要意義[33]。文獻計量學(xué)中把某一領(lǐng)域中存在較大影響力且有突出貢獻的科研人員稱之為核心作者，可由普賴斯定律計算得出，其研究方向一般體現(xiàn)著當(dāng)前研究前沿[34]。同時，作者間的合作可以提高研究水平，同時合作也是促進學(xué)術(shù)產(chǎn)出和提升學(xué)術(shù)創(chuàng)新力的重要方面[35]。其中普賴斯定律的計算公式為：

式中：Nmax是該統(tǒng)計中發(fā)文量最高作者的總文章數(shù)；M為最低文獻數(shù)。

CNKI和WOS中發(fā)文量最高的作者文章篇數(shù)分別為7篇和19篇(表3)，因此，發(fā)文量不少于2篇和4篇的作者即為草地遙感領(lǐng)域的中外文核心作者。其中，中文核心作者72位，占作者總數(shù)的20.11%；外文核心作者53位，但占比僅為8.28%。核心作者發(fā)文量分別占論文總數(shù)的39.01%(183篇)和28.97%(367篇)，可見中外文作者均未形成穩(wěn)定的核心作者群(論文數(shù)占比大于50%可視為形成了穩(wěn)定的核心作者群[36])。

表3 中外文前10名核心作者Table 3 Top 10 core authors in Chinese and foreign languages journals

圖4 中外文期刊草地遙感研究的主要作者及合作網(wǎng)絡(luò)Fig.4 Main scholars and cooperative networks of grassland remote sensing research in Chinese and foreign language journals

中外文作者均形成了一定數(shù)量的合作群體(圖4)。其中，外文合作關(guān)系前3的作者為Li Zhang,Bin Xu和Yunxiang Jin(均來自中國農(nóng)業(yè)科學(xué)院)，他們與Jinya Li等其他6位核心作者形成了合作關(guān)系較為密切的研究群體，群體內(nèi)交流頻繁，且作者之間的合作關(guān)系較強；排名第1的核心作者Xulin Guo(發(fā)文量高達19篇)僅有6位合作者(其中僅有1位是核心作者)，且是單線合作，沒有形成合作網(wǎng)絡(luò)(圖4A)。中文合作關(guān)系位居第1的辛?xí)云?同樣來自中國農(nóng)業(yè)科學(xué)院)與其他16位科研工作者存在合作關(guān)系，但發(fā)文量僅有3篇，說明該作者在整個合作網(wǎng)絡(luò)中起連接作用；馮琦勝(排名第2)和孟寶平(排名第3)與梁天剛等6人形成了蘭州大學(xué)合作群體，且9人均為核心作者(圖4B)。綜合來看，雖然中外文作者均能形成一定數(shù)量的合作群體，但群體內(nèi)部合作研究頻繁，群體間合作交流相對較少，且核心作者發(fā)文量普遍偏低。表明國內(nèi)外學(xué)者在草地遙感領(lǐng)域的溝通合作意識較為欠缺，應(yīng)主動加強學(xué)術(shù)交流與合作。

2.4 研究熱點分析

關(guān)鍵詞是作者對文章的高度凝練與總結(jié)，體現(xiàn)著文章的研究內(nèi)容與方向；研究熱點是在一段時間內(nèi)，有相互聯(lián)系的、數(shù)量較為豐富的一組論文所研究或探討的主題[37]。通過分析聚類結(jié)果中出現(xiàn)次數(shù)較多的關(guān)鍵詞，是確定研究領(lǐng)域前沿和發(fā)展動向的方法之一。聚類結(jié)果中節(jié)點數(shù)代表聚類中所含文獻的數(shù)量，節(jié)點數(shù)越多，聚類排名越前；輪廓值[38]為衡量一個聚類內(nèi)成員相似度的指標，數(shù)值越大，代表聚類成員具有較高的同質(zhì)性；平均年份[39]所表示的是該聚類中文章的平均發(fā)表時間，年份距離現(xiàn)在較小的即為近年研究熱點。設(shè)定CiteSpace的時間跨度為2010年1月—2019年12月，時間切片為1 year，節(jié)點類型為Keywords，閾值設(shè)定為Top 30，同時采用“LLR對數(shù)似然算法”。為了清晰地表現(xiàn)網(wǎng)絡(luò)聚類結(jié)構(gòu)，故選擇Pathfinder模塊進行裁剪，其他參數(shù)為默認設(shè)置。

外文文獻得到了713個節(jié)點、3 418條連線的20個關(guān)鍵詞聚類視圖(圖5)。聚類后網(wǎng)絡(luò)的模塊值Q=0.7006(Q值值域為[0，1]，Q>0.3則表示可視化結(jié)構(gòu)顯著)，平均輪廓值S=0.8885(S>0.5則表示聚類結(jié)果可信)。中文分析結(jié)果顯示了762個節(jié)點、2 412條連線的17個關(guān)鍵詞聚類圖譜(圖6)，Q值和S值分別為0.7341和0.8930。兩組結(jié)果均在合理的范圍內(nèi)，說明整體聚類效果顯著，研究選取幾個具有代表性的聚類分別進行分析。

2.4.1外文關(guān)鍵詞熱點聚類 第1項和第3項聚類分別是Climate Change和Grassland，這兩項聚類主要討論的是氣候變化與高原植被生長之間的關(guān)系。該聚類的典型關(guān)鍵詞分別是Rainfall,NDVI,NPP(Net primary productivity，凈初級生產(chǎn)力),Alpine grassland和Qinghai-Tibet Plateau。草地植被的生產(chǎn)潛力可以作為衡量生態(tài)系統(tǒng)能量流動和物質(zhì)循環(huán)的評價指標[40]，對植被生產(chǎn)力的研究可以揭示植被生產(chǎn)與氣候變化之間的關(guān)系[41]，更能預(yù)測生產(chǎn)力未來的發(fā)展趨勢。近幾十年的氣象數(shù)據(jù)表明，青藏高原年均降雨量呈下降趨勢，尤其是夏季較為明顯[42]，但同期的氣溫卻呈上升趨勢，氣候整體呈現(xiàn)暖干化[43]，繼而引起草原退化、冰川溶解等一系列環(huán)境問題，這對青藏高原的生態(tài)穩(wěn)定性產(chǎn)生了巨大的影響[28]。

第2項和第5項聚類分別是Canopy和Hyperspectral Remote Sensing，出現(xiàn)的平均年份為2004年和2002年。遙感影像的光譜和空間分辨率是影響草地遙感監(jiān)測精度的決定性條件之一[44-45]，高空間分辨率的影像能夠獲得更高的解譯精度。2000年搭載高光譜成像儀Hyperion的地球觀測衛(wèi)星“EO-1”的發(fā)射[46]標志著高光譜遙感的問世，歷經(jīng)20年的發(fā)展，該技術(shù)已被廣泛應(yīng)用在資源調(diào)查、生態(tài)保護、災(zāi)害監(jiān)測和城市建設(shè)等領(lǐng)域[47]。在天然草原植被動態(tài)監(jiān)測中，高光譜遙感在草地生物量估算、物種識別與分類、植被覆蓋度估算、生物化學(xué)成分估測等方面發(fā)揮了出色的作用[48]。近年來，國際上有較多學(xué)者開始基于高光譜遙感手段在草原植被冠層形態(tài)、葉面積指數(shù)和生理特性層面對天然牧草地進行綜合評價。Ramoelo等[49]將氣候、土壤、地形等數(shù)據(jù)與植物冠層高光譜遙感數(shù)據(jù)相結(jié)合，在稀樹草原生態(tài)系統(tǒng)中利用非線性偏最小二乘回歸(Partial Least Squares Regression，PLSR)方法測定了草地植被氮和磷的含量并取得了較高的估測精度。Gao等[50]研究發(fā)現(xiàn)利用高光譜遙感數(shù)據(jù)和機器學(xué)習(xí)算法，并結(jié)合多種地形因子可以更好地監(jiān)測青藏高原東部的高寒草甸牧草磷含量。

圖5 外文期刊草地遙感研究的關(guān)鍵詞聚類圖譜Fig.5 Keyword clustering map of grassland remote sensing research in foreign language journals

2.4.2中文關(guān)鍵詞熱點聚類 第1項聚類為土地利用與土地覆蓋變化(Land use/cover change，LUCC)。LUCC體現(xiàn)了人類社會活動與氣候變化的相互作用，近些年來我國草原生態(tài)脆弱區(qū)發(fā)生的水土流失、水源涵養(yǎng)功能減退、濕地面積減小等一系列問題[51]，引發(fā)了國內(nèi)外科研學(xué)者的關(guān)注，如何通過對LUCC的監(jiān)測和模擬實現(xiàn)草地生態(tài)系統(tǒng)服務(wù)的可持續(xù)發(fā)展是國內(nèi)學(xué)者重點關(guān)注的問題[52]。黃金亭等[53]基于黃河流域3個不同時段LUCC數(shù)據(jù)，利用CA-Markov模型模擬預(yù)測了黃河流域2020年和2025年的LUCC時空分布特征，結(jié)果表明該流域土地利用/覆蓋類型以耕地、草地和林地為主，且人類活動將是干擾該地區(qū)土地利用方式的重要因素。

第2項聚類是植被覆蓋度，主要討論其與生態(tài)環(huán)境之間的關(guān)系。植被覆蓋度的高低是影響草原生態(tài)系統(tǒng)是否穩(wěn)定的重要條件[54]，“生態(tài)治理”“生態(tài)脆弱性評價”與“時空動態(tài)變化”等內(nèi)容是該聚類下的高頻關(guān)鍵詞。王福成等[55]基于MODIS影像，利用植被指數(shù)和時空動態(tài)趨勢模型計算并分析了藏北地區(qū)草地植被覆蓋度分布及其變化情況，結(jié)果表明2010—2018年藏北地區(qū)草地植被覆蓋度呈下降趨勢。朱寧等[56]基于谷歌地球引擎(Google earth engine，GEE)數(shù)據(jù)云平臺，采用像元二分模型，對2007—2018年MODIS NDVI數(shù)據(jù)進行分析，得出了三江源地區(qū)草地植被長勢整體向好，草地退化有所好轉(zhuǎn)的結(jié)論。王海等[57]綜述和展望了關(guān)于土地荒漠化遙感監(jiān)測方面的研究，發(fā)現(xiàn)在草原植被覆蓋度較低的地區(qū)，不恰當(dāng)?shù)娜祟惢顒雍蜆O端天氣更容易引起土壤沙化和荒漠化。因此，開展天然草地植被覆蓋度時空動態(tài)變化的研究具有重要意義。

第3至5項聚類分別是產(chǎn)草量估算、植被指數(shù)和草畜平衡，均是近些年來國內(nèi)草地遙感研究的熱點話題。目前，對草地產(chǎn)量估測的兩種方法(實地測量和遙感反演)[58]中，遙感反演法的快速發(fā)展使大范圍長時間序列的草地生長監(jiān)測成為可能[59]，其中植被指數(shù)法能夠在一定程度上反映出地物類型的基本特征，如草地覆蓋度、草地長勢、草地生產(chǎn)力等，已成為草地遙感研究的常用方法。建立植被指數(shù)和天然草地植被生物量之間的回歸模型是大尺度草地產(chǎn)草量估算的主要思路。黃鑫等[60]比較了不同植被指數(shù)、統(tǒng)計模型和建模指標組合后的精度差異，選出了青海省草地產(chǎn)草量的最優(yōu)估算模型。草畜平衡研究則在產(chǎn)草量估算的基礎(chǔ)上結(jié)合當(dāng)?shù)胤拍良把a飼的實際情況進行判斷。根據(jù)研究結(jié)果及時調(diào)控放牧牲畜的數(shù)量，是減緩草地退化的主要措施之一。然而，這類研究容易受到氣候變化、植被類型、牧草成熟度等的影響，因此不能準確反映年內(nèi)草畜平衡的動態(tài)變化。另外，評定草地生長狀態(tài)及是否草畜平衡，不能僅以草產(chǎn)量作為評定指標，牧草營養(yǎng)品質(zhì)的高低也是一個重要的評價指標[61]。金花[62]研究發(fā)現(xiàn)，以草地生物量估算得到的載畜量一般情況下高于營養(yǎng)載畜量，說明以生物量估算出的載畜量只能滿足家畜的飼草需求而不能滿足營養(yǎng)需求；劉真等[63]結(jié)合草地生物量與家畜消化能分析了鄂爾多斯草原的草畜平衡情況，研究發(fā)現(xiàn)生長旺季(5—10月)的牧草并不能夠滿足家畜的生長需求且家畜的能量攝取在枯草期(11—12月)嚴重不足；楊博等[64]則從代謝能角度分析了甘肅肅南草原的草畜平衡現(xiàn)狀，結(jié)果表明家畜在牧草生長期(6—10月)的能量攝入高于需求，生長速度加塊，體重增重，而枯草期(11月—次年5月)營養(yǎng)供應(yīng)卻嚴重不足，體重損失。因此，及時采取冷季補飼、暖棚舍飼和調(diào)整產(chǎn)羔時間等措施才能保障家畜的正常生長發(fā)育并且防止草場過牧退化。此外，相比于傳統(tǒng)的能量平衡，利用高光譜遙感數(shù)據(jù)在草地營養(yǎng)指標(粗纖維、粗蛋白等)反演方面的優(yōu)勢[65]科學(xué)研究草畜的營養(yǎng)平衡是草畜平衡研究的新方向。

圖6 中文期刊草地遙感研究的關(guān)鍵詞聚類圖譜Fig.6 Keyword clustering map of grassland remote sensing research in chinese journals

2.4.3中外文文獻聚類比較 比較草地遙感領(lǐng)域中外文期刊的聚類結(jié)果(表4)，可以發(fā)現(xiàn)研究熱點有相似的地方，主要包括草原生態(tài)治理、草地資源利用、草地生產(chǎn)力等方面，但相比外文而言，中文熱點時間較為滯后，主要集中在2010年左右。由于國內(nèi)草地資源地區(qū)分布不均勻，草原脆弱區(qū)面積大且集中，所以國內(nèi)研究熱點更加集中在如何解決當(dāng)前的生態(tài)環(huán)境問題；而國外研究熱點則更加豐富廣泛，涉及到全球化、新型技術(shù)等方面，研究領(lǐng)域更加前沿。

2.5 高被引文獻及活力分析

被引頻次決定著文獻的影響力大小，是反映作者科研水平和學(xué)術(shù)影響力的直接體現(xiàn)[66]。文獻半衰期又稱文獻半生期，指某學(xué)科(專業(yè))現(xiàn)時尚在利用的全部文獻中較新的一半是在多長一段時間內(nèi)發(fā)表的，能夠評價文獻的老化速度，文獻的半衰期越長，則代表文獻越有價值[38]。

基于WOS數(shù)據(jù)庫整理草地遙感領(lǐng)域前 5高被引文獻(CNKI數(shù)據(jù)庫不具備此項功能，故不作分析)，有3篇發(fā)表于SCI頂級期刊(表5)。被引頻次最高的是中國作者Baoxiong Chen于2014年發(fā)表的題為《The impact of climate change and anthropogenic activities on alpine grassland over the Qinghai-Tibet Plateau》的文章，該文章通過建立模型的方法闡述了氣候變化和人類活動2方面對青藏高原產(chǎn)生的影響[67]；位列其后的Geli Zhang研究團隊[68]利用NDVI的3個長時間序列數(shù)據(jù)集，探索了1982—2011年間青藏高原的高山植被狀況；被引頻次第3的Yunxiang Jin研究團隊[69]將實測數(shù)據(jù)與遙感數(shù)據(jù)相結(jié)合，通過植被指數(shù)建立遙感估算模型，估算了中國北方溫帶草原的生物量；被引頻次第4的來自愛爾蘭科克大學(xué)地理系的Iftikhar Ali[70]綜述了傳感器精度提高對草原生產(chǎn)力估測和畜群管理方面的影響；被引頻次第5的加拿大作者Dandan Xu[71]探索了草地枯落物覆蓋影響生物量和NDVI之間的關(guān)系。整體來看，引用頻次前5的文獻半衰期都不高，均在2.5～3.5年之間，文獻老化速度較快，也表明草地遙感領(lǐng)域的高被引文獻在發(fā)表近3年具有較高的活力。

表4 近20年草地遙感研究領(lǐng)域WOS與CNKI聚類比較Table 4 Cluster comparison of WOS and CNKI in grassland remote sensing research in the past 20 years

表5 引用頻次前5文獻及半衰期Table 5 Cited frequency and half-life in TOP 5 documents

3 結(jié)論

草地遙感領(lǐng)域中外文總發(fā)文量逐年遞增，核心期刊主要有RemoteSensing，InternationalJournalofRemoteSensing和RemoteSensingofEnvironment等，其發(fā)文量及引用次數(shù)均呈逐年遞增趨勢。83個國家參與草地遙感相關(guān)的科研工作，中國、美國和德國發(fā)文量位居前3；總被引頻次、H指數(shù)和中心性則是美國第一，中國和德國位列其后，篇均被引以阿根廷最高；發(fā)文量前4的科研機構(gòu)均來自中國，并且形成了緊密的合作網(wǎng)絡(luò)。中外文核心作者分別有72和53位，均未形成穩(wěn)定的核心作者群，且核心作者發(fā)文量普遍較低；中外文作者之間形成的合作群體內(nèi)交流頻繁，群體間交流較少。中外文熱點主要集中于草原生態(tài)治理等，但中文相對于外文研究時間較為滯后，并且更集中于如何解決當(dāng)前環(huán)境問題，而國外研究熱點更加前沿。引用頻次最高的3篇文章半衰期均較短，老化速度快。