董靚 張米娜

微氣候（Microclimate）指地面邊界層內(nèi)的小范圍氣候，其特征一致并受地面植被、土壤、地形、水體及人工構(gòu)筑物影響。微氣候和風(fēng)景園林關(guān)系密切[1-5]。風(fēng)景秀麗、氣候宜人，就是對(duì)風(fēng)景園林環(huán)境的典型描述。但有關(guān)風(fēng)景園林微氣候的研究長期以來重視不夠，好在近年逐漸引起學(xué)界重視[6-9]，已成為風(fēng)景園林的研究熱點(diǎn)之一，同時(shí)相關(guān)研究也在其他很多學(xué)科展開。本文采用文獻(xiàn)計(jì)量學(xué)理論和信息可視化技術(shù)，對(duì)2000—2016年微氣候相關(guān)研究的刊載論文進(jìn)行多方位統(tǒng)計(jì)分析，從研究規(guī)模、影響力、學(xué)科和出版物分布、空間分布等方面進(jìn)行客觀評(píng)價(jià)和可視化分析研究，以期直觀、清晰、多角度地展示微氣候研究狀況，同時(shí)辨識(shí)出國內(nèi)外微氣候研究的主要研究主題和核心前沿，從而為風(fēng)景園林、城鄉(xiāng)規(guī)劃、建筑學(xué)、環(huán)境科學(xué)、大氣科學(xué)、林學(xué)及農(nóng)學(xué)等領(lǐng)域的科技工作者提供有啟發(fā)意義的參考信息。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本文以Web of ScienceTM核心合集為數(shù)據(jù)源，采用檢索詞為：TS=（microclimate）OR TS=（micro NEAR/1 climate）OR TS=（microclimatology），時(shí)間跨度為2000—2016年，檢索時(shí)間為2016年11月28日，共檢索到5 572篇相關(guān)文獻(xiàn)。文獻(xiàn)類型包括研究性論文、綜述、會(huì)議文摘、社評(píng)材料、消息、書評(píng)和更正8種，其中研究性論文和綜述這2種類型的文獻(xiàn)能夠反映特定主題的研究特征和發(fā)展趨勢。因此，本文僅選擇研究性論文和綜述作為數(shù)據(jù)來源，最終獲取有效數(shù)據(jù)樣本5 502篇。

1.2 研究方法

采用文獻(xiàn)分析工具HistCiteTM和信息可視化軟件CiteSpace Ⅲ[10]進(jìn)行數(shù)據(jù)分析研究。HistCiteTM是一種引文編年可視化系統(tǒng)，本文用該軟件統(tǒng)計(jì)載文時(shí)序和類型、國家和機(jī)構(gòu)以及定位重要作者[11]。CiteSpace Ⅲ是一款基于分析和可視共現(xiàn)網(wǎng)絡(luò)的Java應(yīng)用程序，它以Web of Science 導(dǎo)出的純文本數(shù)據(jù)為主要數(shù)據(jù)源，可用于探討科學(xué)文獻(xiàn)可視化的模式和發(fā)展趨勢[12]。該軟件適用于多元、分時(shí)、動(dòng)態(tài)的復(fù)雜網(wǎng)絡(luò)分析，能夠顯示一個(gè)學(xué)科或一個(gè)領(lǐng)域在一定時(shí)期發(fā)展的趨勢與動(dòng)向，是近年來在科學(xué)計(jì)量學(xué)中最具特色和影響力的可視化軟件之一[12-13]。

2 微氣候研究的外部特征分析

2.1 研究規(guī)模和影響力分析

5 502篇微氣候研究論文包含15 573位作者，分布在1 276種期刊中，共產(chǎn)生10 157個(gè)關(guān)鍵詞和170 580條被引用的文獻(xiàn)，作者來自于4 019家機(jī)構(gòu)和128個(gè)國家/地區(qū)。發(fā)文量通常作為衡量某一主題研究規(guī)模的指標(biāo)之一，被引頻次可以從一定程度表征研究影響力。因此，本文通過發(fā)文量和被引頻次2個(gè)指標(biāo)對(duì)論文進(jìn)行統(tǒng)計(jì)分析，結(jié)果見圖1。

從總體上看，2個(gè)指標(biāo)隨著時(shí)間推移呈現(xiàn)增長趨勢。發(fā)文量由2000年的180篇遞增到2016年的486篇，體量增長了2.7倍；被引頻次相應(yīng)從47次劇增到11 242次，增長了249倍，結(jié)果表明微氣候研究熱度正在不斷升溫，引起了學(xué)者的廣泛關(guān)注。

2.2 學(xué)科擴(kuò)散性分析和出版物分布

微氣候研究是一個(gè)多學(xué)科交叉的領(lǐng)域。根據(jù)HistCiteTM統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，5 502篇微氣候論文涉及108個(gè)學(xué)科方向，其中主要集中的10個(gè)方向是生態(tài)環(huán)境科學(xué)、農(nóng)學(xué)、林學(xué)、植物學(xué)、大氣科學(xué)、動(dòng)物學(xué)、生物多樣性保護(hù)、建筑與建設(shè)、地質(zhì)學(xué)、能源。表現(xiàn)最突出的是生態(tài)環(huán)境科學(xué)（含風(fēng)景園林與城市環(huán)境方向），發(fā)文量占28.79%，成為微氣候研究領(lǐng)域的主要研究方向。農(nóng)學(xué)占19.38%，排在第2。第3名的是林學(xué)（含城市森林/綠化），發(fā)文量比例為10.72%。

5 502篇論文分布在1 276種期刊上，其 中《Forest Ecology and Management》 載文148篇，位于所有期刊首位，《Building and Environment》以112篇排名第二，《Agricultural and Forest Meteorology》 以 96篇排名第三，載文量Top10 的期刊還包括《Energy and Buildings》（83篇）、《Plos One》（72篇）、《Oecologia》（60篇）、《International Journal of Biometeorology》（45篇）、《Journal of Arid Environments》（43篇）、《Biosystems Engineering》（43篇）、《Biological Conservation》（41篇）和《Global Change Biology》（41篇）。

2.3 空間分布分析

研究國家及機(jī)構(gòu)的發(fā)文情況，有助于了解微氣候領(lǐng)域研究力量的分布，以及各國之間的研究合作現(xiàn)狀，可以獲得關(guān)于隱性知識(shí)“載體”的信息。

通過CiteSpace Ⅲ對(duì)研究國家/地區(qū)和研究機(jī)構(gòu)合作關(guān)系考察發(fā)現(xiàn)，128個(gè)國家/地區(qū)中有90個(gè)產(chǎn)生了合作關(guān)系，形成506條連接線合作網(wǎng)絡(luò)。在合作網(wǎng)絡(luò)中美國處于最核心位置，其圖譜中介中心性①為0.36，90個(gè)國家均與其建立了直接或間接合作關(guān)系。德國、英國和法國處于次核心位置，圖譜中介中心性大于0.1。美國作為論文產(chǎn)出大國，其發(fā)文量1 506篇，占總文獻(xiàn)數(shù)量的27.4%，這一數(shù)值遠(yuǎn)高于排名第2的德國（424篇）和排名第3的英國（402篇）。發(fā)文量排前10的機(jī)構(gòu)還包括加拿大、中國、澳大利亞、巴西、法國、意大利和西班牙，這10家機(jī)構(gòu)發(fā)文量占論文總量的82%。不難看出，微氣候研究成果在國家分布上極不均衡，存在明顯的馬太效應(yīng)，即微氣候研究主要集中在美國和歐盟少數(shù)幾個(gè)國家和地區(qū)。從圖1可知，中國關(guān)于微氣候的研究是從2000年左右開始，直到2004年相關(guān)發(fā)文量超過10篇。之后逐年遞增，2011年發(fā)文量突破20篇，正式進(jìn)入跨越式發(fā)展，于2016年達(dá)到64篇（需要說明的是這里的統(tǒng)計(jì)源是英文文獻(xiàn)）。

與國家合作高度聚集的網(wǎng)絡(luò)不同，微氣候研究在美國和歐盟國家中機(jī)構(gòu)分布具有很強(qiáng)的擴(kuò)散性。微氣候研究機(jī)構(gòu)合作圖譜顯示，美國核心機(jī)構(gòu)既有各個(gè)高校包括加州大學(xué)、威斯康辛大學(xué)和亞利桑那大學(xué)，也有政府機(jī)構(gòu)如農(nóng)業(yè)部、林務(wù)局等，這與美國獨(dú)立的科研中心和強(qiáng)大的科研實(shí)力密切相關(guān)。中國科學(xué)院以124篇在機(jī)構(gòu)發(fā)文中排名第一，但在排名前100的發(fā)文機(jī)構(gòu)中，中國除了中科院之外沒有其他科研機(jī)構(gòu)入圍。表明雖然中國的微氣候研究論文體量處于國際領(lǐng)先水平，但空間分布極度不平衡。

3 微氣候研究共被引聚類分析

共被引分析（Co-Citation Analysis）是指2篇文獻(xiàn)共同出現(xiàn)在了第3篇施引文獻(xiàn)的參考文獻(xiàn)中，這2篇文獻(xiàn)則形成了共被引關(guān)系。通過對(duì)一個(gè)文獻(xiàn)空間數(shù)據(jù)集合進(jìn)行文獻(xiàn)高被引關(guān)系的挖掘的過程稱為文獻(xiàn)共被引分析[14]。文獻(xiàn)共被引分析不僅能反映研究論文的被引情況，而且反映了具有相同或相似研究方向或研究興趣的學(xué)術(shù)共同體。

運(yùn)用CiteSpace Ⅲ軟件對(duì)5 502篇論文進(jìn)行文獻(xiàn)共被引分析，其參數(shù)設(shè)置為：時(shí)間范圍為2000—2016年；一個(gè)時(shí)間切片為2年；連線閾值選擇夾角余弦距離算法；主題詞來源選擇題目、摘要、作者、關(guān)鍵詞；節(jié)點(diǎn)類型設(shè)為文獻(xiàn)共被引；設(shè)定時(shí)間片的閾值為50；可視化模式選擇為靜態(tài)。運(yùn)行后得到文獻(xiàn)共被引網(wǎng)絡(luò)，在此基礎(chǔ)上，通過譜聚類算法對(duì)共被引網(wǎng)絡(luò)進(jìn)行聚類。最后得到節(jié)點(diǎn)數(shù)量為342，連接線為870，網(wǎng)絡(luò)密度為0.014 9的文獻(xiàn)共被引網(wǎng)絡(luò)，如圖2所示。

1 微氣候研究論文發(fā)文量和被引頻次的時(shí)間分布圖Time diagram of microclimate research paper publication and citation frequency

2 微氣候研究文獻(xiàn)共被引網(wǎng)絡(luò)圖譜Network map of microclimate research literature co-citation

網(wǎng)絡(luò)聚類后得到10個(gè)共被引聚類，其模塊化程度值為0.829 6，整個(gè)網(wǎng)絡(luò)的輪廓值為0.318 6，表明整個(gè)文獻(xiàn)共被引網(wǎng)絡(luò)的聚類結(jié)果良好，能夠清楚劃分得到具體類別。表1顯示了10個(gè)共被引聚類的自動(dòng)標(biāo)簽、聚類規(guī)模和輪廓值。采用LLR對(duì)數(shù)似然率算法（Log-Likelihood Ration）選取排名靠前的標(biāo)題詞作為聚類標(biāo)簽，按照聚類規(guī)模大小將聚類從#0到#9編號(hào)。

3.1 #0聚類：戶外熱舒適度

#0聚類是共被引文獻(xiàn)圖譜中最大的聚類，共包含48篇論文，輪廓值為0.947，該數(shù)值與同質(zhì)性檢驗(yàn)的最大值1非常接近，表明聚類的施引文獻(xiàn)是有同質(zhì)性文獻(xiàn)構(gòu)成的集合。如圖2所示，整個(gè)共被引網(wǎng)絡(luò)中，#0聚類形成了知識(shí)鏈最為顯著和密集的紅色聚類，表明聚類是最近幾年形成。進(jìn)一步對(duì)節(jié)點(diǎn)文獻(xiàn)分析發(fā)現(xiàn)，該聚類文獻(xiàn)時(shí)間跨度從2005—2016年，聚類形成的平均時(shí)間為2010年，是10個(gè)聚類中最年輕的聚類。

通過LLR算法從標(biāo)題中提取的聚類命名為“outdoor thermal comfort”，單純從聚類命名來看，#0聚類研究主題是關(guān)于戶外熱舒適度的研究。對(duì)文獻(xiàn)的節(jié)點(diǎn)信息研究進(jìn)一步發(fā)現(xiàn)，中心性大于0.01的節(jié)點(diǎn)文獻(xiàn)為6篇，共被引頻次大于20的高被引文獻(xiàn)是9篇，可以認(rèn)為這些文獻(xiàn)在室外熱舒適度研究中起到了重要作用，因此將其定義為核心文獻(xiàn)。其中被引頻次大于30次，同時(shí)中心性為0.01的核心文獻(xiàn)有3篇。第1篇是英國威爾士班戈大學(xué)（Bangor University）的Bowler D E發(fā)表在期刊《Landscape and Urban Planning》上的論文《Urban Greening to Cool Towns and Cities: A Systematic Review of The Empirical Evidence》[15]，其高被引頻次是整個(gè)聚類中最高（33次）。該論文認(rèn)為在試驗(yàn)條件下城市綠化對(duì)降低城市溫度和提高人體熱舒適性有一定的積極作用，但在實(shí)際城市大空間下，這種積極作用是否存在還有待進(jìn)一步研究，因此，不建議將城市綠化盲目納入城市規(guī)劃中。第2篇是德國佛雷堡大學(xué)（Universit?t Freiburg）的Matzarakis A發(fā)表在期刊《International Journal Of Biometeorology》上的論文《Modelling Radiation Fluxes in Simple and Complex Environments: Basics of the RayMan Model》[16]，該研究在簡單和復(fù)雜的三維環(huán)境中，采用Rayman模型模擬短波和長波輻射通量密度，由此證明人體吸收的短波和長波輻射通量密度對(duì)其能量平衡有重要的影響。中國臺(tái)灣地區(qū)虎尾科技大學(xué)（Formosa University）的Lin T P發(fā)表在期刊《Building and Environment》上的論文《Shading Effect on Long-term Outdoor Thermal Comfort》[17]，研究基于12個(gè)不同場地，累計(jì)10年的氣象數(shù)據(jù)，結(jié)果表明，天空開闊度（Sky View Factor）對(duì)室外熱環(huán)境有顯著影響，遮蔭設(shè)計(jì)需考慮當(dāng)?shù)鼐用竦臒崾孢m要求和大氣候環(huán)境。

3.2 #1聚類：溪流溫度

#1聚類共包含37個(gè)成員，是微氣候共被引圖譜中第2大聚類。該聚類輪廓值為0.757，通過LLR得到的聚類標(biāo)簽命名為：溪流溫度（Stream Temperature）。文獻(xiàn)主要集中在2001—2010年間。通過對(duì)#1聚類進(jìn)一步分析，發(fā)現(xiàn)聚類的節(jié)點(diǎn)文獻(xiàn)大部分都是專著的形式，被引頻次前3的專著中有2部來自開發(fā)核心團(tuán)隊(duì)（R Development Core Team）在2010年和2014年出版的專著《R: A Language and Environment for Statistical Computing》，另外一部專著是Zuur A于2009年出版的《Mixed Effects Model and Extensions in Ecology with R》，這3部專著都采用了R軟件統(tǒng)計(jì)方法在生態(tài)群落分析中的應(yīng)用，說明R已成為生態(tài)系統(tǒng)研究的重要工具。

表1 微氣候研究共被引聚類信息Tab. 1 Co-citation clusters of microclimate studies

#1聚類中中心性最高的是Mccune B于2002年出版的專著《Analysis of Ecological Communities》。Mccune B是美國俄勒岡州立大學(xué)植物病理學(xué)系教授，同時(shí)也是生態(tài)群落多元統(tǒng)計(jì)分析軟件（PC-ORD）軟件的合作開發(fā)者。該專著詳細(xì)介紹了生態(tài)社區(qū)及其環(huán)境的多變量分析方法，同時(shí)也提供了大量來自文獻(xiàn)的基本原理與模擬和真實(shí)數(shù)據(jù)案例。

3.3 #2聚類：華盛頓西部

#2聚類共包含文獻(xiàn)35篇，輪廓值為0.796，文獻(xiàn)的平均時(shí)間為2000年。用LLR算法提取的聚類命名：華盛頓西部（Western Washington） 、分散保留采伐（Dispersed-retention Harvest）和針葉林（Coniferous Forest）權(quán)重一致，系統(tǒng)默認(rèn)為Western Washington。

該聚類核心文獻(xiàn)有4篇，其中被引頻次在30以上的分別是1999年Chen J Q 等發(fā)表在期刊《Bioscience》上的論文《Microclimate in Forest Ecosystem and Landscape Ecology Variations in Local Climate Can be Used to Monitor and Compare the Effects of Different Management Regimes》[18]（被引頻次40次）和Harper K A 于2005年發(fā)表在期刊《Conservation Biology》上的論文《Edge Inf l uence on Forest Structure and Composition in Fragmented Landscapes》[19]。中心性大于0.1的有2篇，分別是2000年Davies-colley R J發(fā)表在期刊《New Zealand Journal of Ecology》上的論文《Microclimate Gradients Across a Forest Edge》[20]和2003年Fahrig L發(fā)表在期刊《Annual Review of Ecology Evolution &Systematics》上的論文《Effects of Habitat Fragmentation on Biodiversity》[21]。這4篇核心論文都是圍繞森林邊緣生態(tài)效應(yīng)和森林碎片化研究內(nèi)容展開。森林邊緣效應(yīng)是生態(tài)學(xué)和生物多樣性保護(hù)的重要概念之一，它在研究生態(tài)系統(tǒng)尺度和景觀生態(tài)系統(tǒng)尺度的能量流和物質(zhì)流等生態(tài)過程中具有重要作用。#2聚類對(duì)邊緣效應(yīng)的內(nèi)涵、特征、定量評(píng)價(jià)和應(yīng)用研究等進(jìn)行多方面研究分析，對(duì)森林經(jīng)營和保護(hù)區(qū)管理等生產(chǎn)實(shí)踐提供一定的指導(dǎo)意義。

3.4 #3聚類：熱帶安第斯山脈的灌木樹種

#3聚類共包含文獻(xiàn)34篇，輪廓值為0.968，表明聚類#3文獻(xiàn)同質(zhì)性很高。文獻(xiàn)篇均時(shí)間為2009年，是共被引圖譜中第2年輕的聚類。用LLR算法提取的聚類命名：熱帶安第斯山脈的灌木樹種（Tropical Moist Polylepis）、地下結(jié)構(gòu)（Below-ground Structure）和東玻利維亞（East Bolivia）權(quán)重一致。用TF＊IDF算法提取的命名為微氣候模擬（microclimate simulations） 和東玻利維亞（Swedish Lapland）。這些標(biāo)簽詞反映了本部分研究主題與微氣候和生物多樣性保護(hù)相關(guān)。

2011年，英國約克大學(xué)Suggitt A J發(fā)表在雜志《Oikos》上的論文《Habitat Microclimates Drive Fine-scale Variation in Extreme Temperatures》[22]是#3聚類被引頻次最高的論文，該研究認(rèn)為坡度坡向和植被的結(jié)構(gòu)對(duì)微氣候產(chǎn)生重要影響，因此，在研究氣候變化對(duì)生態(tài)影響時(shí)必考慮生境和地形微氣候，才能針對(duì)生物多樣性保護(hù)制定更為科學(xué)和適宜的策略。坡度坡向的空間變化影響太陽輻射通量，進(jìn)而影響小氣候生態(tài)因子包括地表溫度、蒸發(fā)量和土壤含水量以及植物的生態(tài)功能。因此，坡度坡向是植被格局、物種分布和生態(tài)系統(tǒng)的關(guān)鍵因素。2008年，Bennie J發(fā)表在雜志《Ecological Modelling》上的論文《Slope, Aspect and Climate:Spatially Explicit and Implicit Models of Topographic Microclimate in Chalk Grassland》[23]采用空間顯性和隱性模型的方法量化太陽輻射、近地表溫度和潛在蒸散量等生態(tài)變量，研究地形變化對(duì)場地微氣候的重要性。Potter K A發(fā)表在雜志《Global Change Biology》上的論文《Microclimatic Challenges in Global Change Biology》[24]強(qiáng)調(diào)小尺度空間下微氣候?qū)ι鷳B(tài)系統(tǒng)的重要性，建議跨學(xué)科合作。Hijmans R J發(fā)表在雜志《International Journal of Climatology》上的論文《Very High Resolution Interpolated Climate Surfaces for Global Land Areas》[25]在整個(gè)微氣候圖譜中中心性最高（0.18），它不僅是#3聚類的核心文獻(xiàn)，同時(shí)也是連接著#1、#2和#3聚類的中心文獻(xiàn)。該文利用ANUSPLIN軟件的薄盤光滑樣條函數(shù)法，對(duì)全球陸地區(qū)域氣候進(jìn)行高分辨率空間插值研究，結(jié)果對(duì)全球氣候變化研究領(lǐng)域獲取氣象數(shù)據(jù)提供了較為科學(xué)的方法。

4 微氣候研究熱點(diǎn)和前沿分析

4.1 研究熱點(diǎn)分析

關(guān)鍵詞是作者對(duì)文獻(xiàn)核心內(nèi)容的精煉，在學(xué)科領(lǐng)域里高頻出現(xiàn)的關(guān)鍵詞常被視為熱點(diǎn)研究領(lǐng)域[26]。因此，本文通過關(guān)鍵詞共現(xiàn)分析來鑒別微氣候研究熱點(diǎn)。圖3為微氣候研究關(guān)鍵詞共現(xiàn)的時(shí)區(qū)視圖，共有122個(gè)節(jié)點(diǎn)，624條連線。圖中每個(gè)圓形的節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)的大小代表該關(guān)鍵詞出現(xiàn)的頻率，較大的節(jié)點(diǎn)則代表微氣候研究熱點(diǎn)研究領(lǐng)域。

由圖3可以看出，大量高頻和高中心性關(guān)鍵詞都出現(xiàn)在2000—2002年，包括溫度、氣候變化、植被、樹冠、光合作用等，形成了微氣候研究的高潮時(shí)期，說明該階段是微氣候研究繁榮時(shí)期。高頻關(guān)鍵詞與后時(shí)區(qū)關(guān)鍵詞之間形成密集連線，表明這些關(guān)鍵詞仍是當(dāng)前微氣候研究熱點(diǎn)。結(jié)合前文高被引文獻(xiàn)研究內(nèi)容的分析,這個(gè)關(guān)鍵詞反映的是微氣候在林學(xué)、生態(tài)學(xué)和農(nóng)學(xué)等方向的研究范疇，說明這些研究內(nèi)容在微氣候研究中占有重要位置。在之后的幾年里，微氣候趨于穩(wěn)定發(fā)展期，主要關(guān)鍵詞反映的研究內(nèi)容依然與林學(xué)、生態(tài)學(xué)和農(nóng)學(xué)相關(guān)，包括環(huán)境、模擬、系統(tǒng)等。2006年，熱島、體溫和自然通風(fēng)這些關(guān)鍵詞開始初現(xiàn)在時(shí)區(qū)視圖中，但相關(guān)研究并沒有引起廣泛關(guān)注，這些關(guān)鍵詞頻次不高且中心性均為0，表明這一階段是微氣候在城市空間的研究開始進(jìn)入研究者的視野。2010年以后，戶外熱舒適度開始有較高的頻次（115次）和中心性（0.01）。2012年，城市熱島頻次為86次，中心性為0.04。除此之外，影響、城市和設(shè)計(jì)等關(guān)鍵詞也成為核心節(jié)點(diǎn)，可以預(yù)測，微氣候在風(fēng)景園林與城市環(huán)境下的研究將會(huì)引領(lǐng)一次微氣候領(lǐng)域的研究高潮。

4.2 研究前沿辨析

研究前沿是一個(gè)情報(bào)學(xué)的概念，最早于1965年由文獻(xiàn)計(jì)量學(xué)家Price提出，用來描述研究領(lǐng)域的動(dòng)態(tài)本質(zhì)[27]。研究前沿的識(shí)別與追蹤能夠?yàn)檠芯空咛峁W(xué)科研究的最新演化動(dòng)態(tài)，預(yù)測學(xué)科發(fā)展的方向和研究熱點(diǎn)，對(duì)學(xué)科發(fā)展建設(shè)具有重要意義。CiteSpace Ⅲ可利用突現(xiàn)詞（Burst Detection）檢測算法確定研究前沿?；痉椒ㄊ峭ㄟ^關(guān)鍵詞的時(shí)間分布，將其中頻次變化率高的詞從大量的主題詞中探測出來，依靠詞頻的變動(dòng)趨勢，而不僅是頻次的高低確定前沿領(lǐng)域和發(fā)展趨勢[28]。

CiteSpace Ⅲ檢測出突現(xiàn)度排名前20的關(guān)鍵詞，其中12個(gè)高突現(xiàn)度關(guān)鍵詞都是2012年后出現(xiàn)的，包括影響、城市、設(shè)計(jì)、氣候變化、城市熱島、舒適度、室外熱舒適等。一般認(rèn)為，研究前沿是科學(xué)研究中最新、最先進(jìn)、最具有發(fā)展?jié)摿Φ难芯恐黝}或研究領(lǐng)域，時(shí)效性是其重要標(biāo)志。因此，通過近三四年以來高突現(xiàn)度關(guān)鍵詞可以判讀，以城市為載體的微氣候研究是該領(lǐng)域的研究前沿。進(jìn)一步對(duì)高突現(xiàn)度關(guān)鍵詞的施引文獻(xiàn)分析發(fā)現(xiàn)，近期在風(fēng)景園林學(xué)科相關(guān)的微氣候研究主要呈現(xiàn)以下3個(gè)方向：

3 微氣候關(guān)鍵詞共現(xiàn)時(shí)區(qū)視圖Co-occurence time zone of microclimate keywords

1）住宅和街區(qū)的微氣候。

在住宅和街區(qū)所形成的居住性質(zhì)的城市區(qū)域中，相關(guān)研究集中在利用現(xiàn)場實(shí)測和數(shù)值模擬，探討場地的微氣候變化規(guī)律和改善策略。該研究內(nèi)容主要集中在建筑物布局、植物配置、下墊面情況等多種因素對(duì)微氣候的影響。隨著軟件數(shù)值模擬技術(shù)的發(fā)展，對(duì)物質(zhì)空間的仿真程度增加，可以引入更多的設(shè)計(jì)變量，更接近真實(shí)的戶外空間微氣候狀況。但對(duì)于風(fēng)景園林背景的專業(yè)人員而言，需要大量數(shù)理知識(shí)和仿真模擬的實(shí)驗(yàn)研究，在理解和使用上均有較大難度。

2）公園與廣場的微氣候。

城市公園作為常見的公共綠地，能夠調(diào)節(jié)城市微氣候，降低城市污染，提供生物棲息地，是大眾游憩、休閑的主要場所；城市廣場則是交通、貿(mào)易和公共生活的中心，是區(qū)域內(nèi)重要的空間節(jié)點(diǎn)。2種不同類型的城市空間的微氣候及使用狀況是相關(guān)研究的主要類型。城市公園和廣場中，植物配置和下墊面情況對(duì)場地的微氣候影響，活動(dòng)水平與微氣候的關(guān)系常被列出研究。對(duì)熱環(huán)境的評(píng)價(jià)從單純空氣溫度拓展到各類綜合的熱舒適指標(biāo)；對(duì)使用者行為的評(píng)價(jià)包括總?cè)藬?shù)的統(tǒng)計(jì)和活動(dòng)水平的分析。

3）微氣候與戶外空間使用行為。

戶外空間使用行為與熱舒適相關(guān)性研究的基本假設(shè)是：戶外空間的微氣候特征會(huì)影響使用者的行為與空間利用狀況。基本研究流程是：選取特定的室外活動(dòng)場地（如廣場、公園、街道），問卷調(diào)查使用者的主觀舒適度，現(xiàn)場測量空氣溫度、濕度、太陽輻射等氣象參數(shù)并計(jì)算生理等效溫度等舒適度指標(biāo)，輔助以現(xiàn)場活動(dòng)記錄，綜合討論并得出結(jié)論。

5 結(jié)語

本文采用文獻(xiàn)計(jì)量學(xué)方法系統(tǒng)分析了5 502篇微氣候研究文獻(xiàn)，了解該主題領(lǐng)域開展研究工作最為活躍的國家、機(jī)構(gòu)和出版物，以及受關(guān)注度較高的研究方向，對(duì)相關(guān)研究工作者具有重要的參考價(jià)值。同時(shí)，通過知識(shí)圖譜可視化方法，對(duì)微氣候研究主題和其演進(jìn)歷程進(jìn)行系統(tǒng)地分析，這對(duì)把握微氣候領(lǐng)域的研究工作發(fā)展趨勢具有重要的啟發(fā)意義。

2000—2002年是微氣候研究的繁榮時(shí)期，高頻關(guān)鍵詞與后時(shí)區(qū)關(guān)鍵詞之間形成密集連線，表明這些關(guān)鍵詞仍是當(dāng)前微氣候研究熱點(diǎn)。城市空間下的微氣候研究是當(dāng)前微氣候研究領(lǐng)域的研究前沿，圍繞展開的研究熱點(diǎn)包括城市住宅與街區(qū)微氣候、公園與廣場微氣候以及微氣候與戶外空間使用行為研究等。

注釋：

① 節(jié)點(diǎn)中介中心性是圖論中的一種屬性，用來衡量網(wǎng)絡(luò)中不同位置節(jié)點(diǎn)的重要性。

② 文中圖片、表格都由作者團(tuán)隊(duì)繪制。