基于CiteSpace的浅层滑坡文献计量分析

2021-03-04吕佼佼高徐军张友科

中国地质灾害与防治学报 2021年1期

吕佼佼，范文，高徐军，张友科

（1.长安大学地质工程与测绘学院，陕西西安 710054；2.中国电建集团西北勘测设计研究院有限公司，陕西西安 710065）

0 引言

浅层滑坡是山区斜坡破坏的一种常见形式，广泛分布于世界各地[1−2]。浅层滑坡具有前期变形迹象小、面小点多等特征，虽然单个浅层滑坡危害不是很大，但大规模群发性的浅层滑坡会给居民生命财产造成巨大的损失[3]。因此，开展浅层滑坡相关研究，对于预防和降低滑坡风险，提高减灾防灾能力具有重要意义。

文献计量学[4]是用数学和统计学方法定量分析知识载体的交叉学科，早期的文献计量学关注出版物的主题、作者、国家等的数量，近年来知识可视化与文献计量学的结合则可直观形象的揭示知识的研究模式、结构关系及发展进程等信息[5−6]。国际上已经Sci2、Cite-Space、VOSviewer 等多种可视化分析软件，CiteSpace具有支持数据格式多、功能全面、可视化效果好等特点，已被应用于多个学科领域的相关研究[7−8]。

目前已经有大量的关于滑坡的综述性论文，WU[5]等人对全球滑坡（1991—2004）研究进展和趋势进行了计量分析，YANG[6]等人对全球滑坡研究的演化与焦点变化趋势进行了可视化分析，GUZZETTI[9]等人总结了全球范围内滑坡编录技术的常规方法及最新进展，李家春等[10]总结了北斗定位系统用于滑坡变形监测的理论和实践，并与传统变形监测技术进行了对比。但鲜有针对浅层滑坡研究的综述性文献，本文基于CiteSpace软件对浅层滑坡研究成果进行文献计量分析，挖掘国际浅层滑坡研究的知识结构，分析研究热点，为我国浅层滑坡研究提供参考。

1 数据与方法

以Web of Science 数据库中的核心合集库作为文献来源。检索条件：主题“shallow landsli*”，或者主题“shallow slid*”，检索跨度为1999年1月至2019年8月，文献类型选择为Article，共检索得到1 240 条数据。将1 240 条数据导入CiteSpace v5.5R2 软件进行分析。设置参数：时间分区1999—2019年，切片单位1年，阈值选择Top30，可视化默认系统选择。节点类型分别选择国家、机构、学科、期刊和关键词共现[11]。引入h因子与文献平均被引次数共同作为引用数指标来评价国家/地区和机构等的学术影响，h因子[12]是一种评价学术影响的新方法，定义为至多有h篇文献分别被引用了h次，通常较老的文献拥有较多的被引次数，因此为了更精确评价近期的学术影响力，本文进行了为期五年（2015—2019）的固定窗口分析。

2 结果与分析

2.1 国家/地区和机构分析

有75 个国家/地区参加了浅层滑坡研究，表1列出了发文量最高的20 个国家/地区，并总结了它们的文章总数、单个国家/地区的发文量、国际合作情况。在这20 个国家/地区中，9 个来自欧洲，6 个来自亚洲。意大利发表了326 篇关于浅层滑坡的论文，中国发文量排名第2 为198 篇，其次是美国187 篇，日本104 篇，瑞士85 篇。浅层滑坡研究的国际合作非常普遍，表1中18 个国家/地区的国际合作率超过50%，法国、伊朗更是达到了100%，意大利国际合作率较低为42.33%，但国际合作发文量达138 篇。意大利还是7 个国家/地区的最多合作国家(表1)，显示其在浅层滑坡研究国际合作中的主导地位，美国紧随其后，为4 个国家/地区的最多合作国家。中国的最多合作国家为美国，合作发文量为18 篇。意大利h因子最高，即有数量最多的高影响力文献，挪威的发文量排名第20 位，但该国文献的平均被引次数最高。综合各项指标来看，意大利在浅层滑坡研究中占据核心地位。

表1 浅层滑坡研究国家/地区TOP20Table 1 Top 20 most productive countries/territories in shallow landslide-related research

参与浅层滑坡研究的机构有1 094 家，发文量最多的20 家机构如表2所示。在这20 个机构中，6 个来自意大利，4 个来自中国，符合表1总发文量的占比规律。发文量第1 的机构为国家研究委员会，该机构是意大利最大的公共研究机构，发文量79 篇，随后为中国科学院52 篇，美国地调局39 篇。浅层滑坡研究机构的国际合作率差别较大，京都大学的国际合作率高达96.87%，但有8 家机构国际合作率低于50%（表2）。从最多合作机构看，来自同一国家的机构往往具有较多的合作关系，表2中14 个机构的最多合作机构来自相同国家。来自意大利的国家研究委员会拥有最高的h 因子（16）和平均被引次数（13.8），中国科学院的两项引用数指标分别为13 和11.7，两机构同为浅层滑坡研究的代表性机构。

2.2 学科类别和主要期刊

浅层滑坡的发生与发展受到各类环境因素的影响，具有较强的差异性，这使得该领域不可避免地涉及到多种学科。表3为浅层滑坡研究学科类型TOP10 列表。浅层滑坡研究所涉及到的学科类型大致分为三个层次。第一层次为地球科学，该学科出现最早，发文量也最大，浅层滑坡作为一种常见的地表地质灾害，地球科学的理论知识是研究浅层滑坡的根基与支撑，该学科的h 因子高达28，也说明其核心地位。第二层次是水资源学、气象与大气科学、自然地理学等学科，这类学科出现时间集中在2000—2007年，代表了与浅层滑坡的发生与发展密切相关的学科，为浅层滑坡研究的学科交叉提供了基础。第三层次是遥感、环境工程、土木工程等学科，这类学科集中在2008年之后出现，通过学科间结合交叉，以及各类工程实践，进一步拓展和促进了该领域的发展。从引用数指标看，各学科h因子差距明显，这表明浅层滑坡研究学科仍集中在地球科学，需要更多的跨学科思维，突破原有的思维定势。

将发文量前10 的浅层滑坡研究期刊列于表4。GEOMORPHOLOGY（地貌学）发文量最大为132 篇，其次为LANDSLIDES（滑坡）127 篇，NAT HAZARD EARTH SYS（自然灾害与地球系统科学）87 篇。5 个期刊所属大类学科为地球科学，5 个期刊分区在2 区及以上，仅ENVIRON EARTH SCI（环境地球科学）位于4 区。引用数指标方面，h因子最高的期刊为LANDSLIDES，平均被引次数最高的则为GEOMORPHOLOGY。NAT HAZARDS（自然灾害）发文量为66 篇（发文量排位第4），但被引次数指标表现一般。CATENA（土链）位列农林科学1 区，但其偏重报道与土壤相关的土壤污染、土壤侵蚀及地球化学等研究领域的最新成果，在浅层滑坡研究领域的被引次数指标表现一般。由我国主办的期刊J MT SCI（山地科学学报）进入了浅层滑坡研究发文量前10，该期刊2004年创刊，2007年被SCI 收录，主要报道在自然和人类活动影响下山地环境演变与可持续发展研究的相关论文，其关于喜马拉雅山区的研究在国际山地科学研究领域引起了广泛的关注，但从表4看，期刊在浅层滑坡领域引用数指标均偏低。综合以上，GEOMORPHOLOGY和LANDSLIDES为浅层滑坡研究的代表性期刊。

表2 浅层滑坡研究机构TOP20Table 2 Top 20 most active institutions in shallow landslide-related research

表3 浅层滑坡研究学科TOP10Table 3 Top 10 most productive disciplines in shallow landslide-related research

2.3 关键词变化分析

自1990年起，Web of Science 上的文章开始包含作者关键词，对文章的主题和关注点进行精练的描述[5]，这些关键字的统计分析可以用来分析研究热点的演化[13]，配合突现词功能使用，还能了解该领域的研究前沿。

将1 240 篇文献的关键词按时间分为4 个时段分别整理，并同时计算了各个时段关键词的出现比例，最后将总量最高的22 个关键词列入表5，图1为相应的关键词共词网络图，需要说明，关键词排除掉了shallow landslides、slope failure、debris flow 这类词汇，主要由于这类词为本次检索的词汇或检索伴生词[5]。

可以看出，浅层滑坡研究相关文献的关键词多围绕slope stability（斜坡稳定性）、GIS（地理信息系统）以及rainfall threshold（降雨阈值）展开，现分述如下：斜坡稳定性为出现比例最高的关键词，这一关键词在4 个时段均有出现。尽管shear strength（抗剪强度）与浅层滑坡的稳定性密切相关，但该关键词出现比例呈下降趋势，研究人员更倾向于使用factor of safety（安全系数）或root reinforcement（根系加固）作为关键词[14]。

landslide susceptibility（滑坡易发性）是指对某一地区存在或可能发生滑坡的类别、体积(或面积)和空间分布情况进行定量或定性评估[15]，该词也贯穿了4 个时段，且出现比例不断上升。传统的landslide inventory（滑坡编录）方法主要依靠野外调查结合地形测绘进行，基于GIS 和remote sensing（遥感技术）的不断革新为浅层滑坡属性的量化以及滑坡易发性图件等的绘制等工作提供了极大便利[16]。logistic regression（逻辑回归）是滑坡易发性和风险评价的常用统计学模型[17]，近2 个时段内以artificial neural network（人工神经网络）为代表的算法也被用于浅层滑坡易发性等的分析[18]，但由于浅层滑坡的单体规模及破坏性偏小，近2 个时段内专门针对浅层滑坡risk assessment（风险评价）的研究才逐渐增多[19]。基于逻辑回归还可进行soil erosion（土壤侵蚀）的评价，由于浅层滑坡破坏深度较浅，因此多数情况下土壤侵蚀与浅层滑坡伴随发生且相互影响，研究表明土壤侵蚀强度变化与浅层滑坡的区域稳定存在一定的关联[20]。LIDAR（机载激光扫描）作为一种新型的遥感技术，可为浅层滑坡研究提供高精度的DEM（数字高程模型）[21]，但针对DEM 的研究呈下降趋势。

表4 浅层滑坡研究期刊发文量TOP10Table 4 Top 10 most productive journals in shallow landslide-related research

降雨是浅层滑坡的重要触发因素，表5关键词中有3 个和降雨直接相关，分别为降雨阈值、infiltration（入渗）和antecedent rainfall（前期降雨量），其中降雨阈值出现量更是高居第2。事实上，绝大多数浅层滑坡的monitoring（监测）和early warning（预警）研究也是基于降雨[22]。此外，自然界浅层土体基本上是非饱和的[23]，因此从unsaturated soil（非饱和土）的角度去研究浅层滑坡更为科学，非饱和土的出现比例也在不断上升。TRIGRS（基于瞬态入渗的网格区域斜坡稳定性模型）基于GIS 平台，耦合了入渗、水文和斜坡稳定性的定量模型，可分析土壤水呈饱和/非饱和状态的斜坡稳定性[24]，特别适用于浅层滑坡研究。

表5 浅层滑坡研究关键词共现统计Table 5 22 frequently used keywords related to shallow landslides

图1 关键词共现网络图Fig.1 Map of frequently used keyword

突现词探测技术能够探测设置时段内出现比例变化较高的关键词，适用于发掘学科发展的新兴趋势。表6为浅层滑坡研究突现词表，结合表5可以看出，斜坡稳定性在相当长时期内都是浅层滑坡研究的热点关键词，进入2010年之后关键词数量和突现词数量均有明显增加，这表明近10年来浅层滑坡研究进入了繁荣发展的时期。从表6看，突现词多集中在新技术新方法，如DEM 被广泛用于区域浅层滑坡等的研究，非饱和土理论的应用则使浅层滑坡的监测及预警等工作取得了突破性进展，同时也拓展了浅层滑坡稳定性计算的理论[25]。继人工神经网络之后，研究人员又提出将多种人工智能算法进行复合优化的hybrid model（复合模型算法），并将其用于浅层滑坡易发性评价，计算所得准确率优于传统的逻辑回归以及单一模型的计算结果[26,27]。

除复合模型算法外，表6中所有突现词在表5均有出现，且出现时间更早，这反映出新研究前沿的出现，往往需要经过一段时间的探索才会成为研究热点。据此推断，复合模型算法为浅层滑坡研究领域近期的热点。