楊睿哲，陳蘭蘭，劉雪健，鄭一鳴，鄭 偉，翟丙年，王朝輝，李紫燕

（1西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院/農(nóng)村農(nóng)業(yè)部西北植物營(yíng)養(yǎng)與農(nóng)業(yè)環(huán)境重點(diǎn)實(shí)驗(yàn)室，陜西楊陵 712100；2甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院/甘肅省干旱生境作物學(xué)重點(diǎn)實(shí)驗(yàn)室，蘭州 730070）

0 引言

農(nóng)田系統(tǒng)是全球生態(tài)系統(tǒng)的重要組成部分，具有產(chǎn)品服務(wù)、環(huán)境服務(wù)和區(qū)域生態(tài)安全等重要價(jià)值[1]。農(nóng)田系統(tǒng)的生態(tài)環(huán)境效應(yīng)不僅受內(nèi)部組分的物質(zhì)循環(huán)和能量流動(dòng)途徑影響[2]，更易受到氣候變化、種植制度、土壤性質(zhì)、農(nóng)田管理等因素的影響和制約[3-4]，如黃土半干旱地區(qū)研究中發(fā)現(xiàn)短期保護(hù)性耕作可以有效降低碳足跡(11.0%)[5]，而其他研究則認(rèn)為長(zhǎng)期免耕較其他耕作措施顯著提高了農(nóng)田碳儲(chǔ)量，可有效降低中國(guó)北方地區(qū)碳排放[6]。此外，即使在同一區(qū)域內(nèi)，由于研究方法和觀測(cè)技術(shù)的差異，也可能會(huì)導(dǎo)致結(jié)果不同。例如，目前常見(jiàn)的農(nóng)田氨揮發(fā)研究中，海綿法和抽氣法測(cè)定的氨揮發(fā)通量差異可達(dá)到35.11%[7]。就土壤碳氮庫(kù)儲(chǔ)量計(jì)算而言，目前常見(jiàn)的固定深度法(fixed depth method，F(xiàn)D)和等效質(zhì)量法(equivalent mass method，ESM)得到的估算結(jié)果也存在較大差異[8-10]，如Tong等[8]運(yùn)用FD和ESM方法對(duì)中國(guó)黑河流域土壤有機(jī)碳、全氮儲(chǔ)量進(jìn)行估算，結(jié)果表明FD法估算的土壤有機(jī)碳和全氮儲(chǔ)量結(jié)果比ESM法分別顯著高1.92%、4.25%。由此可見(jiàn)，農(nóng)田生態(tài)系統(tǒng)經(jīng)濟(jì)環(huán)境效益、地力質(zhì)量受多種因素的影響，評(píng)價(jià)結(jié)果也因方法而異，建立明確區(qū)域乃至全球尺度的農(nóng)田生態(tài)系統(tǒng)環(huán)境綜合評(píng)估，必須要建立可量化的文獻(xiàn)綜合評(píng)價(jià)分析[11]。早期的整合分析往往是利用專家知識(shí)定性分析或是簡(jiǎn)單運(yùn)算討論，研究者自身的傾向性嚴(yán)重影響結(jié)論。薈萃分析(meta-analysis)是重要的文獻(xiàn)量化評(píng)估工具，由英國(guó)教育心理學(xué)家Glass G V命名，可實(shí)現(xiàn)宏觀尺度研究數(shù)據(jù)整理分析，綜合評(píng)價(jià)多因子綜合/單獨(dú)作用的影響效果，進(jìn)而揭示結(jié)果異質(zhì)性的原因和機(jī)制[12-13]。如Valladares F發(fā)表了《Is the change of plant-plant interactions with abiotic stress predictable?A metaanalysis of field results in arid environments》，研究了在半干旱條件下，植物間互作效應(yīng)指標(biāo)（植物存活率、密度、生長(zhǎng)量、產(chǎn)量）對(duì)不同強(qiáng)度的非生物脅迫響應(yīng)的薈萃分析，發(fā)現(xiàn)植物間的互作效應(yīng)在高強(qiáng)度非生物脅迫下均無(wú)顯著變化，推翻了之前Callaway R M和Brooke R W關(guān)于作物互作效應(yīng)理論和模型預(yù)測(cè)結(jié)果[14-16]。由此可見(jiàn)，薈萃分析已成為生態(tài)學(xué)研究理論有效性和應(yīng)用型研究結(jié)果可靠性檢驗(yàn)的重要方法。近年來(lái)，大量學(xué)者開(kāi)始應(yīng)用薈萃分析評(píng)估農(nóng)業(yè)生態(tài)學(xué)相關(guān)工作，科技論文發(fā)表數(shù)量也在持續(xù)增長(zhǎng)，也存在相似研究主題扎堆、綜合評(píng)價(jià)可行性不足等問(wèn)題?；诖耍P者利用文獻(xiàn)計(jì)量學(xué)方法，從不同角度分析介紹了薈萃分析方法在具體研究受重視的程度、發(fā)展趨勢(shì)和熱點(diǎn)，明確國(guó)內(nèi)在農(nóng)業(yè)生態(tài)學(xué)薈萃分析研究方面的發(fā)展現(xiàn)狀和主要成果，以期為后續(xù)研究農(nóng)業(yè)生態(tài)學(xué)的薈萃分析應(yīng)用提供知識(shí)普及和有益參考，同時(shí)為農(nóng)業(yè)生態(tài)薈萃分析的未來(lái)研究方法和方向提供建議。

1 材料與方法

1.1 研究方法

CiteSpace軟件可通過(guò)一系列算法對(duì)某一領(lǐng)域的研究現(xiàn)狀和發(fā)展前沿進(jìn)行分析，被廣泛運(yùn)用于文本數(shù)據(jù)分析和挖掘[17-18]。筆者運(yùn)用CiteSpace軟件和Web of Science(WOS)自帶文獻(xiàn)分析工具，通過(guò)頻次、中介中心性、H指數(shù)、輪廓值、突顯強(qiáng)度等指標(biāo)揭示學(xué)科發(fā)展進(jìn)程，分析科研領(lǐng)域的研究脈絡(luò)和結(jié)構(gòu)關(guān)系，并探索學(xué)科最新動(dòng)態(tài)。

本研究統(tǒng)一設(shè)置時(shí)間切片(year per slice)為1，將節(jié)點(diǎn)類型(node types)選中關(guān)鍵詞(keyword)，設(shè)置節(jié)點(diǎn)最低出現(xiàn)頻率(topN,e)為3，其他設(shè)置不變；將節(jié)點(diǎn)類型(note types)分別單次選中被引作者(cited author)、關(guān)鍵詞(keyword)、機(jī)構(gòu)(institution)、國(guó)家(country)，top設(shè)置為45；裁剪功能(pruning)同時(shí)選中尋徑網(wǎng)絡(luò)(pathfinder)、每個(gè)切片網(wǎng)絡(luò)裁剪(pruning sliced networks)、合并后網(wǎng)絡(luò)裁剪(pruning the merged network)，其他設(shè)置不變。

1.2 數(shù)據(jù)來(lái)源

為保證研究結(jié)果的科學(xué)性和可靠性，文獻(xiàn)計(jì)量分析數(shù)據(jù)來(lái)源于Web of Science(WOS)數(shù)據(jù)庫(kù)核心合集的核心期刊，通過(guò)主題設(shè)置為meta或meta-analysis，學(xué)科分類選擇“農(nóng)業(yè)生態(tài)學(xué)科”，搜索1994—2020年相關(guān)文獻(xiàn)，并逐條檢查檢索結(jié)果，最終獲得有效相關(guān)文獻(xiàn)718篇。

1.3 網(wǎng)絡(luò)指標(biāo)屬性

中介中心性(betweenness centrality)是測(cè)度節(jié)點(diǎn)的一個(gè)重要指標(biāo)，具有高中介中心性的節(jié)點(diǎn)通常是連接其他節(jié)點(diǎn)的關(guān)鍵樞紐，用紫色外圈標(biāo)記的為重要節(jié)點(diǎn)（中介中心性不小于0.1）[19]。突發(fā)性檢測(cè)(burst detection)表示節(jié)點(diǎn)在某段時(shí)間內(nèi)出現(xiàn)頻次突增，紅色矩形表示節(jié)點(diǎn)在某時(shí)間的突增，具有高突發(fā)性的節(jié)點(diǎn)通常是某段時(shí)期的熱點(diǎn)并引起了高度重視。模塊值(modularityQ)和輪廓值(mean silhouette)表示網(wǎng)絡(luò)模塊化結(jié)構(gòu)和聚類結(jié)果的顯著程度。模塊值在0.4～0.8表示聚類結(jié)果較好，輪廓值越接近1說(shuō)明同一聚類內(nèi)的同質(zhì)性越高[17]。

2 結(jié)果與分析

2.1 文獻(xiàn)發(fā)表量分析

時(shí)間是投射客觀存在的維度之一，客觀規(guī)律在時(shí)間發(fā)展序列中會(huì)表現(xiàn)出來(lái)[20]。發(fā)文量及其發(fā)表年份可以反映研究專題隨時(shí)間發(fā)展的動(dòng)態(tài)，對(duì)發(fā)文量進(jìn)行統(tǒng)計(jì)如圖1所示。1994—2020年共發(fā)表相關(guān)文獻(xiàn)718篇。1994—2003年的10年中，發(fā)文量?jī)H占總發(fā)文量的7%，表明研究人員對(duì)薈萃分析應(yīng)用于農(nóng)業(yè)生態(tài)領(lǐng)域仍處于探索階段。2004年以后，發(fā)文量呈顯著增加趨勢(shì)，年均增長(zhǎng)率為22%，這與薈萃分析方法更加完善和農(nóng)業(yè)生態(tài)系統(tǒng)過(guò)程研究、安全評(píng)價(jià)研究、環(huán)境評(píng)價(jià)研究、服務(wù)機(jī)理和價(jià)值研究的快速發(fā)展為應(yīng)用薈萃分析方法的文獻(xiàn)提供了豐富的數(shù)據(jù)基礎(chǔ)有關(guān)[21]。

圖1 每年發(fā)表總論文數(shù)(1994—2020)

2.2 合作特征空間分布研究

合作圖譜可識(shí)別世界各機(jī)構(gòu)的合作關(guān)系，判斷各機(jī)構(gòu)在研究領(lǐng)域的學(xué)術(shù)地位和貢獻(xiàn)度，也便于發(fā)現(xiàn)值得學(xué)習(xí)的機(jī)構(gòu)。通過(guò)國(guó)際機(jī)構(gòu)合作分析可得到發(fā)文量前10位的發(fā)文機(jī)構(gòu)（表1）和合作關(guān)系（圖2）。由圖2可知，全球共有151所機(jī)構(gòu)使用薈萃分析方法用于農(nóng)業(yè)生態(tài)學(xué)研究，歐美國(guó)家的研究機(jī)構(gòu)之間合作聯(lián)系緊密，中國(guó)研究機(jī)構(gòu)之間合作較為密切，但國(guó)際合作較少。從發(fā)文量來(lái)看，進(jìn)行該主題研究的機(jī)構(gòu)主要是高校和研究所。美國(guó)加州大學(xué)戴維斯分校（16篇）和荷蘭瓦赫寧根大學(xué)（9篇）發(fā)文量分別位于第1位和第5位，中介中心性最高，表明這2所研究機(jī)構(gòu)在該研究領(lǐng)域中有著重要地位。中國(guó)農(nóng)業(yè)大學(xué)（16篇）、中國(guó)科學(xué)院（15篇）、中國(guó)農(nóng)業(yè)科學(xué)院（10篇）均在發(fā)文量前10位，可見(jiàn)，其為國(guó)內(nèi)的農(nóng)業(yè)生態(tài)學(xué)研究和薈萃分析應(yīng)用做出了重要貢獻(xiàn)。

表1 發(fā)文量前10名的機(jī)構(gòu)

圖2 機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜

2.3 高被引作者分析

基于CiteSpace的共被引作者分析和WOS自帶的統(tǒng)計(jì)分析功能得到表2。本地被引頻次為該論文被有效文獻(xiàn)（本次篩選導(dǎo)出的論文集合）的總被引次數(shù)，表示某論文在本研究領(lǐng)域的影響力。H指數(shù)和總被引頻次是某篇論文在WOS數(shù)據(jù)庫(kù)中計(jì)算出的，表示該論文在WOS數(shù)據(jù)庫(kù)的綜合影響力，但施引文獻(xiàn)不一定屬于本研究主題的文獻(xiàn)，故具有高H指數(shù)和總被引頻次的文獻(xiàn)不能準(zhǔn)確代表其內(nèi)容在本研究領(lǐng)域的重要度。

表2 前10名高被引作者和引文

續(xù)表2

對(duì)高被引作者結(jié)果進(jìn)行梳理后可以發(fā)現(xiàn)，排名前10位的論文主要集中在2個(gè)方面。（1）研究方法的闡述和更新，如排名第一的Hedges L V[22]在《Ecology》期刊發(fā)表的題為《The meta-analysis of response ratios in experimental ecology》的論文，正式將對(duì)數(shù)響應(yīng)比（實(shí)驗(yàn)組與對(duì)照組的平均結(jié)果之比）引用到生態(tài)學(xué)領(lǐng)域來(lái)度量每項(xiàng)獨(dú)立實(shí)驗(yàn)或總體的效應(yīng)值大小，并對(duì)其在生態(tài)學(xué)的應(yīng)用適宜性進(jìn)行優(yōu)化。Gurevitch J[23]發(fā)表的《Statistical issues in ecological meta-analyses》，主要介紹生態(tài)學(xué)研究中的薈萃分析參數(shù)設(shè)定、選擇加權(quán)分析、固定效應(yīng)模型、隨機(jī)效應(yīng)模型、回歸分析方法、重抽樣法之間的模型比較，這奠定了現(xiàn)代生態(tài)學(xué)的薈萃分析研究方法應(yīng)用基礎(chǔ)。20世紀(jì)以來(lái)，薈萃分析方法學(xué)改進(jìn)與計(jì)算機(jī)應(yīng)用和模型模擬結(jié)合更為緊密。例如，Viechtbauer W[24]在2010年的文章中建立了基于R語(yǔ)言的Metafor模塊使得薈萃分析對(duì)科研人員更為友好，極大地簡(jiǎn)化了數(shù)理統(tǒng)計(jì)計(jì)算過(guò)程，實(shí)現(xiàn)調(diào)節(jié)研究水平協(xié)變量、多種繪圖和測(cè)試發(fā)表偏倚函數(shù)等功能，讓薈萃分析的應(yīng)用更為廣泛。針對(duì)固定效應(yīng)模型和隨機(jī)效應(yīng)模型誤用問(wèn)題，Borenstein M[25]發(fā)表的《A basic introduction to fixed-effect and random-effects models for meta-analysis》，詳細(xì)介紹了固定效應(yīng)模型和隨機(jī)效應(yīng)模型概念和區(qū)別，對(duì)如何正確選擇效應(yīng)模型做出闡述。文件抽屜問(wèn)題（發(fā)表偏倚問(wèn)題）是進(jìn)行薈萃分析的重要問(wèn)題，指具有顯著性差異的研究結(jié)果發(fā)表機(jī)會(huì)更多[26]。為避免科研人員只關(guān)注具有顯著性差異的研究，Rosenberg M S[27]在2005年提出失安全數(shù)(fail-safe numbers)來(lái)判斷是否存在發(fā)表偏倚問(wèn)題。上述方法和指標(biāo)的出現(xiàn)說(shuō)明薈萃分析在生態(tài)學(xué)領(lǐng)域正逐步被認(rèn)可，且其方法的精準(zhǔn)性和可信度研究日趨成熟。（2）針對(duì)農(nóng)業(yè)生態(tài)學(xué)研究主題的研究。Koricheva J[28]在1998年發(fā)表了木本植物的次生代謝對(duì)氮肥，磷肥施用、遮蔭、CO2富集、干旱脅迫、臭氧響應(yīng)的薈萃分析。Rustad L E[29]在2001年發(fā)表了關(guān)于全球尺度4種生態(tài)系統(tǒng)的土壤礦化、凈氮礦化、植物地上生長(zhǎng)量對(duì)全球溫度變暖響應(yīng)的薈萃分析。由此可見(jiàn)，碳氮磷養(yǎng)分循環(huán)和溫室效應(yīng)是農(nóng)業(yè)生態(tài)學(xué)薈萃分析研究的重要話題。

2.4 研究熱點(diǎn)與發(fā)展趨勢(shì)

關(guān)鍵詞是文獻(xiàn)主旨的精確表達(dá)，關(guān)鍵詞共現(xiàn)分析和共引分析均可識(shí)別研究主題的內(nèi)容和發(fā)展動(dòng)態(tài)，探究學(xué)科的內(nèi)部結(jié)構(gòu)。由于本研究關(guān)注的是薈萃分析方法應(yīng)用于農(nóng)業(yè)生態(tài)領(lǐng)域，薈萃分析屬于方法型綜述，因此共引分析不能準(zhǔn)確表示研究?jī)?nèi)容和演變過(guò)程，將通過(guò)關(guān)鍵詞共現(xiàn)聚類圖譜和高頻關(guān)鍵詞探究研究主題的熱點(diǎn)內(nèi)容，以進(jìn)一步完善農(nóng)業(yè)生態(tài)學(xué)科結(jié)構(gòu)。

將CiteSpace節(jié)點(diǎn)選擇“keyword”，閾值選擇50，應(yīng)用對(duì)數(shù)似然算法(LLR)得到圖3。圖譜的輪廓值為0.7573，模塊值為0.7903，表明形成的聚類結(jié)果較好，各聚類內(nèi)部節(jié)點(diǎn)同質(zhì)性較高。節(jié)點(diǎn)厚度表示出現(xiàn)的頻率，高頻關(guān)鍵詞反映了該領(lǐng)域的研究重點(diǎn)[30]。除“meta-analysis”和“agroecosystem”為本研究主題關(guān)鍵詞外，其他均代表該領(lǐng)域的重點(diǎn)研究對(duì)象。頻率最高的10個(gè)關(guān)鍵詞（表3）分別為生物多樣性(biodiversity)、氣候變化(climate change)、免耕 (no tillage)、影響(impact)、群落(community)、有機(jī)碳(organic carbon)、生物量(bioma)、動(dòng)力學(xué)(dynamics)、物種豐富度(species richness)、產(chǎn)量(yield)。生物多樣性、群落、產(chǎn)量、有機(jī)碳、群落、物種豐富度等關(guān)鍵詞表示主要進(jìn)行研究的指標(biāo)；免耕、氣候變化、影響等關(guān)鍵詞表示研究因素。通過(guò)聚類圖譜和主要高頻關(guān)鍵詞梳理出2個(gè)熱點(diǎn)研究路徑。

圖3 關(guān)鍵詞共現(xiàn)聚類圖譜

表3 前10位高頻關(guān)鍵詞

（1）氣候變化-影響-農(nóng)業(yè)生態(tài)系統(tǒng)-碳/氮/磷-動(dòng)力學(xué)-群落-生物多樣性-物種豐富度-生物量/產(chǎn)量。研究表明，氣候變化使全球小麥和玉米的總產(chǎn)量分別減產(chǎn)5.5%和3.8%，1/3糧食總產(chǎn)量被影響[31-32]。全球氣候變化（例如大氣CO2濃度升高、氣候變暖、氮沉降）會(huì)顯著影響農(nóng)業(yè)生態(tài)系統(tǒng)的組成、結(jié)構(gòu)和功能。

大氣CO2是影響農(nóng)業(yè)生態(tài)系統(tǒng)可持續(xù)性的重要?dú)夂蜃兓蜃又籟33]。大量研究表明，全球大氣CO2濃度升高可顯著提高土壤有機(jī)碳、有機(jī)氮庫(kù)儲(chǔ)量、微生物量碳氮含量[34-37]，并增強(qiáng)作物的光合作用強(qiáng)度，影響作物的氣孔導(dǎo)度減少碳損失，并加速作物對(duì)土壤氮的吸收[38-41]，從而提高作物生物量碳氮含量，改變植物地上和地下部分的養(yǎng)分分配策略[42-43]。但對(duì)于CO2濃度如何影響土壤碳氮循環(huán)過(guò)程以及相關(guān)土壤微生物組成、豐度和功能等問(wèn)題仍不清楚，需更多的長(zhǎng)期定位試驗(yàn)和薈萃分析支持[44]。

氣候變暖對(duì)農(nóng)業(yè)生態(tài)系統(tǒng)的影響體現(xiàn)為多尺度和多方面。研究表明，氣候變暖對(duì)濕潤(rùn)寒冷地帶的農(nóng)業(yè)生態(tài)系統(tǒng)有積極影響，對(duì)干旱高溫地帶農(nóng)業(yè)生態(tài)系統(tǒng)有消極影響[45]，植被個(gè)體的生物量增加[46]，但長(zhǎng)期持續(xù)增溫會(huì)抑制植被生長(zhǎng)，甚至死亡[47]，引起物種組成和結(jié)構(gòu)發(fā)生改變[48]，影響植物與土壤微生物相互作用機(jī)制和生態(tài)系統(tǒng)碳氮循環(huán)過(guò)程[49-51]。當(dāng)前對(duì)于土壤微生物群落對(duì)氣候變暖的響應(yīng)機(jī)制（尤其是代謝途徑、養(yǎng)分分配和微生物群落演變規(guī)律）和農(nóng)業(yè)生態(tài)系統(tǒng)如何適應(yīng)氣候變暖等問(wèn)題依然認(rèn)識(shí)不足。未來(lái)需充分利用高通量測(cè)序和同位素標(biāo)記對(duì)土壤微生物關(guān)鍵過(guò)程和機(jī)理的研究，通過(guò)薈萃分析方法揭示不同尺度下的氣候變暖對(duì)微生物群落影響的普適性規(guī)律和其他環(huán)境因子的交互影響。

氮沉降是全球氣候氣候變化的重要表現(xiàn)之一，可顯著改變農(nóng)業(yè)生態(tài)碳循環(huán)過(guò)程和微生物生物量和組成，并影響未來(lái)氣候變化規(guī)律[52-53]。全球薈萃分析結(jié)果表明，氮沉降造成生物多樣性減少[54]，農(nóng)業(yè)生態(tài)系統(tǒng)生產(chǎn)力增加[55]，總微生物生物量下降13.20%，微生物群落結(jié)構(gòu)改變[56]，顯著加快氮磷循環(huán)過(guò)程[57-58]。目前生態(tài)系統(tǒng)碳氮循環(huán)過(guò)程模型已比較成熟，但很多模型未充分考慮碳氮耦合過(guò)程，各模型分析方法不同且估算方法存在差異，依然存在一定不足。未來(lái)應(yīng)加強(qiáng)薈萃分析在不同時(shí)空尺度下的各碳氮循環(huán)過(guò)程的運(yùn)用，以獲得普適響應(yīng)規(guī)律，為模型參數(shù)的校正、模型方法的完善、模型預(yù)測(cè)精度的提高提供理論基礎(chǔ)。

（2）農(nóng)田管理措施/土地利用-農(nóng)業(yè)生態(tài)系統(tǒng)-影響-水土流失/碳/氮/磷/溫室氣體-氣候變化/產(chǎn)量。農(nóng)業(yè)生產(chǎn)和管理措施在一定程度上也影響著全球氣候變化。聯(lián)合國(guó)政府間氣候變化專門(mén)委員(IPCC)估算主要溫室氣體排放中約60%的CH4和61%的N2O來(lái)自農(nóng)業(yè)生態(tài)系統(tǒng)[59]。研究表明，施用氮肥引起的N2O排放對(duì)全球N2O排放量的貢獻(xiàn)率達(dá)到80%[60]，不合理的灌溉方式能提高冬小麥CH4排放量約19.5%～75.8%[61]。農(nóng)田管理措施會(huì)顯著影響作物的生長(zhǎng)發(fā)育，改變土壤理化性質(zhì)和生物群落結(jié)構(gòu)。不合理的土地開(kāi)墾、長(zhǎng)期翻耕擾動(dòng)、過(guò)量施肥造成作物產(chǎn)量逐漸下降、土壤有機(jī)碳流失和排放、土壤生物生境惡化、生物多樣性和豐富度下降等嚴(yán)重問(wèn)題。研究表明，不合理的農(nóng)田管理措施已使得溫帶和熱帶土壤有機(jī)碳分別流失了約60%和75%，土壤容重和生物通道顯著降低[62-63]。目前全球大約有1.55億hm2的土地采用保護(hù)性耕作，占全球耕地總面積的11%[64-65]。多項(xiàng)全球薈萃分析結(jié)果表明，保護(hù)性耕作可提高土壤的水土保持能力、改善土壤結(jié)構(gòu)、提高生物多樣性、有效固碳減排。Li Y等[66]研究表明，免耕較傳統(tǒng)性耕作可顯著提高土壤有機(jī)碳和全氮含量，對(duì)土壤微生物豐富度有積極影響，長(zhǎng)期免耕可顯著提高土壤細(xì)菌豐富度。Sun Y等[67]研究表明，免耕的水土侵蝕量比傳統(tǒng)性耕作減少了27.2%。然而，選擇合適的農(nóng)田管理措施需考慮各措施對(duì)研究指標(biāo)的正負(fù)效應(yīng)，例如免耕的節(jié)能和增碳效應(yīng)也可能因?yàn)榕c土壤反硝化作用加強(qiáng)導(dǎo)致土壤N2O排放通量增加而抵消[68]，因此未來(lái)需加強(qiáng)研究多個(gè)管理措施對(duì)研究指標(biāo)的綜合影響。

土地利用轉(zhuǎn)變一直是農(nóng)業(yè)生態(tài)景觀學(xué)的重要主題之一[69]，通過(guò)改變植被類型、覆蓋度、土壤理化性質(zhì)、局部地形等條件[70]，會(huì)顯著影響徑流速率、土壤流失量、碳/氮/磷循環(huán)過(guò)程，造成環(huán)境變化等問(wèn)題[71]。研究表明，不合理的土地利用排放的溫室氣體量約占人為總排放量的17%[72]，導(dǎo)致7.51億hm2土地因受到土壤侵蝕嚴(yán)重退化[73]。當(dāng)前，對(duì)土地利用方式轉(zhuǎn)變的研究普遍采取“時(shí)空置換法”，在時(shí)空耦合過(guò)程中，氣候變化改變了降雨和溫度的時(shí)空格局，并使人類活動(dòng)與地表植被發(fā)生響應(yīng)[74]，增加了農(nóng)業(yè)生態(tài)系統(tǒng)各要素的不確定性，造成無(wú)法準(zhǔn)確量化土壤侵蝕和碳/氮/磷對(duì)土壤利用方式轉(zhuǎn)變響應(yīng)的敏感性和實(shí)時(shí)性。例如，隨著土地利用方式轉(zhuǎn)變和降雨強(qiáng)度改變，土壤侵蝕發(fā)生閾值以及碳氮“源匯”的時(shí)空變化。因此，未來(lái)可通過(guò)逐漸完善的生態(tài)系統(tǒng)觀測(cè)研究網(wǎng)絡(luò)，并運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和薈萃分析等方法加強(qiáng)研究：①在氣候變化背景下，土壤利用方式轉(zhuǎn)變對(duì)土壤侵蝕和土壤性質(zhì)的影響，并區(qū)分土地利用和氣候變化的影響。②土地利用方式轉(zhuǎn)變對(duì)氣候的影響，以及不同時(shí)空下的碳、氮、磷的周轉(zhuǎn)、遷移、再分配、有效性規(guī)律。

2.5 研究主題演變

時(shí)間線圖譜側(cè)重描述聚類之間的時(shí)間關(guān)系，同一聚類關(guān)鍵詞按照時(shí)間順序排列在同一水平線上，可清楚展示各研究方向隨著時(shí)間推移的發(fā)展情況以及研究的活躍程度。關(guān)鍵詞突顯圖譜可表示關(guān)鍵詞出現(xiàn)頻率在短時(shí)間內(nèi)躍遷的現(xiàn)象，強(qiáng)調(diào)突發(fā)性，表征特定時(shí)間內(nèi)的研究熱點(diǎn)。對(duì)關(guān)鍵詞聚類后，按照時(shí)間演進(jìn)特征，繪制了關(guān)鍵詞共現(xiàn)時(shí)間線圖譜和關(guān)鍵詞突顯圖譜，共形成10個(gè)聚類和突顯強(qiáng)度前15位關(guān)鍵詞結(jié)果（圖4、表4）。在聚類0中，群落（5.8082，2009—2014年）、生物多樣性（5.1308，2007—2013年）、結(jié)果（5.2691，2007—2012年）、模式（6.3135，2011—2017年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)注不同尺度下，農(nóng)業(yè)生態(tài)系統(tǒng)特性、群落結(jié)構(gòu)、生境、物種豐富度對(duì)土地利用模式改變的響應(yīng)，聚類最早出現(xiàn)于2003年。聚類1中，健康（3.0956，1999—2012年）、模型（3.3544，2007—2008年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)注農(nóng)業(yè)生態(tài)系統(tǒng)的生物波動(dòng)不對(duì)稱性，涉及基于模型或選擇性實(shí)驗(yàn)的作物特性對(duì)環(huán)境變化（尤其土壤環(huán)境）壓力響應(yīng)的研究。聚類2中，土壤有機(jī)碳（3.8615，2014—2015年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)注農(nóng)田管理措施對(duì)作物產(chǎn)量、水分利用效率、土壤有機(jī)碳氮磷形態(tài)轉(zhuǎn)變以及耦合效應(yīng)的影響等。聚類3主要關(guān)注保護(hù)性耕作對(duì)溫室氣體（主要為氧化亞氮）排放的影響研究，也是近年的研究熱點(diǎn)。聚類4主要關(guān)于景觀生態(tài)學(xué)，涉及景觀生態(tài)效應(yīng)以及破碎化等方面，但此處主要關(guān)注農(nóng)田生態(tài)系統(tǒng)與草地生態(tài)系統(tǒng)的互相作用和動(dòng)態(tài)變化。聚類5主要是關(guān)于非洲熱帶森林生態(tài)系統(tǒng)轉(zhuǎn)變?yōu)檗r(nóng)田生態(tài)系統(tǒng)的生境變化評(píng)估研究。聚類6中，元回歸（3.6483，2012—2015年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)于運(yùn)用元回歸分析方法評(píng)價(jià)農(nóng)業(yè)生態(tài)系統(tǒng)指標(biāo)。聚類7中，動(dòng)力學(xué)（3.36，2015—2017年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)于土壤質(zhì)量動(dòng)力學(xué)的研究，特別是土壤退化例如土壤侵蝕過(guò)程可使全球生產(chǎn)要素(C、N、P)循環(huán)發(fā)生變化，進(jìn)而對(duì)植物群落產(chǎn)生影響，以及通過(guò)不同植被影響地表反射率和下墊面粗糙度等因素，評(píng)價(jià)攔蓄土壤表層流失的效果。聚類8中，氣候變化（3.6944，2008—2011年）、響應(yīng)（3.0931，2008—2011年）關(guān)鍵詞突顯強(qiáng)度較高。其主要關(guān)注生物多樣性、作物生物量、土壤碳氮循環(huán)、碳氮儲(chǔ)量對(duì)全球氣候變化（尤其是氮沉降、降雨格局改變、氣溫升高）和不同施肥方式響應(yīng)的研究。聚類9主要關(guān)于作物品質(zhì)的研究。

圖4 時(shí)間線和關(guān)鍵詞突顯圖譜

表4 關(guān)鍵詞聚類標(biāo)簽

從以上研究主題變化規(guī)律來(lái)看，聚類0和1的研究熱度持續(xù)時(shí)間較長(zhǎng)，這與研究尺度和模型完善程度有關(guān)。隨著科技水平提高和技術(shù)成本降低，文獻(xiàn)的研究對(duì)象更趨向于微觀化或宏觀化，例如利用高通量測(cè)序技術(shù)對(duì)微生物代謝基因的研究，利用定量模型或同位素示蹤法研究大尺度下的碳、氮、磷等循環(huán)過(guò)程及其動(dòng)力學(xué)因素。聚類2、3、5研究是目前薈萃分析方法運(yùn)用的熱點(diǎn)領(lǐng)域，這與近年環(huán)境變化劇烈，宏觀政策要求的作物高產(chǎn)與環(huán)境保護(hù)需相互協(xié)調(diào)，生產(chǎn)與生態(tài)需共贏有關(guān)。

3 結(jié)論

筆者運(yùn)用CiteSpace對(duì)農(nóng)業(yè)生態(tài)領(lǐng)域應(yīng)用薈萃分析方法的文獻(xiàn)和被引文獻(xiàn)進(jìn)行了文獻(xiàn)計(jì)量分析。通過(guò)機(jī)構(gòu)合作圖譜發(fā)現(xiàn)了應(yīng)用薈萃分析研究農(nóng)業(yè)生態(tài)學(xué)問(wèn)題的主要機(jī)構(gòu)。通過(guò)發(fā)文量、高被引文獻(xiàn)作者、高被引文獻(xiàn)探明了領(lǐng)域發(fā)展過(guò)程。通過(guò)關(guān)鍵詞共現(xiàn)聚類、時(shí)間線分析、關(guān)鍵詞突顯發(fā)現(xiàn)，生物多樣性、溫室氣體、碳氮磷循環(huán)及其動(dòng)力學(xué)因素對(duì)農(nóng)田管理措施，土地利用和氣候變化的響應(yīng)研究，不同生態(tài)系統(tǒng)之間的變化、互作以及價(jià)值評(píng)估研究均是領(lǐng)域內(nèi)的熱門(mén)新主題。綜合來(lái)看，基于大數(shù)據(jù)的薈萃分析在農(nóng)業(yè)生態(tài)學(xué)研究中扮演著重要角色，為不同時(shí)空尺度下的研究提供了驗(yàn)證假說(shuō)和發(fā)展新理論的新途徑。無(wú)論是快速發(fā)展的宏觀農(nóng)業(yè)生態(tài)學(xué)研究，還是迅速崛起的微觀農(nóng)業(yè)生態(tài)學(xué)研究，薈萃分析都將發(fā)揮重要研究?jī)r(jià)值。

4 展望

進(jìn)入大數(shù)據(jù)時(shí)代以來(lái)，科學(xué)研究模式已經(jīng)發(fā)生根本性的改變。基于農(nóng)業(yè)生態(tài)的長(zhǎng)期連續(xù)觀測(cè)、實(shí)驗(yàn)和模型數(shù)據(jù)快速積累的情況，提出了本研究領(lǐng)域的未來(lái)發(fā)展方向。通過(guò)長(zhǎng)期連續(xù)觀測(cè)實(shí)驗(yàn)數(shù)據(jù)、全球變化控制實(shí)驗(yàn)和選擇性實(shí)驗(yàn)數(shù)據(jù)等，薈萃分析需進(jìn)一步加強(qiáng)以下方面的研究：（1）農(nóng)業(yè)生態(tài)系統(tǒng)對(duì)全球環(huán)境變化響應(yīng)的定量解釋，例如碳、氮、磷、微量元素、水循環(huán)等關(guān)鍵過(guò)程和各因素的交互效應(yīng)對(duì)全球環(huán)境變化的響應(yīng)，揭示農(nóng)業(yè)生態(tài)系統(tǒng)對(duì)全球環(huán)境變化影響的反饋機(jī)制、恢復(fù)過(guò)程；（2）農(nóng)業(yè)生態(tài)系統(tǒng)過(guò)程、結(jié)構(gòu)和功能的時(shí)空演變動(dòng)態(tài)，例如不同生態(tài)系統(tǒng)（農(nóng)田、森林、草地、水體等）和生物地球化學(xué)循環(huán)的空間格局、發(fā)展趨勢(shì)、年際變異，通過(guò)更大研究尺度解釋農(nóng)業(yè)生態(tài)系統(tǒng)的多層次耦合過(guò)程和演變規(guī)律以解決單個(gè)研究系統(tǒng)無(wú)法解釋的全局性問(wèn)題；（3）未來(lái)研究還需加強(qiáng)數(shù)據(jù)-模型-薈萃分析的融合，實(shí)踐證明，這對(duì)優(yōu)化全球農(nóng)業(yè)生態(tài)系統(tǒng)模型參數(shù)、基準(zhǔn)評(píng)估模型、提高研究指標(biāo)的獨(dú)立性、降低不同實(shí)驗(yàn)方法給總體結(jié)果帶來(lái)的不確定性具有重要作用[75]。當(dāng)前，薈萃分析方法也被廣泛應(yīng)用于各個(gè)學(xué)科研究領(lǐng)域，被認(rèn)為是跨學(xué)科交流的橋梁[76]。然而，正如Gates[77]所言，很多醫(yī)學(xué)上用于減少誤差、提高結(jié)果精度和可靠性的方法仍未應(yīng)用于農(nóng)業(yè)生態(tài)學(xué)科的研究中，特別是敏感性分析和累計(jì)薈萃分析。在不同學(xué)科交叉越發(fā)緊密的趨勢(shì)下，研究人員可以充分借鑒其他學(xué)科薈萃分析的使用方法，創(chuàng)新本領(lǐng)域的薈萃分析方法，拓展薈萃分析方法的研究范圍，以獲得更高質(zhì)量和普適性的整合分析結(jié)果揭示更廣泛的農(nóng)業(yè)生態(tài)學(xué)研究規(guī)律。