基于文献计量的水质模型研究现状与发展趋势分析

滕浩文，王昕宇，徐建玲，张冬有，钱宇丹

（1.哈尔滨师范大学 地理科学学院，哈尔滨 150025；2.东北师范大学 环境学院，长春 130117）

水质模型又称水质数学模型，是描述水环境中参加水体的污染物于时间、空间在生态系统中发生的变化、规律和相互作用关系的数学模型［1］，为水资源保护和制定污染物排放标准提供技术支撑。进入21世纪以来，工业污水、生活污水等排放的增加使得污染防治形势严峻，人类生产活动和健康安全会受到一定影响［2］。为更好地进行水污染防治，分析发展趋势，加强水质模型的研究尤为重要。

文献计量方法是采用数学和统计学，通过对现有的相关文献与学术研究成果，分析文献体系的学科发展脉络、分布特征、变化规律的一种新型方法［3］。文献计量已逐渐成为研究地理学、生态学、材料化学等各个学科发展趋势的重要手段，展现其专业领域的历史进程、研究现状和未来发展趋势［4］。本文应用VOS viewer软件对Web of Science（WOS）数据库中近20年的关于水质模型的研究进行了分析，旨在了解国内外水质模型研究的现状和发展趋势，为同领域研究提供参考。

1 材料与方法

检索核心数据库为WOS核心合集，检索主题词为“水质模型（Water quality model）”，时间跨度为2000年1月1日至2020年12月31日，共检索到65 587篇文献。将文献导入Excel软件进行统计分析，采用VOS viewer软件进行可视化分析，最后结合数据进行整体分析。

2 结果与讨论

2.1 年度发文总量及变化趋势分析

发文量是科学界对某一领域关注程度的总体表征，在一定程度上反映该领域的发展速度和历程［5］。如图1所示，2000-2020年的20年间，WOS中有关于水质模型研究的文章数量呈现逐年增长的趋势，且从2000年的765篇到2020年的7 010篇，文章数量上涨了9.16倍，年均增长率为11.7%。说明全球水环境领域学者对水质模型关注度呈逐年提升趋势。图2关于水质模型研究领域文献类型分布中，研究型论文52 438篇，占79.9%；会议论文9 393篇，占14.3%，综述论文1 969篇，占3%；其他论文1 787篇，占2.3%。这表明水质模型的研究力度逐渐加强，也说明水质模型的创新性研究也在不断增加。

图1 2000-2020年发文量的变化

图2 水质模型研究领域文献类型分布

2.2 作者分析

通过对相关研究的主要作者进行分析，进一步了解该领域的主要科研人员及其关注的方向，有利于读者结合自身科研需求进行学术交流与合作。经统计，65 583篇水质模型领域的文献为5 264位学者的研究成果，其中发文量≥17篇的作者共有347人（占4.69%），共发表文章19 215篇（占29.3%），说明这些作者在水质模型开发和应用领域有着十分重要的贡献。由图3作者合作关系图可以看出，在水质模型的研究上，各研究人员之间的合作也十分密切。

图3 作者合作关系网络图

2.3 发文作者所属国家/地区分析

国家/地区的论文成果量在一定程度上可以反映一个国家/地区对某一方面研究投入和重视程度，表1是2000-2020年发文量TOP15的国家，其中全球水质模型应用领域发文量排在前两位的国家是美国和中国，分别为20 249篇和14 110篇，均超过20%。其次为加拿大、德国、澳大利亚、英国和法国。表明中国和美国在水质模型方面研究的规模和成果水平与其他国家相比优势明显，同时也体现了中美对水质模型研究的重视程度高。分析表明，中美两国相关科研成果具有较大影响力，有较高的阅读和引用价值。

表1 发文量TOP 15国家

在当今全球化的趋势下，国家之间科学研究合作可以实现相互补充，共同进步的效果。图4为水质模型领域研究中国家和地区的合作关系网络，可以看出国际合作相对较多的国家为中国、美国和法国，其中中国对外合作中与美国的合作关系最为密切。

图4 国际合作关系网络图

2.4 水质模型研究领域TOP 10机构

通过对水质模型研究机构进行分析，进一步了解水质模型研究领域中研究活跃度较高的研究机构。表2是2000-2020年发文量TOP10的机构，其中发文量最高的机构是中国科学院，发文量为2 225篇，其次是美国加州大学，发文量为1 748篇。且中国科学院的发文数量远超其他机构，但是在前10位的研究机构中，中国所占的研究机构仅有1所，美国占有5所，说明美国关于水质模型的整体研究热度较高。图5是各机构的合作关系网络图，从图中可以看出中国科学院的合作机构数量是最多的，其次是中国科学院大学和美国加州大学，说明中国科学院相关研究开放程度高，出成果速度快，更具有前沿性。

表2 发文量TOP 10机构

图5 发文机构合作关系图

2.5 关键词分析

关键词反映研究成果的核心内容，通过对关键词的统计与分析有利于准确把握某一研究领域的研究热点及未来研究方向［6］，也可为今后科学研究确定进一步的发展方向提供支持。如图6所示，2000-2020年，文献关键词出现频率较高的是水质（water quality）、质量（quality）、动力学（dynamic）、管理（management），与之联系较密切的关键词有气候变化（climate change）、沉积物（sediment）、地下水（underground water）、污染（pol‐lution）等等，说明水质模型的利用主要是为了评价水体质量和水污染过程分析，例如水体污染程度的分析、水体富营养化的进程等。通过水质模型对水体污染进行整体的研究从而确定相关的治理方案。

图6 关键词密度

2.6 主题分析

通过对文献的主题进行分析，可以整体上了解2000-2020区段内在水质模型领域人们研究的主要方向，图7所示是水质模型相关文献的主题的分析图，从图中可以看出，研究方向主要集中在健康风险（health risk）、地下水（groundwater）、重金属（heavy mental）、气候变化（climate change）、细菌病原体（bacterium pathogen）等。说明水质模型的研究主要是为了评估水质的变化以及对水体中所包含对人体有害的物质，如重金属、病原体微生物等进行健康风险评估。例如夏治坤以桃山水库为研究区域，采用陈守煜提出的模糊聚类迭代模型对桃山水库的水质进行综合评价，提高水质分析的准确性［7-8］。

图7 主题密度

2.7 文献被引频率分析

采用Vos viewer软件对国内外水质模型的研究进展进行可视化分析，对近些年来水质模型研究有了全方面的了解。为了更详细地了解水质模型的研究重点，对检索文献中引用频率较高的文献进行了进一步分析。

图8表示文章被引频次的年际变化，总体来看文献的被引频次逐年提升。2019年发表的文献被引频次最高，2019年之后的文献被引频次出现了下降的趋势，因为近3年至5年的文献是大家关注的重点，文献发表的时间短，引用量会偏低。在2019年发表在《JOURNAL OF CHEMI‐CAL THEORY AND COMPUTATION》的“Optimiza‐tion ofthe additive CHARMM all-atom protein force field targeting improved sampling of the back‐bone ϕ ，ψ and side-chain χ1and χ2dihedral angles（Best et al.，2019）”被引频次最高，为 2 170次。文献被引频率的逐年提升说明在水质模型研究领域中文献数量在不断提升，同时该领域的研究成果的关注度也在逐渐提升。

图8 水质模型研究领域文献被引频次变

分析表明，目前水质模型主要应用范围包括水质报告、水环境污染物的风险评估、水体中污染物来源分析、水资源管理等方面［9］，同时在农业灌溉用水的评估、城镇污水管理的水质问题、现有生态流域生物活动的监测和管理等方面也得到应用。利用水质模型对地表水体进行风险评价，为日常工作管理政策提供依据的深入研究［10］。随着水质模型的大规模应用，在应用过程中所产生的问题也逐渐成为研究关注的重点。

（1）精度问题。虽然开发的许多模型在实际项目中逐步得到应用，但相应的预测精度总体上是中等的，在某些特殊情况下精度低。例如应用于水质标准评估的水质指数模型（WQI），其模型参数获取容易、使用方便和应用范围广等优点，逐渐被全球多数学者接受［11］，由于其通用的结构和易用性，得到广泛的应用。并且随着模型的广泛使用，研究人员发现在将大量水质数据转换为单一指数时产生了不确定性，影响了分析的精确度，为此，研究人员对该模型的相关衍生模型进行精确度的比较和分析，筛选出更为精确的模型。

（2）模型特定性问题处理。大部分模型的使用需要输入特定的参数，例如问题（1）中所述的WQI模型，在模型的应用过程中，各地的水质参数存在差异，所相关联的地理、气象等参数也会有所不同。通过增加一些新兴数据源，如用于地理卫星数据、同位素标记等，以及用于现场高分辨率水质监测的新传感器技术和无人机的采用等，这对提高模型的使用范围和精度具有重要意义。

（3）模型创新发展问题。Jakeman等人［12-14］认为水质模型科学性的进展近些年有些停滞，现有的模型发展大部分是按照低成本、方便应用和评价结果稳定等标准，而提高模型的科学性势必会增加模型的复杂性，模型参数获取难度增大，使用人员专业素养要求较高，实施难度大。由于模型开发和使用成本增加，在民众的接受程度上也会有一定的阻碍［15］。

（4）模型应用问题。由于地表水环境变化的多样性和人为干扰的复杂性等因素存在，模型在应用过程中所使用的数据有些具有模糊不平稳等特点，难以进行处理。这也是水质模型在实际应用需要考虑的问题。Tiyasha等人［16］根据近20年的人工智能参与水质模型监测的数据分析发现，人工智能在水质模型监测方面具有方便、节省资金、精确度较高等优势，但还需要进一步的发展和改进。

2.8 水质模型研究学科分析

水质模型研究具有多学科交叉的研究特点，表3所展示的就是水质模型研究方面文献数量排名前10的学科，其中环境科学和水资源两学科的发文数量分别位居一二位，分别为21 404篇和15 051篇，占总发文数量的33.40%和23.49%，在一定程度上可以表明水质模型也逐渐成为各学科交叉研究的热点，各研究者结合自身学科特点逐渐将水质模型的研究应用到自身学科中，解决自身学科研究中存在的问题。

表3 文献数量学科排名

3 结论

综上所述，通过文献计量的方法对水质模型相关文献进行分析，并对现有的水质评价方法进行综合比较，探讨不同国家/地区之间的差异，同时进一步分析水质模型的未来发展趋势。

（1）水质模型的相关研究文献数量逐年增加，各个国家对于水质模型的研究投入增加。中国科学院的发文数量在TOP10研究机构中处于领先地位，美国的研究机构占TOP10研究机构的50%，世界各国相关研究机构分布存在不平衡。水质模型研究重点是采用水质模型对水环境中的污染物质如重金属等的迁移转化进行预测，同时也利用水质模型对水与地表水体相关环境中生活的人进行健康风险评价。

（2）随着水质模型研究的逐渐深入，水质模型的种类越来越多，相关研究成果的科学性不断提高，引文数量有了很大程度的提升。随着水质模型的逐步完善，其在各学科中应用的广泛性逐渐提升。

（3）云计算、大数据和人工智能的不断发展，水质模型的开发不断趋于多样化，结合水文、河流生态系统、底栖动物、大型水生生物等多个领域，通过实际数据的敏感性和不确定分析选取适用的水质模型，利用地理信息系统技术实现模型的动态模拟及其评价结果的三维可视化，为地表水水质相关决策提供可靠的数据支撑，是地表水环境污染、水质模型的发展趋势之一。