劉嘉斌，田軍倉(cāng)，2，3，趙廣興，張 萌

（1.寧夏大學(xué)土木與水利工程學(xué)院，銀川 750021；2.寧夏節(jié)水灌溉與水資源調(diào)控工程技術(shù)研究中心，銀川 750021；3.旱區(qū)現(xiàn)代農(nóng)業(yè)水資源高效利用教育部工程研究中心，銀川 750021）

0 引 言

我國(guó)是農(nóng)業(yè)用水大國(guó)，但同時(shí)也是水資源極度匱乏的國(guó)家，水資源短缺已經(jīng)成為嚴(yán)重制約我國(guó)農(nóng)業(yè)發(fā)展的重要因素之一。2021年《中國(guó)水資源公報(bào)》數(shù)據(jù)顯示我國(guó)全年用水總量高達(dá)5 920.2 億m3，其中農(nóng)業(yè)用水約為3 644.3 億m3，占總用水量的61.5%[1]，但其農(nóng)田灌溉水有效利用系數(shù)僅為0.568，低于世界先進(jìn)水平0.7～0.8[2]。在水資源極度匱乏且利用效率不高的情況下，根據(jù)作物需水規(guī)律和外部環(huán)境等因素對(duì)農(nóng)作物進(jìn)行適時(shí)、適量的高效節(jié)水灌溉[3]，不僅可以用最低限度的水量來(lái)實(shí)現(xiàn)作物的增產(chǎn)增收[4]，同時(shí)也有效解決了我國(guó)水資源供需矛盾，促進(jìn)了農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)發(fā)展[5]。自20世紀(jì)70年代中期在我國(guó)開(kāi)展節(jié)水灌溉以來(lái)，通過(guò)優(yōu)化作物種植結(jié)構(gòu)、發(fā)展高效節(jié)水灌溉技術(shù)、減少渠道水量損失等措施[6]，使得高效節(jié)水灌溉面積不斷擴(kuò)大，截至2020年底，高效節(jié)水灌溉面積已達(dá)2 300 萬(wàn)hm2[7]，地下取用水量大幅度減少，但仍存在水資源利用效率低下、節(jié)水灌溉技術(shù)落后、管理機(jī)制不明確等問(wèn)題[8]。因此專項(xiàng)、深入研究節(jié)水灌溉有利于實(shí)現(xiàn)對(duì)農(nóng)業(yè)水資源進(jìn)行科學(xué)化調(diào)控和利用。

基于此，國(guó)內(nèi)眾多學(xué)者針對(duì)高效節(jié)水灌溉技術(shù)開(kāi)展了大量研究，但主要集中在田間試驗(yàn)和模型研究，而利用文獻(xiàn)計(jì)量的方法研究節(jié)水灌溉的文獻(xiàn)未見(jiàn)報(bào)道。因此，本文采用文獻(xiàn)計(jì)量的方法，檢索2002-2021年20 a關(guān)于國(guó)內(nèi)外節(jié)水灌溉領(lǐng)域發(fā)表的科技文獻(xiàn)，利用知識(shí)圖譜分析研究當(dāng)前節(jié)水灌溉研究現(xiàn)狀、研究熱點(diǎn)以及未來(lái)發(fā)展方向和不足，以期為今后節(jié)水灌溉研究和發(fā)展提供參考依據(jù)。

1 研究方法

本文所研究的節(jié)水灌溉中文文獻(xiàn)來(lái)源于中國(guó)知網(wǎng)數(shù)據(jù)庫(kù)（CNKI），以“節(jié)水灌溉”為主題詞進(jìn)行檢索，學(xué)科類別為農(nóng)業(yè)類，文獻(xiàn)來(lái)源為核心期刊，檢索時(shí)間范圍為2002-01-01—2021-12-31，共檢索到3 203 篇文獻(xiàn)；英文文獻(xiàn)主要來(lái)源于Web of Science 核心數(shù)據(jù)庫(kù)，以“water-saving irrigation”為主題檢索，文獻(xiàn)類型為論文，研究方向?yàn)檗r(nóng)業(yè)，檢索時(shí)間范圍為2002-01-01—2021-12-31，共檢索到1 476篇文獻(xiàn)。檢索得到的中文、英文文獻(xiàn)均包含標(biāo)題、作者、研究機(jī)構(gòu)、國(guó)家、關(guān)鍵詞和摘要等重要信息。

VOSviewer 軟件是荷蘭萊頓大學(xué)的Van Eck N J 和Waltman L 基于共現(xiàn)聚類思想研發(fā)的一款科研軟件[9]，具有數(shù)據(jù)挖掘功能，可以從大量科研文獻(xiàn)中提取相關(guān)的信息構(gòu)建作者分析、共現(xiàn)分析、引用分析和作者機(jī)構(gòu)合作分析等可視化網(wǎng)絡(luò)圖[10-12]，以便學(xué)者有效的查看和分析相關(guān)研究領(lǐng)域的研究現(xiàn)狀，并且其具有數(shù)據(jù)分析量大、重疊性小、可視化程度高等獨(dú)特優(yōu)點(diǎn)。

2 結(jié)果與分析

2.1 發(fā)文量年變化趨勢(shì)

發(fā)文量是文獻(xiàn)計(jì)量學(xué)中評(píng)價(jià)科研生產(chǎn)能力的重要指標(biāo)[13]，根據(jù)發(fā)文量動(dòng)態(tài)變化可以充分了解到所研究領(lǐng)域的發(fā)展動(dòng)態(tài)以及發(fā)展?jié)摿?。?duì)檢索得到的3 203 篇中文文獻(xiàn)和1 476 篇英文文獻(xiàn)進(jìn)行年發(fā)文量統(tǒng)計(jì)，其統(tǒng)計(jì)結(jié)果見(jiàn)圖1 所示。由圖1 可知，中文文獻(xiàn)發(fā)文趨勢(shì)呈“凸物線”變化，在2011年達(dá)到峰值，年發(fā)文量為211 篇，占20 a 總發(fā)文量的6.58%，隨后年發(fā)文量整體呈下降趨勢(shì)，在2019年達(dá)到最小值，年發(fā)文量?jī)H為64篇，但在隨后2年年發(fā)文量明顯升高；英文文獻(xiàn)發(fā)文趨勢(shì)呈波動(dòng)式上升趨勢(shì)，其中在2002-2018年英文文獻(xiàn)發(fā)文量明顯低于中文文獻(xiàn)數(shù)量，這與英文期刊數(shù)量、影響因子以及審稿周期都有一定關(guān)系，在2019-2021年，英文文獻(xiàn)發(fā)文量高于中文文獻(xiàn)數(shù)量，且在2021年英文文獻(xiàn)發(fā)文量達(dá)到最大值，為197篇，占20 a 總發(fā)文量的13.35%。綜上，表明在2002-2018年是世界節(jié)水灌溉相關(guān)研究的起步階段，且該時(shí)期國(guó)內(nèi)學(xué)者對(duì)節(jié)水灌溉的研究力度要高于國(guó)外學(xué)者，在2019年之后，國(guó)際上關(guān)于節(jié)水灌溉的研究進(jìn)入快速發(fā)展階段。

圖1 2002-2021年中英文年發(fā)文量變化Fig.1 Changes in the number of Chinese and English annual publications from 2002 to 2021

2.2 國(guó)家和機(jī)構(gòu)發(fā)文量分析

科研論文被Web of Science 核心數(shù)據(jù)庫(kù)收錄的數(shù)量可以真實(shí)反應(yīng)一個(gè)國(guó)家或一個(gè)科研機(jī)構(gòu)科研能力的強(qiáng)弱[14]。對(duì)WOS核心數(shù)據(jù)庫(kù)所檢索到的20 a 文獻(xiàn)分別進(jìn)行國(guó)家和科研機(jī)構(gòu)發(fā)文量統(tǒng)計(jì)，并對(duì)發(fā)文量前十的國(guó)家和科研機(jī)構(gòu)進(jìn)行發(fā)文量百分比統(tǒng)計(jì)，如圖2 和圖3 所示。由圖2 可知，中國(guó)發(fā)文量位居首位，20 a 累計(jì)發(fā)文量達(dá)到512 篇，占發(fā)文量前十國(guó)家總量的36.44%，并且中國(guó)發(fā)文量高于排名第2 的美國(guó)和排名第3 的西班牙發(fā)文量總和，是發(fā)文量排名第4 的印度的3.97 倍；由圖3可知，發(fā)文量排名前10的機(jī)構(gòu)中有4家機(jī)構(gòu)來(lái)源于中國(guó)，2家機(jī)構(gòu)來(lái)源于美國(guó)，僅有1家機(jī)構(gòu)來(lái)源于西班牙，并且中國(guó)農(nóng)業(yè)大學(xué)和中國(guó)科學(xué)院分別以發(fā)文量占比15.70%和15.55%占據(jù)第1名和第2名，國(guó)際農(nóng)業(yè)研究磋商組織以發(fā)文量占比13.30%位居第3名。另外，中國(guó)農(nóng)業(yè)農(nóng)村部和西北農(nóng)林科技大學(xué)均以51篇的成績(jī)進(jìn)入發(fā)文量排名前10 的機(jī)構(gòu)，并且4 所中國(guó)機(jī)構(gòu)總發(fā)文量占比高達(dá)46.49%。由此可以看出，中國(guó)科研機(jī)構(gòu)及科研工作者已經(jīng)成為國(guó)際節(jié)水灌溉研究中不可缺少的力量。

圖2 2002-2021年WOS核心數(shù)據(jù)庫(kù)發(fā)文量排名前10國(guó)家占比Fig.2 Proportion of top 10 countries in WOS core database publication volume, 2002-2021

圖3 2002-2021年WOS核心數(shù)據(jù)庫(kù)發(fā)文量排名前10機(jī)構(gòu)占比Fig.3 Proportion of top 10 institutions in WOS core database publication volume, 2002-2021

圖4 為CKNI 核心數(shù)據(jù)庫(kù)發(fā)文量排名前十的機(jī)構(gòu)。發(fā)文量排名前10的機(jī)構(gòu)在20 a中累計(jì)發(fā)文量為1 058篇，占檢索文獻(xiàn)總量的33.03%。由圖可知，發(fā)文量最高的機(jī)構(gòu)為河海大學(xué)，20 a 累計(jì)發(fā)文量達(dá)到182 篇，占前十機(jī)構(gòu)總發(fā)文量的17.2%，其次是西北農(nóng)林科技大學(xué)，發(fā)文量為176 篇，占比16.64%，然后是武漢大學(xué)和石河子大學(xué)均以113 篇的發(fā)文量位居第3。其余科研機(jī)構(gòu)發(fā)文量均保持在50篇以上，占比不少于4%。

圖4 2002-2021年CNKI核心數(shù)據(jù)庫(kù)發(fā)文量排名前10機(jī)構(gòu)占比Fig.4 Proportion of top 10 institutions in CNKI core database from 2002 to 2021

2.3 期刊發(fā)文量統(tǒng)計(jì)分析

學(xué)術(shù)期刊是展現(xiàn)科研工作者學(xué)術(shù)成果的重要途徑，根據(jù)檢索得到的中文和英文文獻(xiàn)統(tǒng)計(jì)了發(fā)文量前10 的期刊，見(jiàn)表1。由表1 可知，中文期刊發(fā)文量前3 的期刊分別為《節(jié)水灌溉》、《中國(guó)農(nóng)村水利水電》、《灌溉排水學(xué)報(bào)》，其中《節(jié)水灌溉》以752 篇的文獻(xiàn)數(shù)量穩(wěn)居第1，約占檢索文獻(xiàn)總量的23.48%，其復(fù)合影響因子為1.345。在中文期刊中《農(nóng)業(yè)工程學(xué)報(bào)》影響因子最高，為3.446，并且以118 篇的發(fā)文量位居第4。 英文文獻(xiàn)來(lái)源主要分布在《Agricultural Water Management》、《Irrigation and Drainage》、《Field Crops Research》等期刊，其中《Agricultural Water Management》發(fā)文量最多，在2002-2021年關(guān)于節(jié)水灌溉發(fā)文量高達(dá)425 篇，約占檢索文獻(xiàn)總量的28.79%，并且超越了發(fā)文量排名2～10 名的期刊發(fā)文量總和，并且其為2021年中國(guó)科學(xué)院1 區(qū)top 期刊，影響因子高達(dá)6.611。綜上表明，關(guān)于節(jié)水灌溉研究的論文發(fā)表期刊較為集中，且期刊影響因子良好。

表1 中英文核心期刊發(fā)文量統(tǒng)計(jì)Tab.1 Statistics of papers published in Chinese and English core journals

2.4 作者發(fā)文量統(tǒng)計(jì)分析

中英文數(shù)據(jù)庫(kù)作者發(fā)文量前10 如表2 所示。根據(jù)普賴斯公式計(jì)算核心作者最低發(fā)文量，即M=0.749（Nmax）1/2，Nmax為發(fā)文量最高作者的論文篇數(shù)，M為核心作者最低發(fā)文量[15]。在CNKI 數(shù)據(jù)庫(kù)共檢索到6 761 位作者發(fā)表過(guò)與節(jié)水灌溉研究相關(guān)科技文獻(xiàn)，其中河海大學(xué)彭世彰教授以42 篇的發(fā)文量位居第1，根據(jù)普賴斯公式計(jì)算得到M=4.85，表明發(fā)文量高于5 篇的作者可以稱為核心作者，通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)共檢索到259 位核心作者。由表可知，中文發(fā)文量排名前10 的作者共計(jì)發(fā)文296 篇，占總發(fā)文量9.24%，10 位作者分別來(lái)自5 所科研機(jī)構(gòu)，其中河海大學(xué)和石河子大學(xué)分別有3 位作者入選。在WOS 數(shù)據(jù)庫(kù)中共檢索到5 506 位作者，其中佛羅里達(dá)大學(xué)Dukes Michael D 教授發(fā)文量最高，為28 篇，然后依次是里斯本技術(shù)大學(xué)Pereira Luis S 教授和設(shè)拉子大學(xué)Sepaskhah Ali Reza 教授位居第2 和第3，這10 位作者中有6位來(lái)自中國(guó)，分別是李仸生、徐俊增、張建華、康紹忠、黃冠華、楊士紅，發(fā)文量共計(jì)89 篇，占排名前10 作者總發(fā)文量的50.86%。根據(jù)普賴斯公式得到M=3.96，所以核心作者發(fā)文量至少4 篇，經(jīng)過(guò)檢索發(fā)現(xiàn)有152 位作者為該領(lǐng)域核心作者。

表2 中英文發(fā)文量作者統(tǒng)計(jì)Tab.2 Author Statistics of Chinese and English Papers

2.5 文獻(xiàn)引用頻次數(shù)據(jù)分析

文獻(xiàn)被引用次數(shù)可以有效反應(yīng)科技成果的影響力和權(quán)威性[16]，因此對(duì)中英文數(shù)據(jù)庫(kù)檢索文獻(xiàn)進(jìn)行引用頻次統(tǒng)計(jì)分析，如表3 和表4 所示。由表3 可知，CNKI 數(shù)據(jù)庫(kù)中10篇高引用文章的引用頻次均高于194 次，且有4 篇來(lái)源于《農(nóng)業(yè)工程學(xué)報(bào)》，并包攬前3 名，其中康紹忠院士在2004年發(fā)表題目為《現(xiàn)代農(nóng)業(yè)與生態(tài)節(jié)水的技術(shù)創(chuàng)新與未來(lái)研究重點(diǎn)》的文章以引用次數(shù)331 次位居第1，喬曉軍在2005年發(fā)表的《無(wú)線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用》和劉增進(jìn)在2004年發(fā)表的《冬小麥水分利用效率與最優(yōu)灌溉制度的研究》 引用次數(shù)分別為316 和312，占據(jù)第2和第3。

表3 CNKI數(shù)據(jù)庫(kù)文獻(xiàn)引用頻次數(shù)據(jù)統(tǒng)計(jì)Tab.3 CNKI database literature citation frequency data statistics

表4 WOS數(shù)據(jù)庫(kù)文獻(xiàn)引用頻次數(shù)據(jù)統(tǒng)計(jì)Tab.4 WOS database literature citation frequency data statistics

由表4 可知，WOS 數(shù)據(jù)庫(kù)檢索的引用頻次前10 的文章被引頻次均高于200 次，且有6 篇文獻(xiàn)來(lái)源于《Agricultural Water Management》，其中引用頻次最高的是來(lái)自中科院的Deng Xipeng 在2006年發(fā)表題為《Improving agricultural water use efficiency in arid and semiarid areas of China》的文章，引用頻次高達(dá)599 次，其次是Belder P 在2004年發(fā)表題為《Effect of water-saving irrigation on rice yield and water use in typical lowland conditions in Asia》的文章，然后是Liu Changming 2002年發(fā)表在《Agricultural and Forest Meteorology》期刊上題目為《Determination of daily evaporation and evapotranspiration of winter wheat and maize by large-scale weighing lysimeter and micro-lysimeter》的文章，以413次的引用量位居第3。綜上表明，各數(shù)據(jù)庫(kù)高引用文章具有一定的影響力和權(quán)威性，且發(fā)文期刊較為集中。

2.6 研究主題聚類分析

利用VOSviewer 軟件對(duì)檢索得到文獻(xiàn)進(jìn)行主題挖掘，將WOS 數(shù)據(jù)庫(kù)檢索文獻(xiàn)導(dǎo)入VOSviewer 軟件中，主題詞閾值為10，共檢索到滿足閾值的主題詞為468個(gè)，然后按系統(tǒng)設(shè)定條件最終確定281 個(gè)主題詞，得到節(jié)水灌溉主題聚類分析圖譜，如圖5所示。圖譜中，不同顏色代表主題類別不同，不同大小代表主題出現(xiàn)頻次不同，越大表示出現(xiàn)頻率越高，主題之間的距離代表主題相關(guān)性，距離越近相關(guān)性越強(qiáng)[11]。由圖5 可知， saving、 model、 content、 grain yield、 rice、 irrigation system、 deficit irrigation、 wue、 management、 water stress、irrigation treatment 等主題詞標(biāo)簽較大，表明它們出現(xiàn)的頻率較高，由這些主題詞得知近20 a 節(jié)水灌溉研究主要集中在灌溉制度、作物產(chǎn)量以及作物模型研究等方面，以不足額灌溉為宗旨，通過(guò)節(jié)水灌溉技術(shù)來(lái)提升水分利用效率，保障糧食產(chǎn)量。其中水稻和作物產(chǎn)量在圖譜中距離較近，主要因?yàn)樗竞乃扛?，是?jié)水灌溉研究熱點(diǎn)，且已有研究表明不足額灌溉可以對(duì)水稻造成一定程度的干旱脅迫，促進(jìn)水稻根系生長(zhǎng)，增加有效分蘗數(shù)[17]，提高灌溉水分利用效率，保障稻谷產(chǎn)量[18]。

圖5 主題聚類分析圖譜Fig.5 Topic clustering analysis map

2.7 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是作者對(duì)文章主體內(nèi)容的精煉概括，可以快速、準(zhǔn)確的反應(yīng)文章核心內(nèi)容[19]，利用VOSviewer 軟件對(duì)文章關(guān)鍵詞進(jìn)行共現(xiàn)分析，可以得出當(dāng)前研究方向和熱點(diǎn)。將CNKI 數(shù)據(jù)庫(kù)和WOS 數(shù)據(jù)庫(kù)檢索得到科技文獻(xiàn)分別導(dǎo)入VOSviewer 軟件中，關(guān)鍵詞閾值均設(shè)置為10 個(gè)，CNKI 數(shù)據(jù)庫(kù)和WOS 數(shù)據(jù)庫(kù)檢索得到滿足閾值條件的關(guān)鍵詞分別為151 個(gè)和80 個(gè)，最終得到各數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜，其中CNKI 數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜見(jiàn)圖6，WOS 數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜見(jiàn)圖7。圖中關(guān)鍵詞標(biāo)簽越大代表其出現(xiàn)頻率越高，關(guān)鍵詞標(biāo)簽越位于中心，代表其受到的關(guān)注度越高[20]。由圖可知，CNKI 數(shù)據(jù)庫(kù)中有關(guān)節(jié)水灌溉研究共現(xiàn)性較強(qiáng)的關(guān)鍵詞有節(jié)水灌溉、滴灌、水稻、產(chǎn)量、水資源、灌溉模式、灌溉、水分利用效率、噴灌等；WOS數(shù)據(jù)庫(kù)中關(guān)于節(jié)水灌溉研究共現(xiàn)性較強(qiáng)的關(guān)鍵詞有yield、growth、 water saving、 management、 productivity、 deficit irrigation、use efficiency 等。綜上表明，各數(shù)據(jù)庫(kù)關(guān)于節(jié)水灌溉研究熱點(diǎn)相對(duì)集中。

圖6 基于CNKI數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜Fig.6 Keyword co-occurrence map based on CNKI database

圖7 基于WOS數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜Fig.7 Keyword co-occurrence map based on WOS database

3 討 論

文獻(xiàn)作為科技成果的重要載體，可以反應(yīng)科研人員對(duì)節(jié)水灌溉相關(guān)研究的關(guān)注度。研究發(fā)現(xiàn)，WOS 數(shù)據(jù)庫(kù)中發(fā)文量前3的國(guó)家分別是中國(guó)、美國(guó)和西班牙，中國(guó)發(fā)文量高于美國(guó)和西班牙發(fā)文量總和，并且在發(fā)文量排名前10 的機(jī)構(gòu)中有4家來(lái)源于中國(guó)，發(fā)文量占比均超過(guò)7%，表明中國(guó)科研機(jī)構(gòu)對(duì)節(jié)水灌溉進(jìn)行了大量研究，且具有一定的權(quán)威性。CNKI 數(shù)據(jù)庫(kù)中河海大學(xué)、西北農(nóng)林科技大學(xué)、石河子大學(xué)、武漢大學(xué)和中國(guó)農(nóng)業(yè)大學(xué)是發(fā)文主力軍，近20a 發(fā)文總量超694 篇，約占總發(fā)文的21.67%?？傮w來(lái)說(shuō)，由于中國(guó)是農(nóng)業(yè)用水大國(guó)，且水資源長(zhǎng)期匱乏，利用效率不高，因此發(fā)展節(jié)水灌溉是保障農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的必要舉措。

通過(guò)對(duì)作者發(fā)文量統(tǒng)計(jì)分析表明，在WOS 數(shù)據(jù)庫(kù)中，發(fā)文量前3的作者分別來(lái)自美國(guó)、葡萄牙和伊朗，其中來(lái)自美國(guó)佛羅里達(dá)大學(xué)Dukes Michael D 教授發(fā)文量最高，為28 篇，他主要從事農(nóng)業(yè)灌溉技術(shù)研究，其研究表明降低噴灌系統(tǒng)壓力可有效節(jié)約用水，且不影響作物產(chǎn)量[21]。而來(lái)自廣西大學(xué)的Li Fusheng 教授是發(fā)文量最高的中國(guó)學(xué)者，主要從事水土資源利用和植物營(yíng)養(yǎng)學(xué)研究，其研究表明作物根區(qū)滴灌可有效降低作物耗水量，提高水分利用效率，同時(shí)氮肥利用效率也有所提高[22]。在CNKI數(shù)據(jù)庫(kù)中，發(fā)文量排名前10 的作者發(fā)文量均在19 篇以上，其中河海大學(xué)彭世彰教授發(fā)文量最高，主要研究方向?yàn)樗Y源高效利用、節(jié)水灌溉理論及其農(nóng)田環(huán)境效應(yīng)，是我國(guó)著名的節(jié)水專家，首先提出了“水稻控制灌溉”，其研究表明稻田控制灌溉較大田淹灌溉可以有效減少土壤Cd、Cr 元素流失[23]，顯著降低CH4排放量[24]。綜上表明，國(guó)內(nèi)眾多學(xué)者針對(duì)節(jié)水灌溉已開(kāi)展大量研究，且成果豐富。

根據(jù)近20 a 的數(shù)據(jù)庫(kù)關(guān)鍵詞共現(xiàn)圖譜，見(jiàn)圖6 和圖7?？芍?，灌溉方式（滴灌、噴灌）、灌溉制度、水分利用效率以及對(duì)作物生長(zhǎng)和產(chǎn)量的影響是國(guó)內(nèi)外關(guān)于節(jié)水灌溉研究的共同熱點(diǎn)問(wèn)題。其中滴灌作為國(guó)際公認(rèn)的最先進(jìn)的精量灌溉技術(shù)[25]，可以有效提高水分利用效率，且成本低廉、實(shí)用，因此引起了國(guó)內(nèi)外學(xué)者的研究浪潮。趙波[26]等通過(guò)田間冬灌試驗(yàn)研究表明滴灌可有效提高土壤水分均勻度，降低土壤鹽分，提高棉花產(chǎn)量；Roman[27]等在輕質(zhì)沙壤土中采用滴灌栽培蘆筍，結(jié)果表明蘆筍的高度、數(shù)量和直徑都得到顯著增加；嚴(yán)程明[28]等通過(guò)田間試驗(yàn)研究表明滴灌施肥較常規(guī)施肥而言，可有效提升菠蘿產(chǎn)量及品質(zhì)，節(jié)約施肥成本。與此同時(shí)，根據(jù)灌溉作物、氣候條件和土壤條件等因素制定合理的灌溉制度也是節(jié)約水資源，促進(jìn)農(nóng)業(yè)持續(xù)發(fā)展的重要途徑。王興鵬[29]等基于AquaCrop 模型研究表明在南疆地區(qū)采用灌水周期5 d、灌溉定額540 mm 的灌溉制度可保證無(wú)膜滴灌棉花具有較高的產(chǎn)量和水分利用率；Pérez-álvarez E.P[30]等通過(guò)田間試驗(yàn)研究表明調(diào)虧灌溉可提高葡萄的釀酒潛力，反而充分灌溉會(huì)降低葡萄產(chǎn)量及品質(zhì)；Chen[31]等通過(guò)溫室番茄試驗(yàn)表明加氣灌溉可有效提升番茄產(chǎn)量，且虧缺灌溉可有效降低土壤CO2和N2O 排放量；徐利崗[32]等通過(guò)大田滴灌枸杞試驗(yàn)表明，在干旱區(qū)平水偏豐年型（P=40%）條件下，枸杞滴灌最優(yōu)灌溉制度為灌溉定額3 750 m3/hm2,灌水次數(shù)為14 次,其中萌芽期灌水1 次,營(yíng)養(yǎng)生長(zhǎng)期2 次,盛花期、盛果期各4 次,秋季生長(zhǎng)期灌水3 次。綜上，國(guó)內(nèi)外研究主要集中在灌溉方式的改良以及灌溉制度的優(yōu)化對(duì)水分利用效率和作物生長(zhǎng)和產(chǎn)量的影響。

4 結(jié)論與展望

本文以“節(jié)水灌溉”為主題詞，使用CNKI數(shù)據(jù)庫(kù)和WOS數(shù)據(jù)庫(kù)以2002-2021年相關(guān)文獻(xiàn)為數(shù)據(jù)樣本，借助Excel 和VOSviewer 軟件對(duì)數(shù)據(jù)樣本年發(fā)文量、發(fā)文國(guó)家和機(jī)構(gòu)、期刊、研究主題、關(guān)鍵詞共現(xiàn)以及高產(chǎn)作者和高引用文章進(jìn)行可視化分析，最終得出以下結(jié)論與展望：

（1）近20 a 來(lái)，各數(shù)據(jù)庫(kù)在節(jié)水灌溉領(lǐng)域的發(fā)文量居高不下，且隨著水資源供需矛盾的日益突出，在未來(lái)節(jié)水灌溉的研究仍將是一個(gè)熱點(diǎn)話題。在WOS 數(shù)據(jù)庫(kù)中，中國(guó)科研機(jī)構(gòu)已經(jīng)成為發(fā)文主力軍，中國(guó)農(nóng)業(yè)大學(xué)以105篇發(fā)文量位居第一，遠(yuǎn)超其他國(guó)家科研機(jī)構(gòu)，對(duì)此國(guó)內(nèi)眾多學(xué)者為節(jié)水灌溉領(lǐng)域的研究和發(fā)展作出了不可磨滅的貢獻(xiàn)，涌現(xiàn)出了一大批優(yōu)秀的科研工作者。目前，發(fā)表節(jié)水灌溉相關(guān)文獻(xiàn)的期刊目前主要集中在農(nóng)業(yè)和水利方面，其中CNKI和WOS數(shù)據(jù)庫(kù)發(fā)文量榜首分別為《節(jié)水灌溉》 和《Agricultural Water Management》，發(fā)文期刊分布較為集中。從研究主題以及關(guān)鍵詞共現(xiàn)等方面來(lái)分析，各數(shù)據(jù)庫(kù)研究熱點(diǎn)較為統(tǒng)一，主要集中在改變灌溉方式，制定合理灌溉制度對(duì)作物生長(zhǎng)和產(chǎn)量以及水利利用效率的影響，其中水稻因需水量巨大，是節(jié)水灌溉研究的重點(diǎn)作物。

（2）節(jié)水灌溉作為今后農(nóng)業(yè)發(fā)展的重要舉措，其發(fā)展趨勢(shì)主要表現(xiàn)在以下3個(gè)方面。一是研究區(qū)域需要從單一的田塊向灌區(qū)尺度轉(zhuǎn)變，從區(qū)域水循環(huán)的角度實(shí)現(xiàn)節(jié)水灌溉；二是節(jié)水灌溉需要實(shí)現(xiàn)智能化和精準(zhǔn)化，依靠智能體系實(shí)時(shí)監(jiān)測(cè)土壤環(huán)境和作物生長(zhǎng)狀況，實(shí)現(xiàn)精準(zhǔn)灌溉；三是對(duì)農(nóng)業(yè)用水進(jìn)行改革，完善計(jì)量設(shè)備，建立農(nóng)業(yè)用水機(jī)制，科普節(jié)水知識(shí)，增強(qiáng)節(jié)水意識(shí)。