摘要 最大熵（MaxEnt）模型能夠高效評(píng)估植物種群響應(yīng)環(huán)境變化導(dǎo)致的適宜生境變遷問(wèn)題。為深入了解MaxEnt模型在植物生態(tài)評(píng)估領(lǐng)域的應(yīng)用現(xiàn)狀與前沿趨勢(shì)，檢索Web of Science數(shù)據(jù)庫(kù)2001—2023年該領(lǐng)域的相關(guān)文獻(xiàn)，利用VOSviewer、HistCite^TM和R-Studio等軟件，系統(tǒng)總結(jié)并分析了該領(lǐng)域的研究國(guó)家、機(jī)構(gòu)、作者、關(guān)鍵詞以及結(jié)構(gòu)概念等。結(jié)果顯示，中國(guó)（410篇，22.82%）、美國(guó)（231篇，12.85%）和印度（81篇，4.51%）是發(fā)文量排名前3的國(guó)家。中國(guó)科學(xué)院、墨西哥國(guó)立自治大學(xué)以及陜西師范大學(xué)是高產(chǎn)量的研究機(jī)構(gòu)。Smith M.J.、Wan J.和Kumar S.分別是引文量排名第1，發(fā)文量最多和發(fā)文持續(xù)時(shí)間最長(zhǎng)的學(xué)者。社會(huì)結(jié)構(gòu)分析揭示，該領(lǐng)域整體呈現(xiàn)小世界，分散未網(wǎng)絡(luò)化的合作特征，來(lái)自同一個(gè)國(guó)家的機(jī)構(gòu)之間合作更為密切，國(guó)際間合作較為匱乏。關(guān)鍵詞分析揭示11個(gè)熱門關(guān)鍵詞的頻率≥150次，如氣候變化（252次）、植物（247次）。MaxEnt模型在該領(lǐng)域主要被用于解決植物應(yīng)對(duì)氣候和環(huán)境脅迫、種群多樣性和適宜生境分布范圍的擴(kuò)張或收縮變化的問(wèn)題。3個(gè)熱點(diǎn)方向值得被重點(diǎn)關(guān)注，即優(yōu)化物種分布模型存在的缺陷、單一模型評(píng)估植物應(yīng)對(duì)氣候變化的響應(yīng)模式、多種模型聯(lián)合評(píng)估植物響應(yīng)環(huán)境變化的生境變遷規(guī)律。該研究為MaxEnt模型在植物研究領(lǐng)域的應(yīng)用提供了新的評(píng)估數(shù)據(jù)和潛在的研究方向。

關(guān)鍵詞 MaxEnt模型;植物;文獻(xiàn)計(jì)量學(xué);氣候變化;物種分布模型

中圖分類號(hào) S-058 文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2024）22-0248-10

doi：10.3969/j.issn.0517-6611.2024.22.049

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Application of Maximum Entropy Model in the Field of Plant Ecological Assessment

ZHANG Hui-hui ZHANG Guo-shuai2，ZHANG Zhi3 et al

（1.Jiangxi University of Traditional Chinese Medicine，Nanchang，Jiangxi 330000;2.Institute of Medicinal Plant Development，Chinese Academy of Medical Sciences & Peking Union Medical College，Beijing 100193；3.Chengdu University of TCM，Chengdu，Sichuan 611137）

Abstract The MaxEnt（maximum entropy） model efficiently evaluates the shift in suitable habitats of plant populations in response to environmental changes.To gain deeper insights into the current applications and future trends of the MaxEnt model in the field of plant ecological assessment，we conducted a comprehensive review of relevant literature from 2001 to 2023 using the Web of Science database.Employing various software tools such as VOSviewer，HistCite^TM and R-Studio，we systematically summarized and analyzed the research countries，institutions，authors，keywords and structural concepts in this domain.The results showed that China（410 articles，22.82%），the United States（231 articles，12.85%） and India（81 articles，4.51%） were the top 3 countries with high productivity of published papers.Chinese Academy of Sciences，National Autonomous University of Mexico，and Shaanxi Normal University were high-output institutions.Smith M.J.，Wan J.and Kumar S.were the scholars with the highest number of citations，the highest publications and the longest duration of publications，respectively.Social structure analysis revealed that the field exhibits an overall small-world characteristic，characterized by dispersed and non-networked collaboration.Collaboration between institutions from the same country was more closely knit，while international collaboration was relatively scarce.The keyword analysis showed that 11 hot terms had a frequency of ≥150 occurrences，such as climate change（252 occurrences），plants（247 occurrences） and predictions（215 occurrences）.The main problem addressed in this field involved dissecting how plant populations respond to environmental stress，the expansion or contraction of biodiversity and the potential range of suitable habitats.Trend analysis showed that three hot investigative directions deserved focus and further improvement，including optimizing the shortcomings of species distribution models，evaluating the response patterns of plants to climate change using single models and jointly assessing the habitat transition patterns of plant responses to environmental changes using multiple models.In conclusion，this study provided new evaluation data and potential research directions for the application of the MaxEnt model in the field of plant research.

Key words MaxEnt model;Plants;Bibliometrics;Climate change;Species distribution models

影響植物種群分布的因素眾多，其中氣候變化對(duì)區(qū)域和全球尺度生態(tài)適應(yīng)的影響尤為明顯，包括物種的生活習(xí)性、形態(tài)特征和空間分布^［1］。應(yīng)用氣候環(huán)境數(shù)據(jù)構(gòu)建物種分布模型（species distribution models，SDMs）的方法，評(píng)估多時(shí)空尺度環(huán)境變化對(duì)物種分布范圍的收縮、擴(kuò)張以及質(zhì)心遷移，對(duì)于預(yù)防物種瀕危和生物多樣性的保護(hù)具有深遠(yuǎn)影響^［2］。目前，最常用的物種分布模型有最大熵（maximum entropy，MaxEnt）模型、廣義線性模型（generalized linear model，GLMs）、規(guī)則集產(chǎn)生的遺傳算法（genetic algorithms for rule set production，GARP）模型、隨機(jī)森林（random forest，RF）模型等^［3］。其中，MaxEnt模型是最有效且精度最高的方法之一，具有運(yùn)行時(shí)間短、操作簡(jiǎn)單、可以解決小樣本量的特點(diǎn)，已經(jīng)被廣泛應(yīng)用于預(yù)測(cè)物種的適宜棲息地、評(píng)估物種分布與環(huán)境變量（土壤，降水，溫度，地形等）之間的關(guān)系^［4-5］。目前，MaxEnt模型在植物引種栽培、生態(tài)保護(hù)和土地資源管理等領(lǐng)域得到了廣泛應(yīng)用^［3，6］，為許多瀕危和珍貴植物的空間地理分布、種群多樣性保護(hù)與可持續(xù)發(fā)展提供了有效的數(shù)據(jù)支持，已經(jīng)成為植物資源管理與保護(hù)領(lǐng)域重要的模型評(píng)估工具之一^{［1，3，7］}。然而， MaxEnt模型在植物生態(tài)保護(hù)與評(píng)估領(lǐng)域的熱點(diǎn)研究方向與應(yīng)用現(xiàn)狀尚不明朗，有必要針對(duì)性地梳理該領(lǐng)域過(guò)去及現(xiàn)在的研究趨勢(shì)，進(jìn)而分析其潛在的發(fā)展趨勢(shì)，更好服務(wù)于植物的生態(tài)保護(hù)與評(píng)估。

文獻(xiàn)計(jì)量學(xué)是一種對(duì)已發(fā)表文章及其中引用的文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析以衡量其影響的方法^［8］，其兼容跨學(xué)科影響力，是發(fā)現(xiàn)科學(xué)領(lǐng)域結(jié)構(gòu)模式和確定知識(shí)傳播過(guò)程的獨(dú)特工具^［9］。國(guó)內(nèi)還沒(méi)有學(xué)者利用文獻(xiàn)計(jì)量學(xué)方法對(duì)MaxEnt模型在植物生態(tài)評(píng)估領(lǐng)域的現(xiàn)狀和趨勢(shì)展進(jìn)行系統(tǒng)展望與解析。鑒于此，筆者基于文獻(xiàn)計(jì)量分析技術(shù)，收集Web of Science（WoS）數(shù)據(jù)庫(kù)2001—2023年MaxEnt在植物生態(tài)評(píng)估應(yīng)用的相關(guān)文章，運(yùn)用VOSviewe，Bibliometrix（R 包）和HistCite^TM等軟件可視化分析，演繹歸納該領(lǐng)域的結(jié)構(gòu)關(guān)系，發(fā)展歷程以及研究熱點(diǎn)和趨勢(shì)，旨在為物種分布模型在植物研究領(lǐng)域的發(fā)展提供借鑒和啟示。

1 數(shù)據(jù)來(lái)源與方法

1.1 數(shù)據(jù)收集

在WOS數(shù)據(jù)庫(kù)的核心合集中使用高級(jí)檢索策略：（（（TS=（Maximum Entropy Model）） OR TS=（MaxEnt）） AND TS=（“Plant”） OR TS=（ Ecological evaluation of plants）），時(shí)間范圍為2003—2023年，共得到1 449篇文獻(xiàn)。為使結(jié)果更準(zhǔn)確，逐一閱讀文獻(xiàn)摘要，排除與研究主題無(wú)關(guān)的文章，并排除非綜述、會(huì)議摘要、書(shū)籍章節(jié)、學(xué)術(shù)論文等非研究類型的文獻(xiàn)，最終選擇1 233篇文獻(xiàn)完成研究（數(shù)據(jù)檢索截止時(shí)間為2023年5月1日）。

1.2 文獻(xiàn)計(jì)量學(xué)分析

VOSviewer軟件是荷蘭萊頓大學(xué)學(xué)者凡·艾克（Nees Jan van Eck）和瓦特曼（Ludo Waltman）合作開(kāi)發(fā)的文獻(xiàn)可視化工具，它利用網(wǎng)絡(luò)數(shù)據(jù)構(gòu)建知識(shí)圖譜^［10］。Bibliometrix是Massimo Aria團(tuán)隊(duì)基于R語(yǔ)言開(kāi)發(fā)的一款具有操作簡(jiǎn)便和統(tǒng)計(jì)全面等優(yōu)點(diǎn)的文獻(xiàn)計(jì)量軟件包^［11］。HistCite^TM是由Eugene Garfield團(tuán)隊(duì)開(kāi)發(fā)用于幫助研究人員分析科學(xué)文獻(xiàn)的引用模式，從而了解特定領(lǐng)域內(nèi)的學(xué)術(shù)研究動(dòng)態(tài)和趨勢(shì)的分析軟件^［12］。該研究利用VOSviewer、Bibliometrix和HistCite^TM等軟件分析文獻(xiàn)的出版年份、期刊來(lái)源、關(guān)鍵詞、社會(huì)結(jié)構(gòu)以及概念結(jié)構(gòu)等，明確最大熵模型在植物生態(tài)評(píng)估領(lǐng)域的應(yīng)用與發(fā)展。

2 結(jié)果與分析

2.1 出版年份分析

2001—2023年發(fā)表的MaxEnt在植物生態(tài)評(píng)估領(lǐng)域應(yīng)用的文章共計(jì)1 233篇，包括英文1 216篇、西班牙語(yǔ)12篇、法語(yǔ)1篇、葡萄牙語(yǔ)3篇以及俄語(yǔ)1篇，出版文獻(xiàn)的年增長(zhǎng)率為22.72%（圖1A）。全球引用總數(shù)（total global citation score，TGCS）和本地引用總數(shù)值（total local citation score，TLCS）是用于衡量學(xué)術(shù)研究影響力的指標(biāo)之一，分別代表了文章在全球范圍的總引用次數(shù)以及本次調(diào)查的1 223篇文獻(xiàn)內(nèi)的總引用次數(shù)，能夠正面反映文章對(duì)其他學(xué)術(shù)研究的影響程度，評(píng)估年份、期刊、作者或研究團(tuán)隊(duì)對(duì)于該領(lǐng)域的重要性和貢獻(xiàn)度^［13］。2006—2022年，文章出版數(shù)量隨時(shí)間推移明顯增加，但是TGCS和TLCS則呈現(xiàn)先增加后減的趨勢(shì)。MaxEnt模型在植物研究領(lǐng)域的應(yīng)用在目前的文獻(xiàn)收集范圍內(nèi)分為2個(gè)階段。第1階段為萌芽階段（2001—2016年），該時(shí)期發(fā)表的文章具有更高的引用值（圖1A）。該時(shí)期引用量較高可能是由于MaxEnt模型是2004年由Phillips團(tuán)隊(duì)基于最大熵原理建立的，在 2006年該模型被Phillips等^［14］應(yīng)用于預(yù)測(cè)2個(gè)新熱帶哺乳動(dòng)物（Bradypus variegatus低地樹(shù)懶和Microryzomys minutus小型山地鼠）的適宜生境的分布，并將擬合結(jié)果與傳統(tǒng)的GARP比較，結(jié)果表明該模型性能優(yōu)良，具有高精度、高重現(xiàn)性、運(yùn)行時(shí)間短等特點(diǎn)。因此其被更多生態(tài)、環(huán)境與資源保護(hù)相關(guān)領(lǐng)域的學(xué)者關(guān)注，進(jìn)一步被應(yīng)用于物種分布評(píng)估與生態(tài)保護(hù)領(lǐng)域，指導(dǎo)遷移策略的制定和實(shí)施^［15］。第2階段為發(fā)展階段（2017年至今），該時(shí)期發(fā)表的文章數(shù)量驟增明顯，但整體引用頻率較低，說(shuō)明引用頻與文章發(fā)表后的時(shí)間成正比（圖1A）。2017年后該領(lǐng)域的發(fā)文量增長(zhǎng)的可能是由于模型運(yùn)算得到優(yōu)化并且MaxEnt模型被建立為開(kāi)源軟件，使其使用更簡(jiǎn)潔 ^［16］，進(jìn)一步推動(dòng)其在生物建模和生態(tài)保護(hù)領(lǐng)域的高速發(fā)展和演進(jìn)。

2.2 出版期刊分析

期刊是學(xué)術(shù)交流和傳播科學(xué)成果的一個(gè)重要來(lái)源^［17］。分析該領(lǐng)域的出版期刊，結(jié)果顯示共有318種不同的期刊發(fā)表與該主題有關(guān)的文章。為了闡明期刊的影響力和發(fā)文量，該研究繪制期刊象限圖^［13］，出于可視化和可讀性的考慮，按照期刊（按TLCS/t）排序選出前15名，結(jié)果顯示已發(fā)表文章數(shù)量的平均值（TP=18.13）和每年的平均總引用次數(shù)（TLCS/t=5.08）；15個(gè)期刊中，Ecol Inform（中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心期刊分區(qū)表中1區(qū)，IF=5.10） 和 Divers Distrib（1區(qū)，IF=4.60） 位于A象限，具有較高的TP和TLCS/t值，高于平均水平；Ecography（1區(qū)，IF=5.90） 和Ecol Eng（2區(qū)，IF=3.80） 位于B象限，TLCS/t高于平均水平但TP低于平均水平；Biol Invasions（2區(qū)，IF=2.90），Glob Change Biol（中科院1區(qū)，IF=11.60），Acta Oeco（4區(qū)，IF=1.80），Biol Conserv（1區(qū)，IF=5.90），J Biogeogr（2區(qū)，IF=3.90） 和J Econ Entomol（2區(qū)，IF=2.20） 位于C象限，TLCS/t和TP都較低；Glob Ecol Conserv（1區(qū)，IF=4.00），Biodivers Conserv（1區(qū)，IF=3.40），Ecol Model（2區(qū)，IF=3.10） 和Ecol Evo（3區(qū)，IF=2.60）位于D象限，TLCS/t低于平均水平但TP高于平均水平（圖1B）。圖1B的4個(gè)象限中A為高度關(guān)注，高影響；B為關(guān)注度低，但影響大; C為關(guān)注度低，影響力??；D為關(guān)注度高，低影響；平行于X軸與Y軸的藍(lán)線和綠線分別代表已發(fā)表文章數(shù)量的平均值和每年的平均總引用次數(shù)。整體落于A象限的期刊具有高的關(guān)注度和影響力^［13］，表明未來(lái)Ecol Inform和Divers Distrib等期刊可能在MaxEnt模型探索植物領(lǐng)域發(fā)揮更重要的作用^［11］。另外，分析2001—2023年期間排名前15期刊的高被引指數(shù)（h-index）以及其發(fā)文量的整體趨勢(shì)，結(jié)果顯示h-index排名前3的期刊分別是Divers Distrib（專注于生物多樣性和物種分布的研究）、Plos One（研究范圍涉及自然科學(xué)，生命科學(xué)和醫(yī)學(xué)等多領(lǐng)域）和Forests（涵蓋了各種與森林生物學(xué)，生物多樣性以及生態(tài)系統(tǒng)相關(guān)的研究主題）。這3種期刊上發(fā)表的文獻(xiàn)被廣泛引用，說(shuō)明其在該領(lǐng)域具有較大的影響力和知名度（圖1C、D）。期刊的發(fā)文2005—2017年期間出版量緩慢增加，2018年后則逐年劇增，2019—2022年期間尤為明顯，這也和前文分析的萌芽時(shí)期與發(fā)展時(shí)期的發(fā)文趨勢(shì)是一致的。值得一提的是，Glob Ecol Conserv是一本關(guān)注生態(tài)學(xué)、自然保護(hù)、可持續(xù)發(fā)展和生物多樣性保護(hù)等領(lǐng)域研究的期刊， 2017年該期刊首次發(fā)表MaxEnt在植物研究領(lǐng)域應(yīng)用的文章^［18］，隨后發(fā)文量逐年增加，對(duì)于推動(dòng)植物領(lǐng)域的研究具有濃厚的興趣，未來(lái)有望成為奠定該領(lǐng)域發(fā)展的主力軍，建議相關(guān)學(xué)者們加強(qiáng)對(duì)其的關(guān)注。

2.3 社會(huì)結(jié)構(gòu)分析

2.3.1 按照國(guó)家劃分。

統(tǒng)計(jì)研究該領(lǐng)域的國(guó)家，結(jié)果顯示有106個(gè)國(guó)家或地區(qū)發(fā)表相關(guān)研究論文。其中，發(fā)文量排名前5位的國(guó)家分別為中國(guó)（410篇，22.82%）、美國(guó)（231篇，12.85%）、印度（81篇，4.51%）、西班牙（72篇，4.01%）以及澳大利亞（64篇，3.56%）。中國(guó)和美國(guó)是該研究領(lǐng)域最重要的主導(dǎo)國(guó)，總發(fā)文量超過(guò)全球的1/3。分析各國(guó)的合作關(guān)系，結(jié)果顯示中國(guó)與美國(guó)的合作最密切，其次是尼泊爾和澳大利亞。美國(guó)于2006年率先開(kāi)始研究該領(lǐng)域，隨后逐年遞增，而中國(guó)的發(fā)文量則集中在2017年以后，并且發(fā)文量逐漸超過(guò)美國(guó)，2019年開(kāi)始與美國(guó)呈倍數(shù)關(guān)系超越（圖2A）。盡管中國(guó)學(xué)者的發(fā)文量很高，但對(duì)最高被引國(guó)家分析結(jié)果表明，美國(guó)的總被引次數(shù)達(dá)5 935次，年平均39.30次，而中國(guó)的總被引次數(shù)為4 542次，年平均僅11.50次（圖2B）?？傮w而言，2001—2022年美國(guó)學(xué)者對(duì)于該領(lǐng)域的研究影響力和深度遠(yuǎn)超中國(guó)學(xué)者，后者在增加發(fā)文量的同時(shí)應(yīng)注重完善由多源遙感數(shù)據(jù)的時(shí)間連續(xù)性和空間柵格精度問(wèn)題導(dǎo)致的模型預(yù)測(cè)偏差，提升物種分布模型研究領(lǐng)域的創(chuàng)新性，增強(qiáng)學(xué)術(shù)研究的深度和質(zhì)量，致力于產(chǎn)出更多具有持久影響力和廣泛應(yīng)用的內(nèi)容。

2.3.2 按機(jī)構(gòu)劃分。

統(tǒng)計(jì)該領(lǐng)域的研究機(jī)構(gòu)，共有1 739個(gè)機(jī)構(gòu)組織，發(fā)文量排名前10位的研究機(jī)構(gòu)分別為中國(guó)科學(xué)院、墨西哥國(guó)立自治大學(xué)以及陜西師范大學(xué)、南京林業(yè)大學(xué)、佛羅里達(dá)大學(xué)、青海大學(xué)、科羅拉多州立大學(xué)、北京師范大學(xué)、北京林業(yè)大學(xué)和中國(guó)林業(yè)科學(xué)研究院（表1）。大多數(shù)最具影響力的機(jī)構(gòu)位于中國(guó)和美國(guó)，其中中國(guó)科學(xué)院發(fā)文量最多（195篇），TLCS值最高（530次）。科羅拉多州立大學(xué)和佛羅里達(dá)大學(xué)是最先開(kāi)始研究該領(lǐng)域的機(jī)構(gòu)，并且發(fā)文量總體呈現(xiàn)平穩(wěn)上升趨勢(shì)，而陜西師范大學(xué)、墨西哥國(guó)立自治大學(xué)以及中國(guó)科學(xué)院是近5年發(fā)文量驟增的機(jī)構(gòu)。聚類分析揭示合作機(jī)構(gòu)關(guān)聯(lián)網(wǎng)絡(luò)，結(jié)果顯示整體聚為14簇，中國(guó)科學(xué)院分別與北京師范大學(xué)、南京林業(yè)大學(xué)等10個(gè)中國(guó)的機(jī)構(gòu)關(guān)系更為密切?？屏_拉多州立大學(xué)則與加利福尼亞大學(xué)、亞利桑那大學(xué)等14個(gè)機(jī)構(gòu)關(guān)系密切。佛羅里達(dá)大學(xué)與陜西師范大學(xué)以及維科薩聯(lián)邦大學(xué)為主的8個(gè)機(jī)構(gòu)合作密切（圖2C、D）?？傊琈axEnt模型在植物領(lǐng)域的研究國(guó)際間合作較為匱乏，整體呈現(xiàn)小世界、分散狀、未網(wǎng)絡(luò)化的合作特征，并且來(lái)自同一個(gè)國(guó)家的機(jī)構(gòu)之間合作更為密切。

2.3.3 作者和文獻(xiàn)分析

運(yùn)用MaxEnt模型研究植物的生態(tài)保護(hù)與評(píng)估的相關(guān)作者共有3 896名。使用TGCS值、TLCS值和Hirsch指數(shù)（h指數(shù)）來(lái)分析前20位最有成效的作者^{［11，19］}。Smith M J、Silander J A和Merow C是排名前3的作者，分別被引2 443、1 966和1 949次，說(shuō)明他們的研究方向與論文為該領(lǐng)域的發(fā)展奠定深厚的科學(xué)基礎(chǔ)。發(fā)文量排名前10位的作者多數(shù)來(lái)源于中國(guó)，其次是美國(guó)和墨西哥。其中Wan J發(fā)文量最多，自2014—2022年共計(jì)26篇，h指數(shù)為10，2016與2019年發(fā)文最多；Kumar S發(fā)文量持續(xù)時(shí)間最長(zhǎng)（2011—2020年），TGCS（456次）與TLCS（107次））較高（表2，圖3A、B），表明這些學(xué)者的研究曾引領(lǐng)該研究方向。另外，由表3可知，出版文獻(xiàn)的全球被引最高次數(shù)文獻(xiàn)是Merow C（2013，Ecography），其次是Hijmans R J（2006，Global Change Biol）以及Syfert M M（2013，Plos One）。分析1 234篇文獻(xiàn)的引文情況，結(jié)果表明Phillips等（2006，Ecol Model）、Elith J（2006，Ecography）和Hijmans R J（2005，Int J Climatol）是引文中排名前3的文獻(xiàn)（表4）。

2.4 概念結(jié)構(gòu)

2.4.1 按主題和學(xué)科領(lǐng)域劃分。主題學(xué)科分析表明，共有40個(gè)學(xué)科研究該領(lǐng)域，關(guān)聯(lián)度聚類分析結(jié)果顯示聚為11簇，其中主題詞輻射關(guān)聯(lián)度最強(qiáng)的前5個(gè)關(guān)鍵主題學(xué)科均來(lái)自第3簇，分別是ecology、environmental sciences、agronomy、plant science和biodiversity conservation，節(jié)點(diǎn)間的關(guān)聯(lián)強(qiáng)度分別為279.43、219.56、177.45、149.69和104.43（圖3C）。關(guān)聯(lián)強(qiáng)度數(shù)值越大，說(shuō)明其對(duì)外輻射影響大，研究熱度高，具有巨大的科學(xué)潛力^{［9，11］}。推測(cè)MaxEnt模型在植物研究領(lǐng)域應(yīng)用這一主題的研究聚焦于第3簇的學(xué)科，并以其為中心對(duì)外輻射和拓展。

2.4.2 按關(guān)鍵詞劃分。

圖4A為關(guān)鍵詞的共現(xiàn)頻率四分圖; 細(xì)分主題（niche themes）代表獨(dú)特且相對(duì)獨(dú)立的研究領(lǐng)域或話題，其可能具有特殊的背景或特征；下降主題（declining themes）代表研究興趣被逐漸弱化的關(guān)鍵詞，其可能是過(guò)去的研究熱點(diǎn)，但在當(dāng)前的研究中不再具有顯著的影響力；基本主題（basic themes）代表研究中最常見(jiàn)和關(guān)鍵的詞匯，是該領(lǐng)域的核心概念或關(guān)注的重點(diǎn)；動(dòng)力主題（motor themes）代表具有活躍發(fā)展趨勢(shì)的關(guān)鍵詞，其可能是當(dāng)前研究中的新興熱點(diǎn)或未來(lái)重點(diǎn)關(guān)注的方向。圖4B為關(guān)鍵詞共引網(wǎng)絡(luò)圖; 不同的顏色代表聚類不同（僅顯示分類出現(xiàn)頻次最高的前3個(gè)關(guān)鍵詞），圓圈越大說(shuō)明出現(xiàn)的詞匯總體出現(xiàn)的頻次越高。圖4C為關(guān)鍵詞隨時(shí)間的變化堆疊圖。圖4D為關(guān)鍵詞突破持續(xù)年份的線棒圖。

關(guān)鍵詞的共現(xiàn)頻率分析表明，性能、精度、樣本量位于發(fā)展程度和相關(guān)程度的中軸線上（圖4A），說(shuō)明學(xué)者們?cè)谘芯縈axEnt模型在植物領(lǐng)域的應(yīng)用時(shí)，極為關(guān)注模型性能的精度以及樣本分布點(diǎn)的數(shù)量。這可能是因?yàn)槲锓N分布模型的建立主要依賴于環(huán)境數(shù)據(jù)的精度以及物種樣本分布點(diǎn)的多少^［20］。氣候變化、MaxEnt以及物種分布是動(dòng)力主題板塊出現(xiàn)頻次最多的，分別使用252、219、208次，說(shuō)明其未來(lái)很有可能處于持續(xù)擴(kuò)展的狀態(tài)，成為引領(lǐng)該領(lǐng)域發(fā)展的熱點(diǎn)方向^{［13，21］}。關(guān)鍵詞共引網(wǎng)絡(luò)揭示11個(gè)熱門關(guān)鍵詞的頻率≥150次，包括氣候變化（252次）、植物（247次）、MaxEnt（219次）、預(yù)測(cè)（215次）、物種分布（208次）、保護(hù)（206次）、分布（108次）、物種分布模型（181次）、性能（164次）、影響（151次）和生物多樣性（151次）（圖4B），說(shuō)明應(yīng)對(duì)氣候變化物種的分布預(yù)測(cè)和生物多樣性保護(hù)已經(jīng)成為熱門話題。為解析這一變化趨勢(shì)，該研究統(tǒng)計(jì)關(guān)鍵詞年份以及近10年的研究主題變化趨勢(shì)，結(jié)果顯示該話題的相關(guān)研究逐年遞增，尤其是在2021年之后，對(duì)溫度和可持續(xù)發(fā)展的關(guān)注更為明顯（圖4C、D）。驅(qū)動(dòng)這些關(guān)鍵詞發(fā)展的原因可能是，自19世紀(jì)末工業(yè)革命以來(lái)，全球氣溫每10年上升約0.08 ℃，而2011—2020年比1850—1990年全球表面溫度平均升高約1.09 ℃，陸地地表溫度升高幅度更快，達(dá)1.59 ℃。政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）第六次評(píng)估報(bào)告指出，除非大幅減少全球溫室氣體排放，否則將變暖限制在遠(yuǎn)低于2.0 ℃和接近1.5 ℃的目標(biāo)將無(wú)法實(shí)現(xiàn)^［22］，極端降水和溫度會(huì)導(dǎo)致物種多樣性下降，植物（被子植物和裸子植物等）和動(dòng)物（獸類、鳥(niǎo)類、兩棲類和無(wú)脊椎動(dòng)物等）的適宜生境范圍發(fā)生一定的變遷^［23］?，F(xiàn)階段報(bào)告已經(jīng)證實(shí)世界上超過(guò)80%的陸地地區(qū)正在經(jīng)歷極端高溫^{［22，24］}，造成植物的幸存危機(jī)更為嚴(yán)峻^［3］。因此，為了幫助管理者更好地解決與物種分布和范圍變化相關(guān)的各種問(wèn)題，大量的學(xué)者使用MaxEnt分布模型進(jìn)一步評(píng)估氣候變化對(duì)物種空間分布的影響^［20］，如秦艽^［25］、黨參^［26］、三七^［27］和花椒^［28］等。

2.5 MaxEnt模型的應(yīng)用現(xiàn)狀與趨勢(shì)

為了展示MaxEnt模型在植物領(lǐng)域應(yīng)用的演變過(guò)程，使用HistCite^TM軟件的“Graph Maker”工具，選擇TLCS值>20的19篇文章繪制引文圖（圖5），統(tǒng)計(jì)各自所在的學(xué)科領(lǐng)域主要講述的關(guān)鍵內(nèi)容，大體可以分為3類（表5）。

（1）

第1類專注于矯正物種分布數(shù)據(jù)的偏差，優(yōu)化模型評(píng)估方法從而增強(qiáng)建模的準(zhǔn)確性和可靠性（圖5，紅色部分）。節(jié)點(diǎn)29的文章^［29］揭示MaxEnt預(yù)測(cè)物種分布的范圍相比傳統(tǒng)機(jī)器學(xué)習(xí)模型的結(jié)果范圍精度更高， GAM的結(jié)果過(guò)于廣泛， Bioclim的預(yù)測(cè)較為狹隘，而多模型聯(lián)合預(yù)測(cè)則會(huì)導(dǎo)致每種算法的特有性被掩蓋。建議基于研究的科學(xué)問(wèn)題以及環(huán)境和物種的實(shí)際分布特征，選擇最適宜預(yù)測(cè)模型而非基于模型本身特征或盲目聯(lián)合多模型造成算法偏差。節(jié)點(diǎn)33的文章^［30］闡明影響模型性能的最主要的因素是用于訓(xùn)練模型的存在點(diǎn)數(shù)（即采樣點(diǎn)的準(zhǔn)確性），其次是氣候的偏差，如果各個(gè)氣候類型的偏差與平均偏差相比有明顯差異的區(qū)域（即范圍內(nèi)空間變異性較高的區(qū)域），說(shuō)明氣候偏差對(duì)預(yù)測(cè)準(zhǔn)確性的影響更大。盡管植物標(biāo)本館和博物館包含了大量有關(guān)生物多樣性的寶貴信息，可以推動(dòng)保護(hù)規(guī)劃和決策的進(jìn)展，但對(duì)許多物種來(lái)說(shuō)這些信息可能仍然不能未篩選就使用。建議使用者對(duì)基礎(chǔ)樣本數(shù)據(jù)的假設(shè)進(jìn)行訓(xùn)練和測(cè)試，并在必要時(shí)尋求專家或其他獨(dú)立驗(yàn)證模型的意見(jiàn)，確保數(shù)據(jù)的準(zhǔn)確性和可靠性。

（2）第2類專注于使用單一模型評(píng)估全球氣候異常變化對(duì)生物多樣性或單一物種分布模式變化的響應(yīng)（圖5，藍(lán)色部分）。節(jié)點(diǎn)34的文章^［6］首次利用MaxEnt揭示澳大利亞西南部100個(gè)桫欏科物種應(yīng)對(duì)氣候變遷預(yù)計(jì)有66%的物種適宜生境面積將下降，只有6%的物種生境將擴(kuò)張或保持穩(wěn)定。總體而言，氣候變化改變?nèi)蛏锒鄻有苑植寄Ｊ健９?jié)點(diǎn)489的文章^［3］使用MaxEnt模型闡明Paeonia delavayi和Paeoni rockii在低溫室氣體排放濃度情景（RCP2.6）下，分布范圍增加；然而，在高排放濃度情景（RCP8.5）下，Paeonia delavayi的適宜棲息地范圍減少，而Paeoni rockii則增加。溫度季節(jié)性和等溫性是促使Paeonia delavayi地理分布的關(guān)鍵因素，而UVB-4和年降水則被確定為決定Paeonia rockii分布的關(guān)鍵因素。總之，MaxEnt模型作為一個(gè)源于統(tǒng)計(jì)力學(xué)的SDM，已經(jīng)是公認(rèn)的預(yù)測(cè)物種潛在分布的通用性環(huán)境模型之一^［31］，利用其評(píng)估物種響應(yīng)氣候變化導(dǎo)致的物種分布范圍空間和時(shí)間模式變化，確定重新引種和優(yōu)先級(jí)區(qū)域的選擇，有助于為物種的森林管理和可持續(xù)利用制定具有先導(dǎo)性的策略方案。

（3）第3類專注于使用多物種分布模型聯(lián)合評(píng)估物種適宜生境的變化（圖5，綠色部分）。節(jié)點(diǎn)43^［32］和節(jié)點(diǎn)257^［7］的文章分別聯(lián)合5種模型構(gòu)建瀕危植物的滅絕風(fēng)險(xiǎn)評(píng)估，以及運(yùn)用2種模型共同揭示蘋(píng)果蠹蟲(chóng)（蘋(píng)果、桃子、梨和其他石果類的主要害蟲(chóng)）的全球潛在分布模式。盡管模型聯(lián)合的方式已被早期學(xué)者們用于物種保護(hù)評(píng)估和生物入侵預(yù)防領(lǐng)域的研究，但是建議后續(xù)學(xué)者在分析氣候變化引起的生物多樣性變遷時(shí)，根據(jù)物種數(shù)據(jù)以及實(shí)際生存現(xiàn)狀合理選取模型，為物種資源管理提供指導(dǎo)策略^［3］。另外，Xia等^［33］基于最新的藥用植物物種名錄，揭示中國(guó)96%的藥用植物熱點(diǎn)保護(hù)中心集中在華中和南部地區(qū)，適宜生境區(qū)將從南部向北方轉(zhuǎn)移，南方將面臨適宜生境面積的大量喪失，而東部和西部地區(qū)未來(lái)將包含明顯更多的適宜生境區(qū)，研究結(jié)果為中國(guó)藥用植物的區(qū)域劃分和自然資源保護(hù)優(yōu)先規(guī)劃策略提出建議?？偟膩?lái)說(shuō)，學(xué)者們可以利用物種分布模型在有限的分布數(shù)據(jù)基礎(chǔ)上，從區(qū)域生態(tài)學(xué)和生物地理學(xué)的角度預(yù)測(cè)物種可能的潛在生長(zhǎng)區(qū)域，于進(jìn)一步完善植物保護(hù)和生態(tài)治理等領(lǐng)域的相關(guān)策略制定，并且為該領(lǐng)域開(kāi)展新的研究方向。

盡管MaxEnt模型在植物研究領(lǐng)域應(yīng)用迅速增長(zhǎng)，但由于不確定性引起的一些弊端仍然存在，亟需后續(xù)學(xué)者進(jìn)一步深入分析和完善^［5］。MaxEnt模型通常假設(shè)背景上的所有位置都以相同的概率進(jìn)行采樣，依賴于一個(gè)沒(méi)有抽樣偏差的樣本，然而現(xiàn)階段大多數(shù)學(xué)者的研究數(shù)據(jù)分布信息只能通過(guò)大型數(shù)據(jù)庫(kù)和參考資料獲得，由于抽樣方法不同、環(huán)境條件等因素在一定程度上導(dǎo)致抽樣偏差。此外，環(huán)境參數(shù)和發(fā)生數(shù)據(jù)多是基于某一時(shí)間段的范圍結(jié)果，很難獲得相對(duì)詳細(xì)的時(shí)間分布特征，這也導(dǎo)致預(yù)測(cè)當(dāng)前分布存在一定程度的不確定性。因此，除了在線標(biāo)本數(shù)據(jù)庫(kù)和相關(guān)文獻(xiàn)外，建議更多的植物場(chǎng)地?cái)?shù)據(jù)（如實(shí)地調(diào)查）有助于提高模型預(yù)測(cè)的精準(zhǔn)度，建議未來(lái)SDM研究整合相關(guān)生物生態(tài)數(shù)據(jù)和氣候/環(huán)境數(shù)據(jù)應(yīng)加強(qiáng)時(shí)間的連續(xù)性和空間的可及性，有助于闡明物種棲息地分布機(jī)制，準(zhǔn)確掌控由環(huán)境差異帶來(lái)的植物種群遷移規(guī)律。

3 結(jié)論

該研究首次使用文獻(xiàn)計(jì)量學(xué)分析WoS核心數(shù)據(jù)庫(kù)2001—2023年有關(guān)MaxEnt模型在植物生態(tài)評(píng)估領(lǐng)域的文章，揭示了該領(lǐng)域發(fā)展概括和未來(lái)的研究熱點(diǎn)。具體結(jié)論包括：①發(fā)文量在2001—2023年間隨年份的增加而顯著增加，2001—2016年為萌芽階段，2017年至今為發(fā)展階段。在此期間研究的論文數(shù)量逐年增加，其中中國(guó)發(fā)文量呈現(xiàn)快速增長(zhǎng)的趨勢(shì)，年度發(fā)文量已經(jīng)超過(guò)世界的1/3，中國(guó)（410篇，22.82%）、美國(guó)（231篇，12.85%）和印度（81篇，4.51%）是高產(chǎn)量論文發(fā)表的前3個(gè)國(guó)家。②MaxEnt模型在植物研究領(lǐng)域的成果主要發(fā)表在Ecol Inform，Divers Distrib和Glob Ecol Conserv等國(guó)外高水平期刊上。中國(guó)科學(xué)院、陜西師范大學(xué)以及墨西哥國(guó)立自治大學(xué)是該領(lǐng)域的主要研究力量。③該領(lǐng)域研究與發(fā)展的核心是從區(qū)域生態(tài)學(xué)和生物地理學(xué)的角度預(yù)測(cè)其生長(zhǎng)區(qū)域在不同時(shí)空?qǐng)鼍暗淖冞w，并解析其分布的關(guān)鍵環(huán)境因子。④歸納該領(lǐng)域的未來(lái)的研究熱點(diǎn)主要為3個(gè)方向，分別是優(yōu)化物種分布模型、單一模型評(píng)估植物應(yīng)對(duì)氣候變化的響應(yīng)模式、應(yīng)用多物種分布模型聯(lián)合評(píng)估植物環(huán)境變化導(dǎo)致植物適宜生長(zhǎng)區(qū)的變遷。

參考文獻(xiàn)

［1］

KONG F，TANG L，HE H，et al.Assessing the impact of climate change on the distribution of Osmanthus fragrans using Maxent［J］.Environmental science and pollution research，2021，28：34655-34663.

［2］ HE P，LI Y F，HUO T T，et al.Priority planting area planning for cash crops under heavy metal pollution and climate change：A case study of Ligusticum chuanxiong Hort［J］.Frontiers in plant science，2023，14：1-20.

［3］ ZHANG K L，YAO L J，MENG J S，et al.Maxent modeling for predicting the potential geographical distribution of two peony species under climate change［J］.Science of the total environment，2018，634：1326-1334.

［4］ LI S Y，MIAO L J，JIANG Z H，et al.Projected drought conditions in Northwest China with CMIP6 models under combined SSPs and RCPs for 2015-2099［J］.Advances in climate change research，2020，11（3）：210-217.

［5］ XU N，MENG F Y，ZHOU G F，et al.Assessing the suitable cultivation areas for Scutellaria baicalensis in China using the Maxent model and multiple linear regression［J］.Biochemical systematics and ecology，2020，90：1-7.

［6］ FITZPATRICK M C，GOVE A D，SANDERS N J，et al.Climate change，plant migration，and range collapse in a global biodiversity hotspot：The Banksia（Proteaceae） of Western Australia［J］.Global change biology，2008，14（6）：1337-1352.

［7］ KUMAR S，NEVEN L G，ZHU H Y，et al.Assessing the global risk of establishment of Cydia pomonella（Lepidoptera：Tortricidae） using CLIMEX and MaxEnt niche models［J］.Journal of economic entomology，2015，108（4）：1708-1719.

［8］ 張金鳳，徐成斌，郭飛.銻生態(tài)環(huán)境風(fēng)險(xiǎn)與水質(zhì)基準(zhǔn)發(fā)展趨勢(shì)的文獻(xiàn)計(jì)量學(xué)研究［J］.環(huán)境工程，2024，42（3）：207-214.

［9］ 劉路路，涂雄兵，張澤華.基于文獻(xiàn)計(jì)量學(xué)的沙漠蝗研究動(dòng)態(tài)分析［J］.植物保護(hù)學(xué)報(bào)，2023，50（2）：479-484.

［10］ VAN ECK N J，WALTMAN L.Citation-based clustering of publications using CitNetExplorer and VOSviewer［J］.Scientometrics，2017，111（2）：1053-1070.

［11］ ARIA M，CUCCURULLO C.Bibliometrix：An R-tool for comprehensive science mapping analysis［J］.Journal of informetrics，2017，11（4）：959-975.

［12］ BAO J F，HU P P，SHE Q Y，et al.A bibliometric and visualized analysis of uremic cardiomyopathy from 1990 to 2021［J］.Frontiers in cardiovascular medicine，2022，9：1-14.

［13］ ZHANG H H，ZHENG Y，ZHANG G S，et al.A bibliometric study for plant RNA editing research：Trends and future challenges［J］.Molecular biotechnology，2023，65（8）：1207-1227.

［14］ PHILLIPS S J，ANDERSON R P，SCHAPIRE R E.Maximum entropy modeling of species geographic distributions［J］.Ecological modelling，2006，190（3/4）：231-259.

［15］ PHILLIPS S J，DUDK M.Modeling of species distributions with Maxent：New extensions and a comprehensive evaluation［J］.Ecography，2008，31（2）：161-175.

［16］

PHILLIPS S J，ANDERSON R P，DUDK M，et al.Opening the black box：An open-source release of Maxent［J］.Ecography，2017，40（7）：887-893.

［17］ LIU H，HONG R，XIANG C L，et al.Visualization and analysis of mapping knowledge domains for spontaneous combustion studies［J］.Fuel，2020，262：1-13.

［18］ QIN A L，LIU B，GUO Q S，et al.Maxent modeling for predicting impacts of climate change on the potential distribution of Thuja sutchuenensis Franch.，an extremely endangered conifer from southwestern China［J］.Global ecology and conservation，2017，10：139-146.

［19］ GARFIELD E，PARIS S W，STOCK W G.HistCite^TM：A software tool for informetric analysis of citation linkage［J］.NFD information-wissenschaft und praxis，2006，57（8）：391-400.

［20］ WANG D Y，SHI C Y，ALAMGIR K，et al.Global assessment of the distribution and conservation status of a key medicinal plant（Artemisia annua L.）：The roles of climate and anthropogenic activities［J］.Science of the total environment，2022，821：1-14.

［21］ 潘智鵬，嚴(yán)雪，劉帆，等.基于文獻(xiàn)計(jì)量學(xué)的凍土植被研究進(jìn)展［J］.植物科學(xué)學(xué)報(bào)，2022，40（6）：751-761.

［22］ ZHAO X F，LEI M，WEI C H，et al.Assessing the suitable regions and the key factors for three Cd-accumulating plants（Sedum alfredii，Phytolacca americana，and Hylotelephium spectabile） in China using MaxEnt model［J］.Science of the total environment，2022，852：1-14.

［23］ RANA S K，RANA H K，RANJITKAR S，et al.Climate-change threats to distribution，habitats，sustainability and conservation of highly traded medicinal and aromatic plants in Nepal［J］.Ecological indicators，2020，115：1-13.

［24］ SONG F，ZHANG G J，RAMANATHAN V，et al.Trends in surface equivalent potential temperature：A more comprehensive metric for global warming and weather extremes［J］.Proceedings of the national academy of sciences，2022，119（6）：1-7.

［25］ 盧有媛，張小波，楊燕梅，等.秦艽藥材的品質(zhì)區(qū)劃研究［J］.中國(guó)中藥雜志，2016，41（17）：3132-3138.

［26］ 郭杰，劉小平，張琴，等.基于 Maxent 模型的黨參全球潛在分布區(qū)預(yù)測(cè)［J］.應(yīng)用生態(tài)學(xué)報(bào)，2017，28（3）：992-1000.

［27］ 張琴，曾凡琳，張東方，等.基于最大熵模型的三七生態(tài)適宜區(qū)及生態(tài)特征［J］.藥學(xué)學(xué)報(bào)，2016，51（10）：1629-1637.

［28］ ZHENG T，SUN J Q，SHI X J，et al.Evaluation of climate factors affecting the quality of red huajiao（Zanthoxylum bungeanum Maxim.） based on UPLC-MS/MS and MaxEnt model［J］.Food chemistry：X，2022，16：1-10.

［29］ HIJMANS R J，GRAHAM C H.The ability of climate envelope models to predict the effect of climate change on species distributions［J］.Global change biology，2006，12（12）：2272-2281.

［30］ LOISELLE B A，JRGENSEN P M，CONSIGLIO T，et al.Predicting species distributions from herbarium collections：Does climate bias in collection sampling influence model outcomes？［J］.Journal of biogeography，2008，35（1）：105-116.

［31］ BAI Y，WEI X，LI X.Distributional dynamics of a vulnerable species in response to past and future climate change：A window for conservation prospects［J］.Peerj，2018，6：1-44.

［32］ BENITO B M，MARTNEZ-ORTEGA M M，MUOZ L M，et al.Assessing extinction-risk of endangered plants using species distribution models：A case study of habitat depletion caused by the spread of greenhouses［J］.Biodiversity and conservation，2009，18（9）：2509-2520.

［33］ XIA C Y，HUANG Y F，QI Y D，et al.Developing long-term conservation priority planning for medicinal plants in China by combining conservation status with diversity hotspot analyses and climate change prediction［J］.BMC biology，2022，20（1）：1-20.