劉萬友 王東 周洪友

摘要 ? ?利用CiteSpace可視化分析軟件，對1927—2019年中國知網(wǎng)（CNKI）收錄的與“燕麥植?！毕嚓P的期刊論文進行檢索，繪制出可視化圖譜;并根據(jù)發(fā)文量、發(fā)文作者、發(fā)文機構、關鍵詞等指標，對國內(nèi)燕麥植保相關領域的研究動態(tài)進行了分析，并對今后該領域的發(fā)展趨勢進行了預測。

關鍵詞 ? ?燕麥;植保;CiteSpace;可視化;中國知網(wǎng)

中圖分類號 ? ?G250.252 ? ? ? ?文獻標識碼 ? ?A

文章編號 ? 1007-5739（2020）04-0001-03 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 開放科學（資源服務）標識碼（OSID）

Abstract ? ?In this paper，the journal papers related to plant protection for oats were retrieved in CNKI from 1927 to 2019，and visualization mapping was drew by using CiteSpace visualization analysis software.Based on the indicators including the number of published papers，authors，institutions and key words，the present status of plant protection for oats in China was analyzed，and the development trend of this field in the future was predicted.

Key words ? ?oats;plant protection;CiteSpace;visualization;CNKI

燕麥又稱玉麥、鈴鐺麥，屬禾本科燕麥屬一年生草本植物，通常分為帶粰型和裸粒型2 種，是糧飼兼用型作物之一[1]。燕麥產(chǎn)業(yè)的發(fā)展在農(nóng)牧結構調(diào)整、農(nóng)民增收增效、生態(tài)環(huán)境改善和消費者健康等方面發(fā)揮了重要的作用。近年來，隨著人們對燕麥營養(yǎng)保健功能認知程度的不斷提高和畜牧業(yè)迅速發(fā)展的需要，我國燕麥產(chǎn)業(yè)顯示出巨大的發(fā)展?jié)摿2-3]。但在燕麥產(chǎn)業(yè)蓬勃發(fā)展的同時，燕麥病蟲草害問題日益凸顯。因此，有必要在該領域加大研究力度。本文利用文獻計量理念及方法，就燕麥植保領域的研究熱點及發(fā)展動態(tài)進行分析，為今后該領域的相關研究指明了方向。

CiteSpace（citation space的簡稱，譯為“引文空間”）是基于Java語言開發(fā)的一款強大的信息可視化軟件，主要基于共引分析理論（co-ciation）和尋徑網(wǎng)絡算法（pathFinder）等理論，針對特定領域文獻（集合）進行計量，目的是為了探尋出學科領域演化的關鍵路徑及其知識拐點，并通過一系列可視化圖譜的繪制來形成對學科演化潛在動力機制的分析和學科發(fā)展前沿的探測[4]。該款軟件于2004年由美國德雷賽爾大學陳超美博士推出，引起越來越多學者的關注，并廣泛運用于自然科學和人文社會科學的不同學科態(tài)勢的可視化分析中。陳超美運用CiteSpace對再生醫(yī)學領域進行分析，成功預言“誘導多能干細胞（iPSC）”領域研究前沿將會摘取諾貝爾獎[5]。符榮鑫等[6]利用CiteSpace系統(tǒng)對國內(nèi)外濕地生物多樣性領域研究成果進行梳理，挖掘濕地生物多樣性領域的知識基礎、發(fā)展脈絡和研究熱點。黃 ?麗等[6]運用CiteSpaceⅢ 繪制中國農(nóng)村電子商務研究領域的知識圖譜，全面分析農(nóng)村電子商務研究的總體情況、研究熱點、研究前沿和研究趨勢，闡明中國農(nóng)村電子商務研究現(xiàn)狀。在燕麥植保領域還未有研究人員梳理其研究成果，因而利用CiteSpace 軟件對燕麥植保領域文獻進行分析有重要意義。

1 ? ?材料與方法

1.1 ? ?數(shù)據(jù)來源與工具

選擇中國知網(wǎng)（CNKI）的高級檢索，文獻分類目錄為農(nóng)業(yè)科技下的植物保護，檢索式為SU=‘燕麥not SU=‘雜草，文獻總數(shù)為694篇，其中手動剔除國內(nèi)外會議論文，刪除報紙等其他形式或與主題不相關文獻后文獻總數(shù)537篇。數(shù)據(jù)庫：跨庫檢索（博士、碩士、期刊、學術輯刊）發(fā)表時間自1927年1月1日至2019年1月15日。

根據(jù)整理得到的數(shù)據(jù)，利用Excel表格和CiteSpace（5.3.R.8）[8]軟件，對相關文獻的時間分布、高產(chǎn)作者分布、機構分布及關鍵詞等進行統(tǒng)計整理分析，并繪制相應的科學知識圖譜。對找到的文獻記錄分析機構和期刊分布，可以發(fā)現(xiàn)該研究領域的主要國家、核心機構和期刊;對參考文獻與關鍵詞共現(xiàn)進行分析，可以發(fā)現(xiàn)該研究領域的演化路徑、重要經(jīng)典文獻;對關鍵詞共現(xiàn)分析，可以確定該研究領域目前的研究熱點;對膨脹詞進行探測，能確定該研究領域的發(fā)展前沿。

1.2 ? ?研究方法

1.2.1 ? ?文獻計量法。文獻計量方法是文獻的統(tǒng)計分析，使用數(shù)學和統(tǒng)計方法來統(tǒng)計分析相關的文獻特征（關鍵詞頻率、組織、作者等）。用于描述或解釋研究主題的分布結構、數(shù)量關系和變化模式的數(shù)據(jù)，從而解釋文獻特點[9]。

1.2.2 ? ?共現(xiàn)分析法。共現(xiàn)分析法由法國Callon、Law和Rip提出。它定量分析了文獻內(nèi)容特征，揭示文獻內(nèi)部隱含意義。通常認為，詞匯在一篇文獻中出現(xiàn)次數(shù)越多，它與主題的聯(lián)系越緊密，通過統(tǒng)計文獻中主題詞出現(xiàn)的次數(shù)，可以看出代表學科和主題的結構變化，發(fā)現(xiàn)科學研究熱點[10]。

1.2.3 ? ?詞頻統(tǒng)計分析法。詞頻統(tǒng)計分析方法是指基于反映文獻核心內(nèi)容的關鍵詞，揭示研究對象發(fā)展的定量關系和內(nèi)在規(guī)律的計量方法。出現(xiàn)的頻次越高，說明在相關研究領域的研究者關注程度越高，甚至可以代表研究熱點和前沿[9]。

1.2.4 ? ?CiteSpace關鍵閾值設定。將CNKI下載的537篇數(shù)據(jù)導入CiteSpace 5.3.R.8中，時間跨度選為1927—2019年，Time Slice（時區(qū)分割）為17年，主題詞來源為title（標題）、abstract（摘要）、key words（關鍵詞），閾值設置為默認值（2，2，20）（2，2，20）和（2，2，20），選定路徑搜索為最小生成樹（minimum spanning tree）算法，其科研機構（institution）、作者（author）共現(xiàn)采用最小生成樹（minimum spanning tree）算法。依據(jù)分析內(nèi)容的不同，選定相應的網(wǎng)絡節(jié)點，如作者、關鍵詞、科研機構等，繪制出我國關于燕麥在植物保護領域的知識圖譜。

2 ? ?結果與分析

2.1 ? ?文獻總體時間分布分析

由CNKI數(shù)據(jù)檢索繪成的圖表可以看出，1927—2019年燕麥植保領域的發(fā)文量整體呈上升趨勢，1927年僅檢索到1篇，而2018年達到30篇;但在個別年份發(fā)文量存在一定的波動（圖1）。1927—1982年發(fā)表的相關文章較少，但在1985年出現(xiàn)了第1個小高峰，發(fā)文量達到9篇。第2個小高峰出現(xiàn)在2002年，發(fā)文量超過10篇。2007—2018年，發(fā)文量持續(xù)保持上升趨勢，2018年達到歷年高峰（30篇），這表明燕麥植保領域的相關研究引起了學者們的廣泛關注，也間接表明了我國燕麥產(chǎn)業(yè)逐漸形成規(guī)模且在迅速發(fā)展。可以預見，未來幾年燕麥植保領域的文獻數(shù)量將仍然保持快速增長的發(fā)展態(tài)勢。

2.2 ? ?研究機構知識圖譜分析

科研機構的知識圖譜分析可以直觀表現(xiàn)出我國燕麥植物保護領域研究的主要科研力量及其科研影響力。利用CiteSpace軟件進行分析，構建出我國從事燕麥植物保護領域研究的科研機構的知識圖譜。每個點代表一個機構，節(jié)點的性狀大小對應該機構發(fā)表文獻的數(shù)量多少。各節(jié)點之間的連線代表各機構之間有合作關系，連線的顏色代表各個機構第1次合作時間，連線的多寡代表機構之間合作的密切程度，連線越多，說明各機構合作越密切[11]。由圖2、表1可知，甘肅農(nóng)業(yè)大學草業(yè)學院和甘肅農(nóng)業(yè)科學院植物保護研究所節(jié)點最大，1927—2019年間發(fā)表文章分別為16篇和12篇。從整體看，相關研究機構存在明顯的地域分布特點，主要集中在我國西北部的燕麥主產(chǎn)區(qū)。網(wǎng)絡密度（Density=0.0468）相對較低，表明我國從事燕麥植保的研究機構較為分散，缺少聯(lián)系與合作。共有8所機構存在合作關系（E=8），其中最大的合作網(wǎng)絡是以甘肅農(nóng)業(yè)大學草業(yè)學院與甘肅農(nóng)業(yè)科學院植物保護研究所等構建的共現(xiàn)網(wǎng)絡;從連線顏色來看，實現(xiàn)的聯(lián)系是在近幾年形成的。因此，隨著燕麥產(chǎn)業(yè)體系的構建，多個科研機構間的合作將會有較大的提升空間。

2.3 ? ?核心作者知識圖譜

通常，作者的發(fā)文量反映其知識生產(chǎn)能力，是作者科研能力的評價標準之一。運行CiteSpace的時間選擇為1927—2019年，每年提取燕麥植物保護研究領域發(fā)表論文數(shù)量最多的50位作者，相關參數(shù)設置為勾選author，TopN設置為50，其他的按軟件默認，經(jīng)軟件分析后生成國內(nèi)燕麥植物保護領域研究的高產(chǎn)作者知識圖譜（圖3），圖譜共有68個節(jié)點，54個連線，網(wǎng)絡密度為0.023 7，呈現(xiàn)出小聚集、外松散的形態(tài)，單獨的點比較多，點之間連線較少，分布較離散，發(fā)文數(shù)越多的作者在可視化知識圖譜中顯示的節(jié)點面積越大。

從圖3可知，國內(nèi)進行燕麥研究的科研人員較多，但多處于獨自研究的狀態(tài)，趙桂琴、劉永剛、郭建國等學者出現(xiàn)頻次較高。為了更清晰地進行對比，在繪制高產(chǎn)作者知識圖譜的同時，還選取了高產(chǎn)作者的發(fā)文頻次、突現(xiàn)時間等數(shù)據(jù)，使用Excel表格以篇次和中心性為主、以發(fā)文時間為次要字段排序，統(tǒng)計整理國內(nèi)燕麥植物保護領域研究前20位高產(chǎn)作者;趙桂琴、柴繼寬、賀春貴等是我國燕麥植物保護領域影響力較高作者。中心性較高的文章主要集中在近幾年發(fā)表，可以推測學者們對燕麥植保的關注度越來越高，但團隊之間的相互聯(lián)系相對較少，多處于獨自研發(fā)狀態(tài)，今后應加強相關領域的合作（表2）。

2.4 ? ?國內(nèi)燕麥植物保護領域研究熱詞分析

詞頻分析法是文獻計量研究方法之一。對某一研究領域文獻中關鍵詞出現(xiàn)的頻次來確定該領域研究的熱點和發(fā)展動向[7]。采用CiteSpace軟件，時間選擇為1927—2019年，時間分段單位為1年，同時選擇網(wǎng)絡節(jié)點為關鍵詞（key word），通過聚類可視化，獲得了國內(nèi)植物保護領域研究的關鍵詞知識圖譜（圖4）和關鍵詞時序知識圖譜（圖5），同時導出按詞頻次降序和中心性降序排列前14個關鍵詞的列表，及國內(nèi)植物保護領域關于燕麥研究近10年關鍵詞（表3）。從圖4、圖5和表3可知，刪除頻次最高的“燕麥”作為本研究的主題詞后，可以看出，1927—2019年國內(nèi)植物保護研究領域的高頻關鍵詞主要為除草劑、莜麥、抗病性、黑粉病、麥類作物、燕麥孢囊線蟲、黑穗病等也有較高的頻次，各年代有不同的熱點關鍵詞。從表4可以看出，二甲戊靈、病蟲害、消解動態(tài)、抗病性、麥二叉蚜、燕麥鐮刀菌、鑒定、孢囊線蟲、燕麥田、防效、雜草防效、燕麥孢囊線蟲、禾谷孢囊線蟲、溫度、化感作用、田間雜草、蚜蟲、產(chǎn)量、抗蚜性、雜草等為近9年的熱點關鍵詞，表明燕麥病蟲草害各個方向都有學者開展研究。

由圖5可知，不同年份的研究熱點不同，“生物防治”這一研究熱點最早出現(xiàn)在2001年，“燕麥田除草劑”則在2002年就已有研究。2009—2013年，主要研究熱點是孢囊線蟲、雜草及產(chǎn)量，近幾年的研究熱點是病害和蟲害。

3 ? ?結論

分析我國燕麥植保領域的研究動態(tài)，結果表明，我國在燕麥植物保護領域的研究將有爆炸性的發(fā)展，發(fā)表的文章數(shù)量將呈現(xiàn)出顯著的增長趨勢;現(xiàn)階段，本領域科研人員呈現(xiàn)“整體分散，局部集中”的狀態(tài)，初步形成了研究團隊，但研究團隊之間尚需進一步加強合作;相關研究機構有限，主要分布于我國北方省份，以獨立研究為主;本領域研究熱詞集中在除草劑、莜麥、抗病性、黑粉病、麥類作物、燕麥孢囊線蟲、黑穗病等，最近幾年研究主要在燕麥病害（抗病性）和蟲害（麥二叉蚜）方面。

總體上，目前燕麥植物保護領域的研究處于一個新階段，其各個方向的研究將更加深入。隨著燕麥種植及其市場規(guī)模的逐漸擴大，病蟲草害問題日趨嚴重，燕麥植保領域?qū)⑽鄬W者投入相關研究。

4 ? ?參考文獻

[1] 杜汝法.中國小雜糧[M].北京：中國農(nóng)業(yè)科學技術出版社，2002.

[2] 王菊蘭.談生態(tài)茶園建設[J].農(nóng)業(yè)裝備技術，2009（6）：21-22.

[3] 文新建.王登良.復合生態(tài)茶園環(huán)境質(zhì)量分析[J].茶葉科學技術，2009（2）：28-29.

[4] 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015，32（2）：242-253.

[5] CHEN C，HU Z，LIU S.et al.Emerging trends in regenerative medicine：ascientometricanalysis in CiteSpace[J].Expert Opinions on Biological Therapy，2012，12（5）：593-608.

[6] 符榮鑫，李旋菁，黃柳欣，等.基于CiteSpace的濕地生物多樣性領域研究的可視化分析[J].農(nóng)業(yè)圖書情報學刊，2018，30（12）：52-60.

[7] 黃麗，俞守華，區(qū)晶瑩.基于CiteSpaceⅢ計量學分析的中國農(nóng)村電子商務的知識圖譜研究[J].農(nóng)業(yè)圖書情報學刊，2018，30（1）：77-83.

[8] CHEN C M.CiteSpace：Visualizing patterns and trends in scientific literature[EB/OL].（2017-10-29）[2019-07-05].http：//cluster.cis.drexel.edu/～cchen/citespace/download/.

[9] 王莉，景海濤，杜久升，等.基于CiteSpace的我國GIS專業(yè)教學期刊可視化分析[J].地理空間信息，2018，16（4）：120-122.

[10] 趙健.知識圖譜繪制技法實用指南[M].沈陽：遼寧大學出版社，2013：17-18.

[11] 許智.圖書情報學知識服務的知識圖譜分析[J].現(xiàn)代情報，2013（2）：166-170.