曹永強,袁立婷,李維佳

遼寧師范大學城市與環(huán)境學院,大連 116029

作物耗水是指作物生長過程中對水分的消耗,它是一個地區(qū)主要的水量支出,其歷史演變特征將對當?shù)厮Y源配置產(chǎn)生直接影響[1]。在水資源緊缺地區(qū),作物耗水問題一直受到廣泛的關注。我國作為農(nóng)業(yè)大國,由大量農(nóng)業(yè)用水和水資源短缺帶來的供需矛盾問題威脅著農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展[2]。對農(nóng)作物耗水規(guī)律的研究是農(nóng)田生態(tài)系統(tǒng)水熱平衡中的重要環(huán)節(jié),在保證糧食高產(chǎn)的前提下如何合理配置水資源逐漸成為研究熱點之一。國際上對作物耗水的研究起始于20世紀60年代末,逐漸發(fā)展于20世紀90年代,作為農(nóng)田水利規(guī)劃、設計和用水管理的重要依據(jù),作物需水量長期以來深受水利及農(nóng)業(yè)學界的廣泛重視[3- 7]。早期的研究多是針對于干旱地區(qū),希望通過相關研究找到緩解干旱的方法。如David等[8]在1993年,針對科羅拉南部半干旱區(qū)稀疏植被,利用S-W雙源模型估算了該區(qū)植被的蒸散發(fā)。21世紀后,作物耗水研究逐漸延伸至農(nóng)作物領域,多用于尋求滿足作物增產(chǎn)與水資源配置的需求。Liu等[9]利用雙作物系數(shù)法估算了禹城冬小麥和夏玉米的蒸散發(fā),但未對作物蒸騰與土壤蒸發(fā)進行區(qū)分；Odhiambo等[10]不僅利用S-W雙源模型估算了內(nèi)布拉斯加州滴灌條件下大豆農(nóng)田的蒸散發(fā),且有效區(qū)分了作物蒸騰與土壤蒸發(fā)。目前對于作物耗水的研究多針對蒸散發(fā)展開,研究方法以水量平衡法、PM法、渦動相關實測法、模型模擬等方法較為多用[11- 17]。近年來,對于作物耗水的規(guī)律性研究也呈逐漸發(fā)展態(tài)勢,如白巖等[18]采用基于熱平衡原理的包裹式莖流計,詳細分析了典型生長葡萄樹蒸騰耗水規(guī)律和葡萄地冠層蒸騰及蒸散發(fā)規(guī)律。

文獻計量學是借助文獻特征的數(shù)量,采用數(shù)學與統(tǒng)計學方法來描述、評價和預測科學技術的現(xiàn)狀與發(fā)展趨勢的情報學分支學科[19]。文獻計量學在多學科都有廣泛應用[20- 22],如陳寶明等[23]將其用于外來生物入侵危害與風險評估研究；唐霞等[24]采用文獻計量方法,借助分析軟件TDA(Thomson Data Analyzer)和UCINET軟件對1985—2014年綠洲研究進展情況進行了分析；曹永強等[25]將文獻計量學運用到生態(tài)修復現(xiàn)狀研究中。計量學方法對于學科研究具有很好的指導作用,但目前國內(nèi)發(fā)表的文獻中鮮有針對作物耗水領域的文獻計量分析。為了能夠在總體上把握作物耗水領域的研究現(xiàn)狀、熱點和發(fā)展趨勢,本文以Web of Science核心集合TM數(shù)據(jù)庫為數(shù)據(jù)源,對1985—2016年發(fā)表的作物耗水相關的文獻進行計量分析,以期了解作物耗水領域研究的最新動態(tài),并為作物耗水相關領域的進一步研究提供參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本文數(shù)據(jù)來自湯森路透科技集團(Thomson Reuters)Web of Science產(chǎn)品中的Web of Science核心集合TM數(shù)據(jù)庫。影響因子IF取自Web of science產(chǎn)品自帶的發(fā)布于2015年期刊引用報告JCR(Journal Citation Reports)。通過數(shù)據(jù)庫檢索各類作物耗水研究相關文獻,檢索方式為“主題檢索”,檢索式為：(“Crop water consumption” or “crop′s water-consuming” or “Water consumption of crop”),最終獲得1985—2016年期間的各類文獻共計2451項檢索結果。

1.2 研究方法

本文采用文獻計量的方法對作物耗水研究現(xiàn)狀以及研究熱點趨勢進行分析,并進行可視化處理。由OllePersson開發(fā)的Bibexcel軟件不僅可以完成多種計量分析工作且便于與其他分析軟件進行數(shù)據(jù)交換,因此本文將運用該軟件統(tǒng)計關鍵詞的詞頻并生成相關矩陣。本文的高頻關鍵詞共現(xiàn)網(wǎng)絡可視圖將借助Ucinet及Netdraw軟件得到以表達關鍵詞間的聯(lián)系。Ucinet網(wǎng)絡分析集成軟件具有很強的矩陣分析功能,其包含的二維數(shù)據(jù)分析軟件Netdraw得到的共現(xiàn)網(wǎng)絡可視圖可直觀的表達關鍵詞間的聯(lián)系情況。關鍵詞的關聯(lián)度對可視化結果有一定的影響,需要按照特定的方法對關鍵詞原始共現(xiàn)矩陣進行包容化處理,形成相似矩陣和相異矩陣,真正反映主題之間的緊密聯(lián)系程度[26],目前對詞頻次進行包容化處理的方法主要有包容指數(shù)法、臨近指數(shù)法和相似系數(shù)法(Ochiia系數(shù))3種,本文采用應用較多的關聯(lián)強度Ochiia系數(shù)統(tǒng)計指數(shù)來減少這一影響[27],關聯(lián)強度Ochiia系數(shù)統(tǒng)計指數(shù)的公式如下：

(1)

在此基礎上,運用SPSS軟件中的系統(tǒng)聚類方式對高頻關鍵詞進行聚類分析,得出系統(tǒng)聚類類別劃分。

2 結果與分析

2.1 文獻總體發(fā)文趨勢分析

圖1 1985—2016年作物耗水領域國際文獻發(fā)文量對比 Fig.1 Comparison of the number of international documents on crop water consumption in 1985—2016

1985—2016年作物耗水研究領域的發(fā)文數(shù)量情況如圖1所示。該領域的發(fā)文數(shù)量在總體上呈上升趨勢,在2000年以前,文章發(fā)表量的漲勢是較緩慢的,且年際間年均發(fā)表量相差不大,該時期的作物耗水的研究仍處于初步階段,更多的是作為輔助性研究為相近領域提供幫助。作物耗水的研究很多都被歸化到農(nóng)業(yè)生產(chǎn)、植物生長等大領域研究范圍,對其單獨性的研究較少,因此相關文章的發(fā)表量也較少。對比2000年前后該領域發(fā)文趨勢線系數(shù),可明顯看出2000年以后的文獻發(fā)表量的增漲趨勢明顯增高。進入21世紀以來,隨著作物、植被與資源等領域研究的深入,學界對于作物耗水方面的研究逐步發(fā)展開來,使其逐步由輔助性的研究方向發(fā)展成為獨立的領域。尤其在近幾年農(nóng)業(yè)發(fā)展迅速,農(nóng)業(yè)耗水量增多與水資源短缺問題日益加劇的現(xiàn)狀下,使作物耗水與其相關領域的研究逐步受到學術界的重視,對其針對性的研究逐漸增多。因而,該領域的發(fā)文量和文獻數(shù)量的增長都有大幅度提高。

為便于進一步分析文獻在參與人次與文章質(zhì)量等方面的發(fā)展情況,將1996—2016年發(fā)表的有關于作物耗水相關文獻的基本特征總結如圖2(1996年以前文獻數(shù)量過低,不具有指向意義因此不計入統(tǒng)計)。由圖2可以看出各項指標年際間的變化趨勢,TP代表文獻總數(shù)、AU為作者數(shù)、NR為引文數(shù)、PG為文獻頁數(shù)分別對應主坐標軸刻度,AU/TP、NR/TP、PG/TP結果對應次坐標軸。由圖2可知,篇均作者數(shù)由2.83人增加到4.67人,有更多的學者參與到了相關研究中來；篇均引文數(shù)量年際間變化并不連續(xù)但整體呈現(xiàn)上漲趨勢,引文數(shù)由最初的篇均1.93篇增漲到篇均27.47篇。隨著研究工作的大量展開,學者在引用和參考他人研究成果的資源方面也隨時間逐漸豐富起來,研究成果的增加是引文數(shù)增漲的重要原因；此外論文篇幅增漲趨勢不明顯,基本維持在10頁左右。將圖1與圖2比較分析可以發(fā)現(xiàn),自1996年以來論文數(shù)量和文獻被引用量都有較大增長,除2000年以外,2008年前后各項指標短時間內(nèi)漲幅也較突出。這與2008年《世界發(fā)展報告》提出的在節(jié)能減耗背景下以農(nóng)業(yè)促發(fā)展、大幅提高農(nóng)作物生產(chǎn)效率的政策有關。歐、美、亞地區(qū)各國相繼出臺因地制宜的能源計劃,使得領域內(nèi)與作物、水資源等研究大量展開,并取得了相當數(shù)量的理論成果。

圖2 1996—2016年歷年發(fā)文基本特征Fig.2 Documents basic features in 1996—2016TP：論文總數(shù),Total number of papers；AU：作者,Authors；NR：參考文獻數(shù),Number of references；PG：文章頁數(shù),Pages

2.2 主要研究力量分析

2.2.1 主要研究國家/地區(qū)分析

不同國家論文發(fā)表情況可以在某種程度上反應該國家對于某領域的重視程度及影響力。本文將發(fā)文量居前20位的國家/地區(qū)進行總結,如表1。其中h指數(shù)代表“高引用次數(shù)”,指一個國家(或機構、科研人員)最多有h篇論文分別被引用了最少h次。它是美國物理學家Hirsch于2005年提出的用于“評價科學家的科研績效”的指標,h指數(shù)值越高,表明它的論文影響力越大[22]。由表1可知,發(fā)文量排名前20的國家中,有4個美洲國家(美國、加拿大、巴西和墨西哥),6個亞洲國家(中國、日本、印度、伊朗、以色列和巴基斯坦),1個大洋洲國家(澳大利亞),9個歐洲國家(德國、英國、意大利、法國、荷蘭、西班牙、瑞士、土耳其和希臘)。美國作為排名第一的國家,在文獻數(shù)量、篇均被引用頻次及h指數(shù)排名也均為首列,說明美國在作物耗水領域具有一定權威且在指導價值方面受到了領域?qū)W者的肯定。中國的發(fā)文數(shù)量位居世界前列,但在文獻被引用頻次方面與歐美國家存在差距。我國在國際上發(fā)表英文文獻在時間上的滯后是影響文獻被引用的次數(shù)的主要原因。另外,中國地域遼闊,環(huán)境、地理條件迥異致使很多針對我國區(qū)域性的作物耗水研究沒有得到廣泛的引用。

理論上作物耗水相關技術的研發(fā)對農(nóng)業(yè)國及發(fā)展中國家影響更為顯著,但實際從學術領域研究現(xiàn)狀來看,發(fā)達國家卻占據(jù)更多的席位。這與諸多因素有關,其中,科技水平相對落后、資金短缺等原因使部分以農(nóng)業(yè)為主的地區(qū)資金投入不足,難以支持更多的學術研究；再者,許多發(fā)展中國家的技術、資金及人才儲備的不足等使其較難在該領域世界范圍內(nèi)占有很高的席位。但作為全球第二、第九大經(jīng)濟體[28]的中國和印度,也同是世界上最大且最具有代表性的發(fā)展中國家,二者在作物及其生長影響因素等方面的投入正在逐步加大,其相關研究也有迅猛的發(fā)展。

為進一步明確發(fā)文量較高國家的研究進展,將位居前7位的國家1989—2016年的發(fā)文量變化繪制成圖3(1989年以前無文獻發(fā)表)。可觀察得出,作為農(nóng)業(yè)出口型國家的德國,更早的開始在世界領域發(fā)表作物耗水方面的研究成果。歐洲各國相關研究起步時間較早與其早期相關政策的實施有關,歐共體于1991年6月即制定了首個“歐共體生態(tài)農(nóng)業(yè)條例”使得歐洲很多國家在這一時期將注意力轉(zhuǎn)向生態(tài)農(nóng)業(yè)發(fā)展,對于作物與水資源的研究相繼進展開來。整體上看,各國對作物耗水領域的研究多起步于20世紀90年代初,中國相對較晚。受語言、科研環(huán)境和諸多因素影響,我國于20世紀90年代中后期才開始在世界范圍內(nèi)發(fā)表相關研究成果。各國在該領域研究進展程度上有所差異,2012年以前美國的發(fā)文量位居世界第一。我國自2012年公布中央一號文件以來,大力提倡農(nóng)田資源高效利用等研究,使2012年后我國對于農(nóng)田作物等研究進入一個小高潮,相關文獻發(fā)文數(shù)量反超美國,位居世界前列。

表1 “作物耗水”領域1985—2016年發(fā)文量居前20位國家/地區(qū)分布情況

圖3 1989—2016年各國發(fā)文量變化趨勢Fig.3 The trend of the volume of papers issued in 1989—2016

2.2.2 主要研究機構分析

將1985—2016年作物耗水領域發(fā)文量位居前10的機構按其發(fā)文量高低逐一排列,分別列出其在該領域的發(fā)文數(shù)量、總被引次數(shù)、篇均被引次數(shù)以及h指數(shù),如表2所示。發(fā)文數(shù)最多的前三個機構分別為：中國科學院(文獻占比4.88%)、美國農(nóng)業(yè)部(文獻占比2.99%)以及中國農(nóng)業(yè)大學(文獻占比2.34%)?？傮w上看,在文獻排名前10的機構中,中國相關機構共有3個,發(fā)文數(shù)量占比達9.02%,我國機構在作物耗水領域研究上占有相當席位。

本文從總引用頻次、篇均引用頻次以及h指數(shù)來分析機構影響力的大小。文章被引用最多的機構為美國的加利福尼亞大學,其次是美國農(nóng)業(yè)部(USDA)、以及科學研究理事會。h指數(shù)排名前三位的機構分別為美國農(nóng)業(yè)部(USDA)、科學研究理事會、中國科學院和加利福尼亞大學并列第三。較高的引用率在某種程度上可以說明文獻的受認可程度較高,h指數(shù)大小可以看出其學科影響力的高低,在這兩個方面美國加利福尼亞大學、美國農(nóng)業(yè)部(USDA)和科學研究理事會均位列前三,證明該3個機構在該研究領域的影響力和受認可程度都較高。同時h指數(shù)排名第三的中國科學院在領域也具有相當?shù)挠绊懥?這4個機構均是作物耗水研究領域的權威機構?？傮w說來,科研機構影響力的高低與其發(fā)表的文獻數(shù)量并不具有線性相關,但較高的發(fā)文量在某種程度上會使h指數(shù)增高從而使其影響力隨之增大。

表2 “作物耗水”領域1985—2016年發(fā)文量居前10位單位機構的分布情況

2.2.3 主要刊載期刊分析

將國際上刊載作物耗水領域相關文獻數(shù)前10的期刊進行統(tǒng)計羅列,并分別列出其從1985—2016年間發(fā)表的相關文獻數(shù)量及其占比,5年影響因子以及Web of science類別。統(tǒng)計結果見表3。表中Quartile in Category數(shù)據(jù)來源于Thomson Reuters公司的Journal Citation Reports?數(shù)據(jù)庫。它是將期刊按照學科進行分區(qū),即把某一學科的所有期刊按照上一年的影響因子降序排列,然后平均4等分(各25%),分別為Q1,Q2,Q3,Q4的4個類別,通過分區(qū)可以快速的大致了解期刊的影響力情況。從文獻發(fā)表前10位的期刊可以看出,關于“作物耗水”文章的刊載主要以環(huán)境類、農(nóng)業(yè)類和水資源類雜志為主,其中位列前三位的期刊分別為：荷蘭出版的《Agricultural Water Management》、《The Science of the Total Environment》以及美國的《Journal of Cleaner Production》。Web of science類別對應的分類主要集中于環(huán)境科學類、工程類、農(nóng)業(yè)類和資源類。無論是雜志分類還是Web of science類別都可以看出,作物耗水所屬的研究領域以環(huán)境和農(nóng)業(yè)為主,另外水資源、生態(tài)、氣象等領域也有涉及。由表3還可得知,文獻發(fā)表量前十的期刊的5年影響因子值普遍較高,平均值為3.84,且位于Q1區(qū)間的雜志占絕大多數(shù),可知該領域高載文期刊普遍具有一定影響力。

表3 1985—2016年發(fā)表作物耗水文獻位居前10位期刊

2.3 研究熱點分析

2.3.1 學科領域研究方向

研究方向分析可以明確領域的研究側重點,對于研究的熱點具有一定的指向意義。在所有記錄中結合發(fā)文數(shù)量及其占比情況,在排名前20的研究方向中研究最多的為農(nóng)業(yè)方向,其次為環(huán)境生態(tài)學方向。大部分研究方向集中于資源、能源以及生物化學領域。同時大氣科學、毒理學、計算機科學以及公共衛(wèi)生等跨領域?qū)W科方向也有所涉及,說明作物耗水相關研究并不局限于自然環(huán)境,同時也多方面的涉及到了生產(chǎn)與生活等方面。選取排名前五的研究方向為代表,探討其在作物耗水領域發(fā)文量位居前五的國家中的研究分布狀況及近10年研究發(fā)展情況并繪制成分布圖,如圖4、圖5所示。

圖4 各國研究方向分布情況圖Fig.4 The distribution of research directions

圖5 近10年研究方向發(fā)展情況Fig.5 The development of research in the past 10 years

由圖4可知,排名前五的研究方向在美國、中國、西班牙、意大利及德國的研究分布情況各有不同,但大體分布趨勢與世界總體分布接近。其中與“作物耗水”最直接相關的研究方向“Agriculture(農(nóng)業(yè))”在各國占比均最高；中國在水資源及工程研究方面的側重高于其余4國；西班牙與意大利更多的涉及到植物科學方向。從5個熱點研究方向近10年發(fā)展情況可看出,各研究方向發(fā)展整體上隨時間呈上升趨勢,其中環(huán)境生態(tài)學的漲幅尤為明顯。聯(lián)合國政府間氣候變化專門委員會(IPCC)第4、5次評估報告[29- 30]多次提及全球氣候變暖可能帶來的極端氣象災害高發(fā)的問題,使學界對農(nóng)林、環(huán)境生態(tài)等問題的注意力持續(xù)加強。2010—2011年各研究方向出現(xiàn)小幅攀升,2009年召開的哥本哈根世界氣候大會、2010年世界社會論壇以及第40屆“世界經(jīng)濟論壇”等世界性的論壇會議多次對農(nóng)業(yè)、資源、環(huán)境生態(tài)問題提出高度重視,使這一時期各相關領域?qū)τ谧魑锖乃畣栴}的研究有更多的涉及。

2.3.2 關鍵詞詞頻及可視化分析

關鍵詞作為學術型文章的重要部分,能夠簡潔且直觀的表現(xiàn)出文章的主題和文章的寫作方向。因此著重將“作物耗水”相關關鍵詞進行統(tǒng)計并做進一步的分析。因出現(xiàn)頻率小的關鍵詞很難反映研究熱點,故選用詞頻大于15的關鍵詞,共計56個進行進一步分析。對于多詞同義現(xiàn)象,本文給予了合并,如：“l(fā)ife cycle assessment”、“LCA”都是生命周期評價的意思,故統(tǒng)一用“LCA”表示。對合并后的48個關鍵詞進行統(tǒng)計分析,這48個高頻關鍵詞在某種程度上可以反映目前作物耗水領域的研究核心與熱點,統(tǒng)計結果見表4。

作物耗水研究涉及最多的關鍵詞為灌溉(irrigation)、耗水量(water consumption)、水資源(water resources)和蒸散量(evapotranspiration),分別占高頻關鍵詞的10.71%、10.46%、8.45%及6.04%,均高于平均占比數(shù)2.08%。表明這4種關鍵詞涉及的研究方向是研究熱點。而如能量(energy)、磷(phosphorus)、無土栽培(soilless culture)等詞頻小于20的關鍵詞,其詞頻占比均不足1%,遠小于平均值,說明該研究方向是比較深入和具體的,也可表明作物耗水研究可以進一步深入和拓展,有發(fā)展的空間。從關鍵詞統(tǒng)計上看來,作物耗水研究領域熱點為農(nóng)業(yè)、水資源及土壤等方向。

表4 “作物耗水”期刊論文中高頻關鍵詞及詞頻

為便于了解高頻關鍵詞之間的內(nèi)在關系,采用Bibexcel軟件將48個關鍵詞進行配對,統(tǒng)計它們的共現(xiàn)頻次,利用Ucinet軟件最終得到高頻關鍵詞共現(xiàn)網(wǎng)絡可視圖,如圖6所示。

圖6 作物耗水關鍵詞共現(xiàn)網(wǎng)絡可視圖Fig.6 Crop water consumption co occurrence network visual map

圖中節(jié)點的大小代表關鍵詞出現(xiàn)的頻率高低和與其他方向聯(lián)系的緊密程度,通過雙向箭頭表達關鍵詞配對情況。節(jié)點之間的連線表示節(jié)點之間兩組關鍵詞出現(xiàn)的頻次,連線越粗、表明出現(xiàn)頻次越高,代表兩組關鍵詞的關系就越密切[31]。較大節(jié)點顯示的關鍵詞,例如“irrigation(灌溉)”、“water consumption(耗水量)”、“evapotranspiration(蒸散量)”等即為詞頻較大的關鍵詞,說明這些方向的研究較為頻繁且與其他領域關聯(lián)較多；而如“bioaccumulation(生物富集)”、“l(fā)ysimeter(蒸滲儀)”等節(jié)點較小且與其他關鍵詞聯(lián)系不緊密的詞代表其研究方向涉及較少,或者屬于某種特定的研究方法等。為明確關鍵詞類別劃分,對高頻關鍵詞進行系統(tǒng)聚類分析,得出作物耗水高頻關鍵詞整體分類情況。結果如表5所示。

作物耗水文章涉及到的關鍵詞大體可分為5類,群集1包含的內(nèi)容較少,涉及到的大多是化學和氣候領域的內(nèi)容,分別為甲烷、氧化亞氮、氣候變化、土壤和中國,有地域特性的顯現(xiàn)。群集2所包含的內(nèi)容涉及灌溉、水管理和作物栽培生長等諸多方面內(nèi)容,主要是水資源、土壤等與作物種植領域較為貼切的方向。群集3內(nèi)容最少,主要為作物生長所需要的營養(yǎng)元素“氮(nitrogen)”和“磷(phosphorus)”。群集4為農(nóng)業(yè)風險相關內(nèi)容,屬于分支研究方向。集群5主要為作物生長環(huán)境方面,包括鹽度(salinity)、無土栽培(soilless culture)等方面。

表5 “作物耗水”聚類群體劃分

3 結論

通過對作物耗水相關文獻的統(tǒng)計與分析,并對結果進行總結歸納,得到如下結論：

(1)從發(fā)文趨勢上看,關于作物耗水的發(fā)文量在2000年前后隨時間均符合線性增長,2000年以后增勢變強。學科受重視度與參與研究的學者人數(shù)均隨時間逐步增高。

(2)在領域研究力量方面,歐美等發(fā)達國家占有較大席位；屬于發(fā)展中國家的中國和印度作為農(nóng)業(yè)大國在作物耗水領域亦占有重要地位。主力科研機構分別為美國農(nóng)業(yè)部(USDA)、中國科學院、科學研究理事會和加利福尼亞大學。但從整體方面來看,科研機構影響力的高低與其發(fā)表的文獻數(shù)量并不具有線性相關。在發(fā)文期刊方面,相關文章刊載雜志的研究領域以環(huán)境和農(nóng)業(yè)為主。

(3)通過對作物耗水相關文獻的研究方向和關鍵詞分析得出：研究多以農(nóng)業(yè)種植及其生產(chǎn)相關方向為主,其次為環(huán)境生態(tài)學方向。主要研究熱點集中于作物灌溉、資源利用以及生物化學領域,較深入性的研究方向如某特定地區(qū)或某種作物的研究也有涉及。未來該領域在作物耗水與光合作用、作物蒸散發(fā)和作物生長關系等方向具有可拓展性。

參考文獻(References):

[1] 陳博, 歐陽竹, 程維新, 劉麗平. 近50a華北平原冬小麥-夏玉米耗水規(guī)律研究. 自然資源學報, 2012, 27(7): 1186- 1199.

[2] Chen X P, Cui Z L, Fan M S, Vitousek P, Zhao M, Ma W Q, Wang Z L, Zhang W J, Yan X Y, Yang J C, Deng X P, Gao Q, Zhang Q, Guo S W, Ren J, Li S Q, Ye Y L, Wang Z H, Huang J L, Tang Q Y, Sun Y X, Peng X L, Zhang J W, He M R, Zhu Y J, Xue J Q, Wang G L, Wu L, An N, Wu L Q, Ma L, Zhang W F, Zhang F S. Producing more grain with lower environmental costs. Nature, 2014, 514(7523): 486- 489.

[3] 李蒙, 朱勇, 黃瑋. 氣候變化對云南氣候生產(chǎn)潛力的影響. 中國農(nóng)業(yè)氣象, 2010, 31(3): 442- 446.

[4] Qiu G Y, Yano T, Momii K. An improved methodology to measure evaporation from bare soil based on comparison of surface temperature with a dry soil surface. Journal of Hydrology, 1998, 210(1/4): 93- 105.

[5] Goyal P K. Sensitivity of evapotranspiration to global warming: A case study of arid zone Rajasthan (India). Agricultural Water Management, 2004, 69(1): 1- 11.

[6] Xu C Y, Gong L B, Jiang T, Chen D L, Singh V P. Analysis of spatial distribution and temporal trend of reference evapotranspriation and pan evaporation in Changjiang (Yangtze River) catchment. Journal of Hydrology, 2006, 327(1/2): 81- 93.

[7] McVicar T R, Van Niel T G, Li Lingtao, Hutchinson M F, Mu X M, Liu Z H. Spatially distributing monthly reference evapotranspiration and pan evaporation considering topographic influences. Journal of Hydrology, 2007, 338(3/4): 196- 220.

[8] Stannard D I. Comparison of Penman-Monteith, Shuttleworth-Wallace, and modified Priestley-Taylor evapotranspiration models for wild land vegetation in semiarid rangeland. Water Resources Research, 1993, 29(5): 1379- 1392.

[9] Liu Y J, Luo Y. A consolidated evaluation of the FAO- 56 dual crop coefficient approach using the lysimeter data in the North China Plain. Agricultural Water Management, 2010, 97(1): 31- 40.

[10] Odhiambo L O, Irmak S. Performance of extended Shuttle worth-Wallace model for estimating and partitioning of evapotranspiration in a partial residue-covered subsurface drip-irrigated Soybean field. Transactions of the ASABE, 2011, 54(3): 915- 930.

[11] 楊長剛, 柴守璽, 常磊. 半干旱雨養(yǎng)區(qū)不同覆膜方式對冬小麥土壤水分利用及產(chǎn)量的影響. 生態(tài)學報, 2015, 35(8): 2676- 2685.

[12] 王海波, 馬明國. 基于遙感和Penman-Monteith模型的內(nèi)陸河流域不同生態(tài)系統(tǒng)蒸散發(fā)估算. 生態(tài)學報, 2014, 34(19): 5617- 5626.

[13] 梁麗喬,李麗娟, 張麗, 李九一, 姜德娟, 胥銘興, 宋文獻. 松嫩平原西部生長季參考作物蒸散發(fā)的敏感性分析. 農(nóng)業(yè)工程學報, 2008, 24(5): 1- 5.

[14] 袁小環(huán), 楊學軍, 陳超, 武菊英. 基于蒸滲儀實測的參考作物蒸散發(fā)模型北京地區(qū)適用性評價. 農(nóng)業(yè)工程學報, 2014, 30(13): 104- 110.

[15] 徐俊增, 彭世彰, 丁加麗, 魏征. 基于蒸滲儀實測數(shù)據(jù)的日參考作物蒸發(fā)騰發(fā)量計算方法評價. 水利學報, 2010, 41(12): 1497- 1505.

[16] Xu J Z, Peng S Z, Ding J L, Wei Q, Yu Y M. Evaluation and calibration of simple methods for daily reference evapotranspiration estimation in humid East China. Archives of Agronomy and Soil Science, 2013, 59(6): 845- 858.

[17] 趙麗雯, 趙文智, 吉喜斌. 西北黑河中游荒漠綠洲農(nóng)田作物蒸騰與土壤蒸發(fā)區(qū)分及作物耗水規(guī)律. 生態(tài)學報, 2015, 35(4): 1114- 1123.

[18] 白巖, 朱高峰, 張琨, 馬婷. 基于樹干液流及渦動相關技術的葡萄冠層蒸騰及蒸散發(fā)特征研究. 生態(tài)學報, 2015, 35(23): 7821- 7831.

[19] Pandey R P, Pandey A, Galkate R V, Byun H R, Mal B C. Integrating hydro-meteorological and physiographic factors for assessment of vulnerability to drought. Water Resources Management, 2010, 24(15): 4199- 4217.

[20] 宋麗萍, 王建芳. 基于F1000與WoS的同行評議與文獻計量相關性研究. 中國圖書館學報, 2012, 38(2): 62- 69.

[21] 盛春蕾, 呂憲國, 尹曉敏, 閆長平. 基于web of science的1899- 2010年濕地研究文獻計量分析. 濕地科學, 2012, 10(1): 92- 101.

[22] 張樹良, 安培浚. 國際地震研究發(fā)展態(tài)勢文獻計量分析. 地球?qū)W報, 2012, 33(3): 371- 378.

[23] 陳寶明, 彭少麟, 吳秀平, 王鵬龍, 馬建霞. 近20年外來生物入侵危害與風險評估文獻計量分析. 生態(tài)學報, 2016, 36(20): 6677- 6685.

[24] 唐霞, 張志強. 基于文獻計量的綠洲研究發(fā)展態(tài)勢分析. 生態(tài)學報,2016,36(10):3115- 3122.

[25] 曹永強, 郭明, 劉思然, 楊俊. 基于文獻計量分析的生態(tài)修復現(xiàn)狀研究. 生態(tài)學報, 2016, 36(8): 2442- 2450.

[26] 馬伯永, 徐紅艷, 南青民. 中國地質(zhì)調(diào)查科技發(fā)展態(tài)勢和關鍵詞共詞聚類分析. 國土資源科技管理, 2010, 27(3): 103- 110.

[27] 費鐘琳, 王京安. 社會網(wǎng)絡分析: 一種管理研究方法和視角. 科技管理研究, 2010, 30(24): 216- 219.

[28] Hirsch J E. An index to quantify an individual′s scientific research output. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(46): 16569- 16572.

[29] IPCC. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Brussels: IPCC, 2007.

[30] IPCC. Climate Change2014: Impact, Adaptation, and Vulnerability. Cambridge: Cambridge University Press, 2014 [2014-05-06]. http://www.ipcc.ch/report/ar5/wg2/.

[31] 鐘偉金, 李佳, 楊興菊. 共詞分析法研究(三)——共詞聚類分析法的原理與特點. 情報雜志, 2008, 27(7): 118- 120.