陳文盛， 丁慧慧， 李江榮， 陳康， 汪漢駒

西藏農(nóng)牧學(xué)院 高原生態(tài)研究所/西藏高原森林生態(tài)教育部重點實驗室/西藏林芝高山森林生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站/西藏自治區(qū)高寒植被生態(tài)安全重點實驗室， 西藏 林芝 860000

森林小氣候是指在森林內(nèi)喬木層、 灌木層與草本層共同作用下所形成的不同于大環(huán)境下的局部地區(qū)的氣候[1]， 主要是通過不同的林型、 樹木生長情況、 地形地勢等(統(tǒng)稱下墊面)影響林內(nèi)光、 熱、 水、 汽等氣象要素綜合作用的結(jié)果． 森林小氣候的研究能夠體現(xiàn)森林與氣象因子之間的關(guān)系與時空變化規(guī)律[2]， 對地表植被的組成及其分解過程具有中介性[3]， 且能夠評估森林生態(tài)系統(tǒng)的服務(wù)功能[4]． 目前， 國內(nèi)外對森林小氣候的研究工作主要圍繞4個方面展開： 一是對不同冠層結(jié)構(gòu)的小氣候研究． 如Zellweger等[5]與Jucker等[6]認(rèn)為不同的冠層結(jié)構(gòu)具有不同的小氣候特征， Kovács等[7]認(rèn)為不同的林業(yè)處理(改變冠層結(jié)構(gòu))會造成不同的微氣候特征， 楊鈣仁等[8]研究了不同冠層結(jié)構(gòu)針闊混交林與純桉樹林之間森林小氣候的差異． 二是對林內(nèi)垂直梯度上小氣候研究． 如Takemoto[9]認(rèn)為影響森林小氣候的主要因素是森林的垂直結(jié)構(gòu)， 程璨[10]研究了空青山次生櫟林溫度垂直梯度變化， 并認(rèn)為太陽輻射是其主要影響因素； 王霞等[11]對比黃河三角洲白蠟人工林冠層上與冠層內(nèi)的小氣候特征， 認(rèn)為冠層具有保溫增濕、 降低風(fēng)速的作用． 三是對林內(nèi)與林外的小氣候研究． 如Georg等[12]研究了疏密林冠下小氣候與鄰近開闊區(qū)小氣候的關(guān)系； Spittlehouse等[13]通過對比林內(nèi)、 林外、 林緣3種不同生境的溫度、 濕度和輻射等， 闡述了森林的小氣候效應(yīng)； 孫金偉等[4]和李潔等[2]分別對長白山闊葉紅松林、 昆明樹木園林內(nèi)與林外的小氣候特征展開了對比研究． 四是對林線過渡帶區(qū)域的小氣候研究． 如何吉成等[14]、 Liu等[15]、 殷文杰等[16]和王媛韜等[17]對藏東南色季拉山林線過渡帶的生態(tài)氣候進行了研究； 王曉東等[18]和薛峰等[19]也分別對長白山北坡岳樺林線與蘆芽山針葉林林線展開了小氣候的研究.

文獻計量學(xué)是通過數(shù)學(xué)與統(tǒng)計的方法對文獻進行處理并提取可量化的數(shù)據(jù)用來評價某個學(xué)科或領(lǐng)域的發(fā)展水平及現(xiàn)狀[20]． CiteSpace是一種進行文獻計量分析的軟件工具， 在眾多研究領(lǐng)域得到了廣泛運用， 彌補了傳統(tǒng)文獻綜述定量的不足， 可直觀地表達研究前沿與熱點[21-22]． 國內(nèi)外對森林小氣候進行了相對系統(tǒng)的研究， 但很少采用文獻計量學(xué)的方法對其進行研究， 本研究基于中國知網(wǎng)(CNKI)與Web of Science(WOS)文獻數(shù)據(jù)庫， 利用CiteSpace對近20年有關(guān)森林小氣候的研究成果進行可視化分析， 旨在于揭示該領(lǐng)域國內(nèi)外的研究現(xiàn)狀與熱點， 以期為森林小氣候相關(guān)研究提供參考.

1 材料與方法

1.1 數(shù)據(jù)來源

本研究的數(shù)據(jù)來源于CNKI與WOS文獻數(shù)據(jù)庫， 其中中文文獻檢索采用CNKI， 主題詞為“森林小氣候”“森林氣象學(xué)”“森林微氣候”“森林生態(tài)氣候”， 時間跨度為2000—2021年， 去除英文文獻、 科技成果及不相關(guān)文獻， 最終獲得的文獻數(shù)量為167篇； 英文文獻檢索主要采用WOS數(shù)據(jù)庫， 高級檢索下Booleans檢索式： (TS=(forest meteorology*OR ecoclimate * OR forest microclimate )) ， 語種為English， 文獻類型為Article與Review， 時間跨度為2000—2021年， 去重后最終獲得的文獻數(shù)量為2 611篇(其中研究報告2 531篇， 研究綜述80篇)． 檢索時間均為2021年10月5日.

1.2 研究方法

采用CiteSpace(5.7.R5W)文獻計量軟件結(jié)合數(shù)據(jù)庫的可視化對檢索文獻進行分析． 在圖譜中， 節(jié)點大小代表頻次的高低， 反映該時段關(guān)注的焦點， 而連線粗細(xì)代表共現(xiàn)頻次的多少[23]； 中心性代表其在知識網(wǎng)絡(luò)中的作用， 中心性越高說明關(guān)鍵性越強[24]； 爆發(fā)值與突現(xiàn)值相關(guān)， 是評判文獻或關(guān)鍵詞活躍度大小的指標(biāo)[20]；H指數(shù)則是用來衡量期刊的學(xué)術(shù)影響力，H指數(shù)越大， 說明其學(xué)術(shù)影響力越大[25]； 并用論文專業(yè)度、 期刊自引率、 核心作者的最少發(fā)文量和文獻半衰期等指標(biāo)進行討論[26-30].

1) 論文專業(yè)度為：

(1)

式中：SP為論文專業(yè)度，mi為學(xué)科類別中的文獻數(shù).

2) 期刊自引率為：

(2)

式中：RRSC-ing為期刊自引率，a為期刊自引次數(shù)，b為引用其他期刊次數(shù).

3) 根據(jù)普賴斯定律， 核心作者的最少發(fā)文量為：

(3)

式中：M為核心作者的最少發(fā)文量，Nmax為作者最多發(fā)文量.

4) 文獻半衰期為：

式中：x為時間(以10 a為計量單位)，y是經(jīng)過x時間時總的引文比率，a和b均是系數(shù)，T1/2是文獻半衰期， (6)式運用B-K方程計算方法.

2 結(jié)果與討論

2.1 森林小氣候文獻基本特征分析

2.1.1 發(fā)文年變化趨勢

單位時間內(nèi)發(fā)文量的變化程度代表著該學(xué)科或領(lǐng)域的研究趨勢與學(xué)術(shù)活躍度[31-32]． 分析CNKI(167篇)與WOS(2 611篇)兩個數(shù)據(jù)庫的2 778篇檢索文獻發(fā)現(xiàn)(圖1)， 2000—2021年， 英文文獻的年均發(fā)表量為118.68篇， 且增長顯著， 以平均5.91篇/a的速率逐年增加， 近10 a發(fā)文量占總數(shù)的68.90%； 中國作者在WOS的發(fā)文量為234篇， 占總發(fā)文量的8.96%， 以平均1.82篇/a的速率逐年增加； 而中文文獻的年均發(fā)表量為7.59篇， 以平均0.09篇/a的速率逐年增加， 且中文文獻每年的發(fā)表總量始終低于英文文獻， 兩者的平均發(fā)文比為0.07， 總體發(fā)文趨勢為前10 a發(fā)文比波動較大， 后10 a波動較小且呈下降趨勢． 總而言之， 森林小氣候研究在中外都取得了一定的成果， 但中英文文獻的數(shù)量之間相差較大， 也說明近20 a該領(lǐng)域得到了國外學(xué)者較大的重視， 而并沒有得到國內(nèi)學(xué)者足夠的關(guān)注， 國內(nèi)發(fā)展較為緩慢； 同時國內(nèi)學(xué)者的英文發(fā)文量(234篇)要多于中文發(fā)文量(167篇)， 也說明在該領(lǐng)域內(nèi)國內(nèi)學(xué)者更趨向于外文期刊.

PR-C： 中國作者在WOS的發(fā)文量； RCF： 中英文文獻發(fā)文比； NOP(WOS)： WOS發(fā)文量；NOP-C： 中國作者在WOS的發(fā)文量； NOP(CNKI)： CNKI發(fā)文量．圖1 2000—2021年森林小氣候研究文獻年發(fā)表量

2.1.2 學(xué)科分布與期刊分析

多學(xué)科的交叉與融合已成為一種趨勢， 了解學(xué)科間的內(nèi)容交匯與知識演化， 可以為學(xué)科發(fā)展提供進一步的參考[33]． 森林小氣候領(lǐng)域也出現(xiàn)了多學(xué)科內(nèi)容交匯的情況， 探明其學(xué)科分布與知識演化， 對研究其發(fā)展趨勢具有重大意義． 因CNKI數(shù)據(jù)庫文獻數(shù)量較少， 所以只對WOS數(shù)據(jù)庫的學(xué)科分布與期刊展開討論， CNKI的數(shù)據(jù)僅作為對比分析． 近20 a與森林小氣候領(lǐng)域相近的各個學(xué)科發(fā)文量逐年增多， 且2016-2021年的發(fā)文量平均為2000-2005年的3倍(表1)． 論文專業(yè)度(SP)指的是文獻所屬學(xué)科類別的集中化程度，SP越小， 說明該領(lǐng)域的學(xué)科分布越廣[33]； WOS數(shù)據(jù)庫中森林小氣候領(lǐng)域的SP維持在0.15～0.18(表2)， 低于圖書情報領(lǐng)域的0.32～0.39[33]、 生物傳感器領(lǐng)域的0.23及Enso循環(huán)領(lǐng)域的0.45[34]， 說明森林小氣候領(lǐng)域的學(xué)科分布比其他領(lǐng)域廣； 而CNKI的SP為0.34～0.60， 整體呈遞減趨勢， 說明隨著時間推移該領(lǐng)域的學(xué)科分布在國內(nèi)趨于變廣， 且在SP上， CNKI大于WOS． 總而言之， 從專業(yè)度上分析， 森林小氣候領(lǐng)域呈現(xiàn)出了多學(xué)科交叉與融合的趨勢.

表1 森林小氣候研究領(lǐng)域?qū)W科分布前10及其發(fā)文量(WOS)

表2 WOS與CNKI論文專業(yè)度比較

對期刊進行可視化分析能夠了解相關(guān)領(lǐng)域文獻流入的情況， 也能夠為科研工作者文獻閱讀與發(fā)表提供便利[31，33]； 引入期刊自引率來評價期刊是否為健康狀態(tài)， 大于20%均可認(rèn)定為過度自引(高危期刊)[35]． 近20 a森林小氣候領(lǐng)域發(fā)文量排名前10的期刊(表3)， 《Forest Ecology and Management》在該領(lǐng)域的發(fā)文量高達213篇(占比8.16%)， 遠遠高于排名第2的《Agricultural and Forest Meteorology》(87篇， 占比3.33%)， 同時《Forest Ecology and Management》的被引頻次與H指數(shù)均為最高， 也說明了在該領(lǐng)域中該期刊一直處于領(lǐng)先地位； 從影響因子分析， 《Global Change Biology》最高(10.863)， 《Plant Ecology》最低(1.854)； 此外， 這10種期刊的RRSC-ing范圍均小于5%， 低于我國期刊的平均RRSC-ing的水平(5%～20%)[36]， 其中《ECOSPHERE》的RRSC-ing為0， 均說明該領(lǐng)域的期刊較為健康.

表3 森林小氣候領(lǐng)域發(fā)文量排名前10的期刊(WOS)

2.1.3 文獻作者

“小同行”概念的提出促進了對同一領(lǐng)域內(nèi)作者發(fā)文情況的分析研究， 也能為文獻閱讀者提供檢索便利[37]． 近20 a發(fā)表中文文獻(CNKI)的作者共有407位， 發(fā)表英文文獻(WOS)的作者共有768位， 因CNKI數(shù)據(jù)庫文獻數(shù)量較少， 所以也只對WOS數(shù)據(jù)庫的發(fā)文作者(表4)展開詳細(xì)討論． WOS數(shù)據(jù)庫發(fā)文量最多與H指數(shù)最高的是來自Ghent University的Verheyen(25篇， 12)， 被引頻次、 篇均被引頻次與H指數(shù)最高的是中國地質(zhì)大學(xué)的Chen(1 366次， 85.38次， 12)， 說明這兩位作者在該領(lǐng)域具有較大的影響力． 探討核心作者群對分辨該領(lǐng)域內(nèi)的專家以及分析研究前沿具有重大的意義[31]． 本研究根據(jù)普賴斯定律來衡量作者的學(xué)術(shù)產(chǎn)出， 從而分析其是否為該領(lǐng)域的核心作者[38]． 由表4可知WOS的作者最多發(fā)文量為25篇(Verheyen K)， 因此由(3)式可以得知發(fā)文量分別不少于4篇就可認(rèn)為其是森林小氣候研究領(lǐng)域的核心作者， 其中， 英文文獻的核心作者共72位， 占總發(fā)文作者數(shù)的9.39%， 而核心作者發(fā)文量688篇， 占總發(fā)文量的26.35%； 根據(jù)核心作者發(fā)文量占比超過總發(fā)文量的50%即可認(rèn)定其是穩(wěn)固的核心作者群[31]， 從而得知并未形成穩(wěn)固的核心作者群.

表4 森林小氣候研究領(lǐng)域作者發(fā)文量前10名(WOS)

2.1.4 文獻發(fā)表機構(gòu)

對WOS數(shù)據(jù)庫進行分析， 共有566個機構(gòu)對森林小氣候領(lǐng)域展開了研究， 其中美國農(nóng)業(yè)部的發(fā)文量(173篇， 占比6.63%)、 被引頻次(5 566)與H指數(shù)(43)最高， 而篇均被引頻數(shù)最高的是加州大學(xué)(42.19)； 在發(fā)文量前10名機構(gòu)中， 來自美國的研究機構(gòu)5個， 占比50%， 發(fā)文量占前10發(fā)文量的61.56%， 且發(fā)文量前3也均來自美國， 可看出美國研究機構(gòu)在該領(lǐng)域具有較大的影響力． 而在前10當(dāng)中有一個中國機構(gòu)(中國科學(xué)院)， 其發(fā)文量位列第4， 但被引頻次(1 791)、 篇均被引頻次(17.39)與H指數(shù)(22)均處于較低水平(表5)． 對CNKI數(shù)據(jù)庫進行分析， 國內(nèi)共有119個研究機構(gòu)對森林小氣候鄰域展開研究(表6)， 其中發(fā)文量最多的是南京林業(yè)大學(xué)(10篇， 占比5.99%)， 說明該機構(gòu)對該領(lǐng)域研究較為關(guān)注； 被引頻次與篇均被引頻次最多的是北京林業(yè)大學(xué)(146次， 16.22次)， 說明該機構(gòu)的產(chǎn)出質(zhì)量較高； 下載量與篇均下載量最多的是來自中國林業(yè)科學(xué)研究院(4 944次， 824次)， 且均為碩博論文， 說明該機構(gòu)所產(chǎn)出論文的傳播性較高.

表5 森林小氣候研究領(lǐng)域機構(gòu)發(fā)文量前10名(WOS)

表6 森林小氣候研究領(lǐng)域機構(gòu)發(fā)文量前10名(CNKI)

2.1.5 文獻發(fā)表國家

全球共有111個國家對森林小氣候領(lǐng)域展開了研究， 其中美國發(fā)文量(875篇， 占比33.51%)、 被引頻次(28 227)、 H指數(shù)(78)最高， 英國篇均被引頻次(39.5次)最高； 而中國文獻被引頻次(3 816次)、 篇均被引頻次(16.45次)與H指數(shù)(29)最低， 中心性最低的則是瑞典與瑞士(0.04)(表7)． 整體來看， 歐美國家在該領(lǐng)域的研究具有一定的領(lǐng)先地位， 而中國在該領(lǐng)域的產(chǎn)出質(zhì)量不高， 有待加強.

表7 森林小氣候研究領(lǐng)域國家發(fā)文量前10名

2.2 學(xué)術(shù)版圖分析

關(guān)鍵詞是作者對文獻內(nèi)容及其研究思想的凝結(jié)， 代表著該研究領(lǐng)域的方向、 版圖與熱點[31， 39]． 運用關(guān)鍵詞聚類分析來確定森林小氣候研究領(lǐng)域的學(xué)術(shù)版圖， 設(shè)定Time slicing為2000年1月-2021年10月， Years Per Slice為1年， Node Types為Keywords， Pruning選擇Pathfinder與Pruning Sliced networks， 計算方法選擇“LLR”， 其他均為默認(rèn)． 分析結(jié)果為： 英文文獻顯示了662個節(jié)點， 3 950條連線， 形成了11個聚類(圖2a)， 模塊值Q為0.360 3>0.3， 聚類結(jié)構(gòu)顯著， 輪廓均值S為0.665>0.5， 聚類結(jié)果可信； 中文文獻顯示了404個節(jié)點， 880條連線， 形成了14個聚類(圖2b)， 模塊值Q為0.791 6>0.3， 聚類結(jié)構(gòu)顯著， 輪廓均值S為0.938 2>0.5， 聚類結(jié)果可信.

圖2 森林小氣候領(lǐng)域關(guān)鍵詞聚類網(wǎng)絡(luò)圖譜

2.2.1 英文文獻學(xué)術(shù)版圖分析

#0，#4和#6聚類分別是亞高山冷杉林、 國家公園、 俄勒岡州西部， 這3項主要以研究對象或研究地點進行聚類， 討論某塊區(qū)域的小氣候特征[40-42]； #1和#2聚類分別是樹冠蒸騰與土壤呼吸， 這2項主要以研究指標(biāo)進行聚類， 討論在不同環(huán)境(氣候條件)下所造成對應(yīng)結(jié)果的不同[43-46]； #3聚類是邊緣效應(yīng)， 指的是在林緣地帶表現(xiàn)出不同于林內(nèi)中心地帶的生態(tài)學(xué)特征， 具有環(huán)境異質(zhì)性[47]， 主要以研究理論進行聚類， 討論的是邊緣效應(yīng)與小氣候的關(guān)系[48-49]； #9聚類是太陽輻射， 主要以氣象因子進行聚類， 討論的是小氣候各指標(biāo)的時空變化特征[50-51]； #10聚類是景觀生態(tài)系統(tǒng)， 主要以宏觀生態(tài)學(xué)進行聚類， 討論的是小氣候特征與整個森林生態(tài)系統(tǒng)的關(guān)系[52].

2.2.2 中文文獻學(xué)術(shù)版圖分析

#0和#1聚類是小氣候與森林小氣候， 以研究主題進行聚類， 主要討論的是小區(qū)域內(nèi)非生物因子的時空變化特征[53]； #2，#6和#13聚類分別是城市森林、 次生林、 九華山， 以研究地點或?qū)ο筮M行聚類， 討論的是某個區(qū)域的森林小氣候特征[54-56]； #3和#4聚類分別是森林氣象學(xué)與小氣候效應(yīng)， 以研究理論進行聚類， 主要討論的是森林對空氣溫濕度等氣象要素的調(diào)節(jié)效應(yīng)[57]； #5，#7和#9聚類分別是逐步回歸、 曠場實驗與模糊綜合分析， 以研究方法進行聚類， 利用以上方法來評價生態(tài)效益的大小[58-60]； #8聚類是樹冠形態(tài)， 以生物因子進行聚類， 討論的是生物因子與氣候要素之間的關(guān)系[61].

2.3 研究熱點與前沿分析

2.3.1 研究熱點分析

為了更加直觀地了解關(guān)鍵詞在某個時間段的具體情況， 采用CiteSpace的關(guān)鍵詞時區(qū)圖來進行分析． WOS數(shù)據(jù)庫在2000-2004年新出現(xiàn)的關(guān)鍵詞較多， 但隨著年份的增加， 新關(guān)鍵詞的出現(xiàn)數(shù)量逐步減少， 而CNKI數(shù)據(jù)庫在近20 a間新出現(xiàn)的關(guān)鍵詞次數(shù)表現(xiàn)為先增后減． 與此同時， 根據(jù)關(guān)鍵詞時區(qū)圖(圖3和圖4)大致可將研究熱點分為2個階段． 第1階段(2000-2009年)是森林小氣候領(lǐng)域的快速發(fā)展與繁盛階段， 重點圍繞森林對氣象因子的改善作用等基礎(chǔ)研究． 在WOS數(shù)據(jù)庫中出現(xiàn)頻次最多的關(guān)鍵詞主要有： microclimate(小氣候， 950次)、 forest(森林， 474次)、 climate change(氣候變化， 389次)、 vegetation(植被， 341次)、 temperature(溫度， 281次)等； 在CNKI數(shù)據(jù)庫出現(xiàn)次數(shù)最多的關(guān)鍵詞是小氣候(42次)、 森林小氣候(24次)、 城市森林(18次)、 小氣候特征(11次)、 森林(9次)等， 同時也出現(xiàn)了土壤、 呼吸、 昆蟲、 土壤養(yǎng)分、 空間格局等向其他領(lǐng)域或?qū)W科滲透的關(guān)鍵詞． 第2階段(2010-2021年)是對該領(lǐng)域的補充發(fā)展階段， 重點圍繞該領(lǐng)域的應(yīng)用基礎(chǔ)研究， 并與城市發(fā)展、 人體健康等話題相結(jié)合． 在WOS數(shù)據(jù)庫中出現(xiàn)次數(shù)最多的關(guān)鍵詞主要有： ecosystem service(生態(tài)系統(tǒng)服務(wù)， 34次)、 sap flow(液流， 31次)、 β-diversity(β多樣性， 19次)、 heat island(熱島效應(yīng)， 15次)、 organic carbon(有機碳， 15次)； 在CNKI數(shù)據(jù)庫出現(xiàn)次數(shù)最多的關(guān)鍵詞是人體舒適度(5次)、 森林康養(yǎng)(4次)、 氣候舒適度(5次)、 人工林(3次)、 森林火險等級(2次)等.

圖3 森林小氣候領(lǐng)域關(guān)鍵詞時區(qū)圖(WOS)

圖4 森林小氣候領(lǐng)域關(guān)鍵詞時區(qū)圖(CNKI)

對中英文文獻關(guān)鍵詞時區(qū)圖進行比較分析發(fā)現(xiàn)， 英文文獻對森林小氣候的研究主要出現(xiàn)在2000年甚至更早， 而中文文獻中在2000年也提出了小氣候效應(yīng)、 氣象要素等與森林小氣候領(lǐng)域有關(guān)的關(guān)鍵詞， 但對“森林小氣候”與“小氣候”的系統(tǒng)研究主要開始于2002-2003年， 說明中文文獻在該領(lǐng)域的研究具有一定的滯后性， 處于被動狀態(tài)； 而隨著時間的推移， 中文文獻的研究重點逐步向森林小氣候特征與人之間的關(guān)系研究上傾斜(首次出現(xiàn)于2005年)， 出現(xiàn)了生態(tài)效益、 氣候舒適度、 空氣負(fù)離子濃度、 森林旅游、 舒適有效溫度、 空氣舒適度、 空氣清潔度等與人體健康相關(guān)的關(guān)鍵詞， 而英文文獻對于該方面的研究起步卻較晚， 與人有關(guān)的關(guān)鍵詞， 如heat(心臟)、 feedback(反饋)、 fire severity(火災(zāi)嚴(yán)重性)、 Ecosystem service(生態(tài)系統(tǒng)服務(wù))等首次出現(xiàn)的時間均在2010年之后， 說明中文文獻在該方面的研究具有一定的創(chuàng)新性與先進性.

2.3.2 研究前沿分析

關(guān)鍵詞的突變反映研究領(lǐng)域的發(fā)展趨勢與前沿[39]． 在英文文獻中， douglas fir forest(道格拉斯冷杉森林)、 edge effect(邊緣效應(yīng))、 vegetation structure(植被結(jié)構(gòu))、 ecosystem service(生態(tài)系統(tǒng)服務(wù))等關(guān)鍵詞的突現(xiàn)強度高于其他關(guān)鍵詞 (圖5a)， 表明了這些方向均為該時期內(nèi)的關(guān)鍵主題， 而 douglas fir forest(道格拉斯冷杉森林)、 gas exchange(氣體交換)、 light(光照)等關(guān)鍵詞的持續(xù)時間較長， 且主要集中在2000-2011年， 說明了這些方向均為該領(lǐng)域的基礎(chǔ)研究.

根據(jù)圖譜可將其分為2個階段， 第1階段(2000-2009年)： 研究重點主要集中在森林與小氣候之間的關(guān)系； 第2階段(2010-2021年)： 研究重點主要集中在森林與人之間的關(guān)系， 以及更多的開展森林小氣候?qū)Φ叵聦用?如土壤微生物等)與地表層面(如地表溫度、 凋落物分解等)的影響． 如圖5b所示， 在中文文獻中， 小氣候特征、 森林小氣候、 森林康養(yǎng)這3個關(guān)鍵詞的突現(xiàn)強度較高， 表明這3個方向在近20 a來一直備受國內(nèi)學(xué)者的關(guān)注， 同時氣溫這個關(guān)鍵詞是當(dāng)中持續(xù)時間最長的， 也就說明了該關(guān)鍵詞在森林小氣候研究領(lǐng)域中的基礎(chǔ)性作用.

圖5 國內(nèi)外森林小氣候領(lǐng)域高突變關(guān)鍵詞

英文文獻中的plantation(人工林)、 ecosystem service(生態(tài)系統(tǒng)服務(wù))與中文文獻中的森林康養(yǎng)、 人體舒適度均是近幾年來突現(xiàn)強度較高的關(guān)鍵詞， 代表著森林小氣候領(lǐng)域近幾年的研究前沿， 同時也很有可能代表著未來近幾年的發(fā)展趨勢． Locosselli等[62]則認(rèn)為森林內(nèi)的氣候因子與康養(yǎng)保健因子會影響樹木的生長， 從而影響其生態(tài)服務(wù)的功能； 劉海軒等[63]則對城市森林內(nèi)的空氣溫度、 空氣濕度與風(fēng)速進行了監(jiān)測， 認(rèn)為冠層結(jié)構(gòu)具有降溫與增濕的效果， 從而提高人體的舒適度； 段文軍[64]則對城市森林內(nèi)的氣象因子、 空氣負(fù)氧離子和PM2.5等康養(yǎng)保健因子進行監(jiān)測， 認(rèn)為在夏季森林具有提高人體舒適度的效果， 且能降低PM2.5等． 這些研究也讓我們了解到了森林的生態(tài)價值.

2.3.3 高被引文獻分析

研究被引文獻的頻次、 爆發(fā)值與半衰期等指標(biāo)能夠在一定程度上反映文獻的學(xué)術(shù)價值和對該領(lǐng)域做出貢獻的大?。?被引頻次指的是一篇文獻被引用次數(shù)的多少； 文獻的爆發(fā)值常用突現(xiàn)值來表示， 越高的爆發(fā)值表明其在特定的時間內(nèi)出現(xiàn)且活躍度更高[65]； 文獻的半衰期常用來指示文獻老化程度的大小[30]， 半衰期越長意味著文獻的價值越大[20]． 被引頻次最高的前10篇文獻分別來自于奧地利、 美國、 英國、 法國和比利時的學(xué)者或團隊， 而國內(nèi)學(xué)者對該領(lǐng)域的研究并無高質(zhì)量的文章產(chǎn)出， 說明國內(nèi)在該領(lǐng)域的研究較為薄弱(表8)； R Core Team所發(fā)表的有關(guān)R語言的文獻篇數(shù)占前10篇文獻中的5篇， 占比50%， 平均爆發(fā)值為15.638， 普遍高于其他文獻， 說明R語言的運用在森林小氣候領(lǐng)域的研究保持著較高的活躍度與熱度； 《R： A Language and Environment for Statistical Computing.(2017)》的被引頻次與爆發(fā)值最高， 半衰期僅次于2014年與2015年版本， 該篇文獻周圍連線較為密集且連線較粗， 說明了其在森林小氣候的研究中發(fā)揮著關(guān)鍵的樞紐作用(圖6)； 前10名文獻發(fā)表的時間分布在2011-2019年， 說明了這10年間是森林小氣候研究領(lǐng)域高質(zhì)量產(chǎn)出的階段； 其中《The relationship between leaf area index and microclimate in tropical forest and oil palm plantation： Forest disturbance drives changes in microclimate》是該領(lǐng)域中影響力較大的文獻． 總體來看， 這10篇文獻的半衰期均不高(0.77～2.31a)， 說明其文獻的老化程度與速度較快， 也說明該研究領(lǐng)域發(fā)展較快.

表8 森林小氣候領(lǐng)域文獻被引頻次前10名

圖6 森林小氣候領(lǐng)域共被引文獻網(wǎng)絡(luò)圖譜

3 結(jié)論與展望

近年來對于森林小氣候的研究主要由北美、 歐洲和中國的生態(tài)學(xué)家完成， 并有增加的趨勢． 前期主要圍繞該領(lǐng)域的基礎(chǔ)研究進行， 重點圍繞森林對氣象因子的改善作用等方面展開； 后期主要是圍繞該領(lǐng)域的應(yīng)用研究進行， 與人相結(jié)合， 以及更多地開展森林小氣候?qū)Φ叵聦用?如土壤微生物等)與地表層面(如地表溫度、 凋落物分解等)的影響研究.

森林小氣候領(lǐng)域未來幾年的發(fā)展趨勢主要圍繞城市的發(fā)展以及與人的關(guān)系進行展開， 森林康養(yǎng)、 人體舒適度的提高、 生態(tài)系統(tǒng)服務(wù)以及森林小氣候特征對“碳源”“碳匯”的影響機制等研究方向可能將會成為熱點主題． 研究區(qū)域上， 城市森林與樹線交錯帶的氣候變化將會成為研究焦點； 研究手段上， 將會運用到更多高科技手段和模型， 如遙感技術(shù)等； 研究內(nèi)容上， 將會更多地往森林的生態(tài)效益與生態(tài)功能轉(zhuǎn)移， 特別是森林的“生物物理效應(yīng)”， 如森林對氣象因子(空氣溫濕度等)、 康養(yǎng)保健因子(負(fù)氧離子、 PM2.5等)等的影響． 與此同時， 在對其進行研究時， 應(yīng)綜合各方面的因素去討論， 做到生態(tài)系統(tǒng)服務(wù)與社會發(fā)展相結(jié)合， 實現(xiàn)可持續(xù)發(fā)展目標(biāo)． 最后， 在環(huán)境日益惡化的今天， 森林到底起到了什么作用？其作用有多大？能為人類的生存環(huán)境帶來怎樣的改變？這就是研究森林-氣候相互作用機制的意義所在.