基于文献计量的国内外茶树干旱研究进展

李 凯 李泽宇 梁月荣 陆建良 郑新强*

(1.浙江大学 茶叶研究所,杭州 310058;2.浙江大学海南研究院,海南 三亚 572025)

茶树[Camelliasinensis(L.) O.Kuntze]在植物学分类上隶属于山茶科山茶属,是一种集约化经营的多年生常绿阔叶经济作物,喜温暖湿润的气候环境,对种植环境的降雨量要求较高,通常认为适宜的年降雨量为1 000 mm以上,适宜的月降雨量为100 mm[1-2]。但由于我国茶区地理跨度较大,气候类型丰富[3],且同一茶区月份间的降雨量分布情况也差异极大,导致茶树常常遭受干旱胁迫。同时,我国茶叶主要产区夏秋季气温高、空气湿度较低且水分蒸发强烈,易造成秋旱,对来年春茶的产量和品质均会产生明显的不利影响[4]。据统计,2001年的干旱造成肯尼亚茶园减产14%～20%[5]。2010年云南遭遇持续大旱导致26.67万hm2茶园受灾,春茶减产50%左右,直接经济损失可达10亿元[6]。与此同时,干旱也是茶叶品质的主要限制因素之一[7],长时且重度的干旱会使茶叶中多种品质相关成分下降,如总儿茶素含量、茶多酚含量、总游离氨基酸含量和水浸出物等[8]。茶树抗旱是一个复杂的过程,涉及的反应较多,叶片的物理性状[9]、根系形态[10]、丙二醛含量、脯氨酸含量[11-12]、抗氧化酶活性[13]、叶绿素含量[14]、光合气体交换参数[15-16]、叶绿素荧光参数[17-18]和激素[19]等都会因茶树遭遇干旱胁迫而发生变化。近年来,针对茶树干旱胁迫研究发表的相关文章为国内外学者了解和开展茶树抗旱机理研究起到了重要作用[20-24]。但当面对海量文献和数据时,传统的文献综述方法仍然存在着信息掌握不全面和文献利用率低下等局限性。

文献计量学是基于文献或文献某些特征的数量,论述与预测科学技术现象与规律的情报学分支[25]。随着处理分析学术信息的科学计量学与信息计量学技术的迅速发展,文献计量学已广泛应用于许多科学研究中。近年来也有学者将其应用于茶树的相关研究中,主要包括茶产业经济现状和标准化态势的研究[26-27]、茶树中特征性成分的研究进展[28-30]和相关技术在茶树研究中的进展[31]等,但关于茶树抗旱的文献计量学研究尚未见报道。为了更好的了解茶树抗旱的国内外研究态势和进展,本研究从文献计量学的角度分析了近30年中国知网(CNKI)和Web of Science数据库中收录的茶树干旱相关文献,对文献数量、作者、年度分布和出版刊物等内容进行统计分析,客观呈现茶树抗旱的研究重点和薄弱所在,以期为相关科研人员能够及时准确的掌握茶树抗旱的研究态势提供数据参考。

1 材料与方法

1.1 数据来源

为保证原始数据全面精准且具有较高真实度、解释度和可信度,本研究以文献数量最多、覆盖范围最全的中国知网和Web of Science为样本数据库,通过对本研究领域的相关文献主题、关键词和摘要进行分析,发现以摘要做为检索式能够更全面的囊括本研究领域的文献。因此本研究以(摘要=茶树AND 摘要=干旱)做为检索式在中国知网数据库中检索1990—2021年(检索时间：2022-04-28)的相关文献,手动去除无关键词和不相关的文献,得到121篇有效文献;以(AB=tea AND AB=drought)为检索式,文献类型为“article”or “review”,时间跨度为1990—2021年(检索时间：2022-04-28)在Web of Science 数据库中进行检索,手动去除无关键词和不相关的文献,得到123篇有效文献。

1.2 研究方法

本研究基于中国知网和Web of Science数据库,利用CiteSpace 5.7.R5软件,绘制了年度发文量、合作作者、合作结构以及关键词共现图谱,通过网络密度、节点大小和中介中心性等要素,展示茶树干旱研究领域的动态及趋势。将每篇文献中注明的所有作者定义为本篇文献的作者,以进行合作作者和核心作者的分析。通过普赖斯定律确定核心作者,即发文量为M篇以上的作者为核心作者,计算公式为M=0.749(Nmax)1/2。式中M表示核心作者的最低发文数,Nmax表示最多发文作者的发文量[32]。

2 结果与分析

2.1 年度发文量

在中国知网数据库中,过去30余年茶树干旱研究大致可分为3个发展阶段(图1)：第一阶段(1991—2010年)为发展初期阶段,年均发文量为1.15篇;第二阶段(2011—2015年)为缓慢增长阶段,年均发文量为3.40篇。据国家统计局数据显示2009和2010年是我国近二十年来旱灾最为严重的年份,因旱灾造成的茶园绝收面积分别达到了32.69和267.23万hm2,使国家经济遭受了重大损失[33]。随着全球气候变暖加剧,对温室气体的研究在2010年进入白热化阶段(以主题词为“温室气体”在中国知网数据库中进行检索,2010年发文量为3 335篇,为历年来最高),因此在茶树科研领域更多的科研工作者也开始投入到茶树干旱领域的研究中,为该领域发文量的增加注入了极大的活力;第三阶段(2016—2021年)为快速发展阶段,年均发文量为13.50篇。2019年发文量达到峰值,为21.00篇,虽然自2020年起发文量略有下降,但仍高于1991—2016年。

在Web of Science数据库中,过去30余年茶树干旱研究自2003年开始大致可分为2个发展阶段(图1)：第一阶段(2002—2015年)为波动增长阶段,年均发文量为2.77篇;第二阶段(2016—2021年)为快速增长阶段,年均发文量为14.50篇,于2021年达到峰值,发文量为26.00篇,是中国知网数据库中2021年发文量的2倍。这表明越来越多的研究者在这段时间内更加倾向于在英文期刊上发表研究成果。

图1 茶树干旱研究的中英文文献发文量年度分布Fig.1 Annual distribution of Chinese and English literatures published on drought in tea plants

2.2 作者分布

本研究通过对核心作者以及作者间的合作关系进行分析来讨论茶树干旱研究领域的作者分布情况。核心作者表示在某一研究领域中发挥核心作用的研究人员,其研究的主题和走向代表了研究领域内的研究重点和趋势[34]。利用CiteSpace 软件,设置TOPN=50,分别得到基于中国知网数据库的节点为361个,连线为1 074条,网络密度为0.017(图2)和基于Web of Science数据库的节点为476个,连线为1 586条,网络密度为0.014(图3)的茶树干旱相关研究作者合作网络图谱。

一个圆圈和标签代表一个元素,圆圈大小代表该词出现次数的高低,圆点之间的连线粗细表示元素两两之间的强度大小。图2～5同。A circle and label represent an element,the size of the circle represents the number of occurrences of the word,and the thickness of the line between dots represent the strength of the correlation between the two elements.The same as Figure 2 to 5.图2 中国知网数据库中茶树干旱研究作者合作网络Fig.2 Collaborative network of authors on tea plants drought research in CNKI database

图3 Web of Science数据库中茶树干旱研究作者合作网络Fig.3 Collaborative network of authors on tea plants drought research in Web of Science database

表1 中国知网和Web of Science数据库中核心作者分布情况Table 1 Distribution of core authors in CNKI and Web of Science databases

2.3 合作机构

利用CiteSpace 软件,设置TOPN=50,分别得到基于中国知网数据库的节点为83个、连线为48条、网络密度为0.014和基于Web of Science数据库的节点为129个、连线为183条、网络密度为0.022的茶树干旱相关研究机构合作网络图谱(图4和5)。在中国知网数据库(图4)中形成了以福建农林大学园艺学院、南京农业大学园艺学院、中国农业科学院茶叶研究所以及西北农林科技大学园艺学院为核心的机构合作网络图谱,其中福建农林大学园艺学院发文量最多,为23篇。其次为南京农业大学园艺学院和中国农业科学院茶叶研究所,发文量分别为15篇和13篇。各研究机构之间,主要表现为省内院校和科研院所之间的合作,跨地区合作较少,合作有待加强。其中中国农业科学院茶叶研究所与其他科研院所之间的合作最多,且跨区域合作相对较多。在Web of Science数据库(图5)中形成了以中国农业科学院、南京农业大学、福建农林大学和安徽农业大学为核心的机构合作网络图谱,其中中国农业科学院发表的文章最多,为13篇。其次是南京农业大学、福建农林大学和安徽农业大学,发文量依次为12、11和11篇。中国农业科学院与福建农林大学和青岛农业大学之间有少量合作,安徽农业大学与华中农业大学之间的合作相对较多,但总体来说当前各研究机构之间在茶树干旱研究领域的合作较少。

图4 中国知网数据库中茶树干旱研究机构合作网络Fig.4 Cooperative network of tea plants drought research institutions in CNKI database

图5 Web of Science数据库中茶树干旱研究机构合作网络Fig.5 Cooperative network of tea plants drought research institutions in Web of Science database

2.4 研究文献关键词分析

关键词是对文章主旨的高度概括,其频次、突显性和关联度等都可以反映该领域中的研究热点、内在联系和重要程度。通过对关键词进行分析,可以直观的呈现出特定研究领域的热点问题、知识结构、主题方向和研究趋势等内容。在众多的指标之中,关键词频率、突显度、中心性和聚类度是4个重要的指标。关键词频次可以表征其关注度的高低,中心性可以表征其重要程度,突显度可以表征其研究热度[35-36]。

2.4.1关键词共现分析

从知识理论角度分析,频次和中心度高的关键词可以代表一段时间内众多研究者关注的话题,即研究热点。中心性做为表征节点权力的大小,可反映该节点在网络中的重要性。关键词中心性越高,共现频次越高,则说明节点在该领域中越重要[37]。

利用CiteSpace 软件,设置TOPN=50,分别得到基于中国知网数据库和基于Web of Science数据库的茶树干旱研究关键词共现网络图谱,导出其具体数据(表2)。在中国知网数据库中,茶树、表达分析、干旱胁迫、基因克隆和逆境胁迫等关键词出现频次较高,依次为92、32、26、15和9次,其中茶树和干旱胁迫的中介中心性最高,分别为1.07和0.36。

表2 中国知网和Web of Science数据库中茶树干旱研究排名前15的关键词Table 2 Top 15 keywords of tea tree drought research in CNKI and Web of Science databases

在Web of Science数据库中,Camelliasinensis、Tolerance、Drought stress、Arabidopsis and Abiotic stress出现的频次最高,依次为54、28、27、24和24次,其中Camelliasinensis和Drought的中介中心性最高,分别为0.52和0.26。在中国知网和Web of Science数据库都呈现出相同的趋势,即去除掉像“茶树”“干旱胁迫”这类本身属于检索式同义词的词组时,其余的词组呈现出双子星格局,最大程度上连接了其余的关键词。剩余的关键词大致可以分为两类：一是脯氨酸、Abscisic acid(脱落酸)和抗旱性,这一组词主要围绕茶树抗旱研究的生理层面;二是表达分析、基因克隆、克隆、转录因子、Gene expression(基因表达)、Identification(鉴定)和系统进化,这一词组主要围绕茶树抗旱研究的分子层面。

干旱做为茶树生长过程中的主要环境制约因素之一,会阻碍茶树的呼吸作用、光合作用和气孔运动等,从而影响茶树的生长发育和生理代谢。而茶树为了应对干旱逆境会启动自身的干旱响应机制,如通过改变自身的形态结构、抗旱相关基因的表达、渗透调节物质和激素的合成等来缓解干旱逆境。对茶树干旱胁迫响应的研究当前大致可以分为3个层面,即：表型水平、生理水平和分子水平[38]。茶树在遭受干旱胁迫之后,其内部会产生一系列的生理生化变化,例如光合作用的变化、膜脂过氧化产物的变化和渗透调节物质的变化等,这些变化作为植物的“语言”可以反映植物在干旱环境下受到的不同程度的影响[39]。

2.4.2突显度

CiteSpace可以运行突变词分析功能,通过描绘某一段时间内,共现频次或者被引用频次突显度增加的节点来预测该领域的研究方向[40]。突变词分析的基本原理是根据摘要、标题和关键词等的词频增长率来判断哪些是热点词汇,从而达到判定研究热点与发展趋势的目的[41]。图6和7中每一小段代表一年,Year表示某一关键词在本数据库中首次出现的时间,Strength表示其突显强度,Begin表示该关键词成为热点词汇的时间,End表示该关键词结束热点词汇的时间,红色部分表示其持续的长度,其余颜色表示其尚未进入突显阶段的年份。利用CiteSpace软件,分别设置γ=0.20和γ=0.50,得到基于中国知网数据库和基于Web of Science数据库的茶树干旱研究关键词突显图谱(图6和7)。

在中国知网数据库中,突显强度排名前5的关键词分别为干旱胁迫、基因克隆、脯氨酸、水分胁迫和干旱,突显强度依次为4.20、3.13、2.00、1.90 和1.61(图6)。关于茶树抗旱性的研究在1991年进入热潮,持续了24年,自2015年起开始转变为对茶树需水规律的研究。在Web of Science数据库中,突显排名前5的关键词分别为Arabidopsis、Identification、Tea plant、Protein and Drought stress,突显强度均大于3,依次为3.99、3.54、3.38、3.18 和3.14(图7)。在2003—2013年间,关于茶树干旱研究的热潮集中在生理层次,在2014—2021年间主要集中在非生物逆境胁迫和遗传进化方面。

红色部分表示关键词持续的长度,蓝色部分表示其尚未进入突显阶段的年份。图7同。The red section indicates the duration of the keyword,and the blue section indicates the years when the keyword has not yet entered the prominence stage.The same as Figure 7.图6 中国知网数据库中茶树干旱研究关键词突显分析Fig.6 Keywords saliency analysis of tea plants drought research in CNKI database

图7 Web of Science数据库中茶树干旱研究关键词突显分析Fig.7 Keywords saliency analysis of tea plants drought research in Web of Science database

2.4.3时区

CiteSpace的时区演化图可以直观的展现不同时间段某一研究领域的前沿及其衍生关系,从而对未来的发展趋势做出合理的推测[42]。利用CiteSpace 软件,设置TOPN=50,时间切片为3,得到基于中国知网数据库的节点为160个,连线为312条,网络密度为0.020的茶树干旱研究时区图谱(图8)。从时间序列上看,国内茶树干旱热点词演进大致可分为3个阶段。第一阶段(1991—1998年)为研究的初始阶段,关键词主要有茶树、干旱胁迫、脯氨酸、水分胁迫和抗旱性等。这一时期科研人员主要关注干旱胁迫下茶树自身的生理响应。第二阶段(2002—2014年)为研究缓慢发展阶段,这一阶段仅有少量关键词出现,这一时期除了关注干旱胁迫下茶树自身的生理响应还开始关注茶园的生态效应。第三阶段(2015年至今)随着研究领域的深入,茶树干旱研究进入快速发展阶段,开始从基因层面研究茶树对干旱胁迫的响应机制。

图8 中国知网数据库中茶树干旱研究热点词演进Fig.8 Evolution of hot words on tea plants drought research in CNKI database

设置TopN%=10%,时间切片为1,得到基于Web of Science数据库的节点为229个,连线为961条,网络密度为0.040的茶树干旱研究时区图谱(图9)。从时间序列上看,国际茶树干旱热点词演进大致也可分为3个阶段。第一阶段(2003—2006年)为30余年研究过程中的第一波高潮,这个阶段主要关注茶树本身对干旱胁迫的生理响应,也开始关注与抗旱相关的基因。第二阶段(2007—2015年)除了分子方面的研究继续深入外,也注重探究相关植物激素在茶树干旱过程中的调控。第三阶段(2016年至今)随着研究的深入,开始侧重于抗旱相关基因家族、转录因子和表达模式。

图9 Web of Science数据库中茶树干旱研究热点词演进Fig.9 Evolution of hot words on tea plants drought research in Web of Science database

总体来说,2个数据库中的茶树干旱研究发展阶段趋势一致,都分成3个阶段,且发展速度均呈现慢-快-慢的趋势,差异之处在于Web of Science数据库中的每个阶段均迟于中国知网数据库。结合之前对该领域核心作者和主要机构的分析,本研究认为产生这样情况的原因是茶树干旱研究领域的主要领头人物大多来自中国的各高校和研究院所,基于多方面的考虑他们在中国知网数据库中发表的科研成果最多。同时也可以发现对于茶树干旱领域分子水平的研究,Web of Science数据库早于中国知网数据库,并且其早期的论文主要是SANJAY KUMAR团队发表的。

3 讨论与结论

本研究通过中国知网和Web of Science数据库对茶树干旱文章进行检索,基于文献计量学观点及CiteSpace分析,对茶树干旱研究的文献数量、年代分布、作者、机构、研究内容及热点等做了全面的计量比较分析。得出以下结论：

1)从发表年份看,国内茶树干旱研究早于国外,在相当长的一段时间内两者发文趋势相同,但近年来外文期刊发文数量和质量明显高于中文期刊。造成这一现象的主要原因除了印度和美国等国家的研究者近年来在茶树干旱研究领域的发文逐渐增加外,很大程度上也是因为中国的相关科研工作者更加倾向于在Web of Science等外文数据库中发表自己的科研成果。

2)从合作机构来看,中国当前仍然是茶树干旱研究领域的主要发文国家。这归功于我国茶叶利用历史悠久且茶叶消费市场巨大,同时我国茶叶产区横跨了多个气候类型,为我国的科研工作者进行相关研究提供了丰富的材料[43]。其中中国农业科学院、南京农业大学、福建农林大学和安徽农业大学是本领域的主要研究机构,但当前国内各研究机构之间在茶树干旱研究领域间的合作相对较少。因此,未来应当加强国内各科研院所和高校之间在该领域的合作,不仅提升本土成果的数量,也要提高其质量。结合作者间合作图谱和排名前10的核心作者来看,国内外核心作者分布关系具有较大差异。对中国知网数据中排名前10的核心作者进行归纳可以发现在这些作者中合作密切的主要有：庄静、滕瑞敏和李辉,曹红利、岳川和杨亚军,叶乃兴、王鹏杰和郑玉成这3组合作关系。这3组关系都有一个共同的特征,即作者间都是同处于一个高校或者科研院所中的师生、同事和同学间的关系,即“学缘”[44]。而在Web of Science数据库中排名前10的核心作者中合作密切的主要有：王郁和丁兆堂,杨亚军、庄静和王新超,SANJAY KUMAR、KASHMIR SINGH、PARAMVIR SINGH AHUJA和ARTI RANI这3组,与中国知网数据库中的核心作者之间的合作关系不同,在Web of Science数据中的核心作者合作关系主要为项目驱动下的跨区域和跨学校之间的合作关系,即“地缘”[45]。

3)茶树干旱胁迫的研究大致可以分为3个层次：表型、生理和分子。从关键词分析发现,在2003—2013年间,国内外关于茶树干旱研究的热潮集中在表型和生理层次。这一时期的研究热点主要聚焦于探究茶树干旱胁迫过程中渗透调节物质、相关激素和光合作用的变化。王家顺和李志友[10]研究了干旱胁迫对茶树根系形态特征的影响,证明茶树在遭受干旱胁迫时根系首先感应并做出相应的变化,根长、根系总数、一级及二级侧根数增加,使茶树能够获得更深层土壤中的水分;根体积和表面积也逐渐增大,以利于增加根表面与水分和养分的接触。在中英文数据库中对茶树干旱胁迫的生理生化指标研究最多的分别是脯氨酸和脱落酸。脯氨酸是一种游离状态的蛋白质,广泛存在于植物组织中。茶树在遭受干旱胁迫时,其体内会大量累计脯氨酸。脯氨酸积累一方面会调节植物细胞质内外的渗透差值,另一方面还可以消除因胁迫响应而产生的过多的活性氧族[46-47]。同时,茶树在响应干旱胁迫时,其体内的内源激素会产生变化,通过复杂的串扰机制来调节植物的胁迫响应,脱落酸便是一种与茶树抗旱响应密切相关的植物内源激素。脱落酸在响应干旱胁迫时具有多重效应,包含调节保卫细胞的通道活性、气孔的关闭、钙调蛋白的转录水平及脱落酸响应相关基因的表达[48-49]。在2014—2021年间,随着茶树基因组测序基本完成[50]以及技术的成熟,从分子水平研究茶树对干旱胁迫的反应成为了可能,并迅速成为了热点,当前已经得到了众多与茶树干旱应答途径紧密相关的基因[51-52]。干旱胁迫会致使核酸的代谢过程遭到破坏,继而使得茶树体内的DNA和RNA含量下降。在干旱条件下,茶树会表达抗旱调控基因和功能基因,进而编码有机分子合成酶和功能性蛋白,从而调节干旱信号转导并参与渗透调节物质和相关激素等的合成与积累,来帮助茶树响应干旱逆境[53-54]。

干旱胁迫仍是当前影响茶树的主要非生物胁迫因子之一,对茶树的产量和品质都产生了显著影响。当前茶树干旱领域的研究多集中在干旱单因子对茶树生长的影响,但实际生产中干旱并不是独立存在的胁迫。因此对双因子乃至高温、干旱和高CO2浓度等多因子耦合作用进行研究对于指导实际生产具有重要意义,这也是未来的研究方向之一。同时,伴随着茶树基因组测序的完成,表达分析、基因克隆和基因家族的研究成为了热点领域。深入研究了解茶树干旱胁迫响应的生理生化和分子机理和调节机制,发掘参与茶树干旱胁迫响应的功能基因并明确其作用机理仍是未来很长一段时间内的热点领域。