基于文献计量学的SWAT模型研究现状分析

杜佰林,吴 磊*

(1.西北农林科技大学旱区农业水土工程教育部重点实验室,陕西 杨凌 712100;2.西北农林科技大学水利与建筑工程学院,陕西 杨凌 712100)

SWAT(Soil and Water Assessment Tool)模型是由美国农业部研究所(USDA-ARS)开发的流域尺度模型[1],经过不断改进,现已为国际上使用最广泛的生态水文模型之一[2]。模型主要由气候、水文、土壤属性、植被生长、营养物、土地管理等模块组成,可用于模拟大量的水循环、土地管理实践和气候变化、水土流失防治和非点源污染问题等[3-4]。SWAT模型物理过程显著,能够模拟定量和定性的水量平衡项;运算效率高,可与GIS结合获取空间分布信息;模型代码开源,可自由地对其进行改进和优化[5-6],且改进涵盖多个方面,包括模型参数化和校准方法的改进,以提高模型的准确性和适用性;高分辨率和可靠的数据源的改进,以优化SWAT模型的输入数据,从而提高模型的性能;应用范围的扩展改进,使其与其他水文模型相互耦合,以模拟不同水文过程之间的相互关系。如Chen等[7]使用SWAT-LSTM耦合方法改进数据稀缺流域的径流模拟;Yang等[8]将SWAT与Bi-LSTM耦合,用于改善热带河流域的水文气候模拟和气候变化影响评估;Zhang等[9]利用改进的SWAT-BSR模型评估辽河流域单一和综合极端气候事件对水文的影响。SWAT模型的相关研究报道较多,主要集中在模型应用、案例描述和模块改进。然而,对该领域的研究现状和热点分析的研究相对较为匮乏,已有文献的量化分析也显得不足[10]。传统的领域综述方法通常采用抽象归纳和总结的方式,耗时较多且难以定量地揭示该领域的研究现状和发展趋势[11]。因此,有必要引入科学的文献计量方法对已有研究进行统计分析,以全面了解SWAT模型研究的现状、研究热点和趋势。

文献计量分析是一种定量研究方法,通过对已有文献的数量、引用次数和合作关系等进行统计分析,可以系统的揭示研究领域的动态变化和学术贡献[12]。随着科学研究的快速发展,文献计量分析在科学研究评估和科学政策制定中扮演着重要的角色[13],Web of ScienceTM、CiteSpace和VOSviewer等计量分析软件也愈来愈受到人们的关注[14]。VOSviewer具有文献共引分析、主题分析、作者机构分析和关键词分析等多个功能,可以对文献数据进行定量和定性分析的同时,并生成可视化图表以揭示文献之间的关联和模式[15]。基于此,本研究旨在运用文献计量分析方法,结合Web of ScienceTM核心数据库和VOSviewer软件,对2000—2022年发表的SWAT模型研究文献进行深入分析,从而揭示SWAT模型研究的进展情况、研究热点和未来的研究方向,以期为进一步推动该模型在生态水文过程建模中的研究和应用提供有益的参考。

1 数据来源与研究方法

1.1 数据来源

研究使用Web of ScienceTM核心合集数据库[16]进行文献检索;检索的时间范围为2000年1月1日至2022年12月31日,检索完成于2023年8月22日;检索的主题关键词为“SWAT”,限定文献类型为article,同时覆盖Web of Science的水资源、环境科学、地球科学、土木工程、环境工程和农业工程等类别;在Web of ScienceTM核心合集数据库中,共检索到了2000年至2022年期间的5 939篇与SWAT模型研究相关的文献;经过人工筛选,排除了不相关或相关性较小的文献,最终确定4 590篇相关文献作为本研究的数据样本。

1.2 研究方法

首先,利用Excel 2016对SWAT模型研究文献数据的年份、来源期刊、基金、机构等分类信息进行统计分析,明确SWAT模型在生态水文建模和案例应用研究领域的相关情况;然后,基于Web of ScienceTM核心合集数据库所获取的SWAT模型研究文献数据(文献题录、作者信息、关键词和引用数据等),采用VOSviewer软件对其依次进行发文量/国家分析、主题聚类分析和作者机构分析等,以识别文献之间的主题关联和模式,了解不同作者和机构在该领域的贡献和影响力;最后,利用VOSviewer软件的可视化功能,生成共引网络图、关键词地图和作者合作网络等图表,进一步梳理得到文献领域的研究动态和发展趋势。

2 结果与分析

2.1 发文量

年度发文量能部分反映SWAT模型应用领域的发展状况和研究热度的变化(图1)。2000年以来,SWAT模型的应用领域进入了一个快速发展阶段,由2000年的10篇增长到2022年的578篇,发文量总体呈显著上升趋势。2000—2012年,发文量增长相对缓慢,平均每年增加约10篇。但2012年后,发文量出现较大增长,尤其是在2021年,发文量比2020年增加了76篇,远超过了2000—2022年的平均增长速度。这种显著增长可能与全球气象水文灾害的加剧有关[17-18]。以上研究结果表明SWAT模型在生态水文建模领域的研究受到了广泛的关注和重视,同时也揭示了该领域未来的发展潜力。

图1 2000—2022年SWAT相关研究发文量

2.2 发文国家

2000—2022年期间,发文量排名前10的国家见表1。美国是发文量最多的国家,共发表1 757篇文章,远超其他国家。此外,美国的篇均被引频次也高于其他国家,达到42.11,可见其在该领域具有较强的影响力。中国位居第二,发表了1 227篇文章,但篇均被引频次仅高于前10个国家中的4个(印度、韩国、伊朗和巴基斯坦),这表明中国的论文影响力仍有待提升。除美国和中国外,发文量排名前10的国家的发文量范围从123篇到337篇,平均为224篇。以上结果反映了不同国家在SWAT模型研究中的贡献和影响力差异,并为不同国家在该领域的研究影响力提供了参考。

表1 2000—2022 年SWAT研究发文量排名前10 的国家

设置最小发文数量为10篇,且每篇论文最大发文国家多于25个的忽略不计,最终选定57国家进行统计。基于VOSviewer软件的标准权重属性[15],分别计算57个国家中的每一个国家与其他国家有合著联系的总链接强度,以得到可视化分析的统计结果(图2)。可以看出,2000—2022年期间,美国与其余53个国家有合著联系,总链接强度高达996;中国仅次于美国,与其余51个国家有合著联系,总链接强度为712;印度在发文量中位居第三,但与其他国家的合著联系略逊于德国,德国与其余45个国家有合著联系,总链接强度为312;整体来看,不同国家之间在SWAT研究领域存在着密切的合作关系[19],这种合作关系有助于促进SWAT模型在生态水文建模领域的应用和发展,丰富该领域的研究成果,加强不同国家之间的学术交流与合作,推动生态水文建模领域的进步[20-21]。

注:圆圈的数量和大小代表不同国家的发文量,圆圈越大发文量越高;线条的数量和粗细反映不同国家的合作情况,线条越粗表明合作越紧密。图2 2000—2022年不同国家在SWAT研究的合作关系

2.3 研究机构

2000—2022年期间,SWAT研究文献共涉及3 299个机构。在VOSviewer中对发文数量超过10篇的机构进行分析,得出共有210个机构符合标准。表2列出了发文量排名前10的研究机构。美国和中国是排名前10的主要国家,其中美国占50%,主要机构包括美国农业部研究所(Usda Ars)、得克萨斯农工大学(Texas A&M University)、普渡大学(Purdue University)、农业科学研究院(Agricultural Research Service)和马里兰大学(University of Maryland);中国占40%,主要机构包括中国科学院(Chinese Academy of Sciences),北京师范大学(Beijing Normal University)、河海大学(Hohai University)和武汉大学(Wuhan University);其余10%为印度理工学院(Indian Institute of Technology),位居第六。以上机构中,中国科学院的发文量最多,高达341篇;美国农业部研究所总引用次数最多,高达25 271次,远超第二名的得克萨斯农工大学(17 409次)和第三名的中国科学院(9 591次)。这是因为SWAT模型是由美国农业部研究所开发的,具有较高的权威性。尽管中国有4所机构进入排名前10,但篇均被引次数均值不足27,与美国机构存在一定差距,说明中国的机构在影响力方面仍有提升的空间。

表2 2000—2022年SWAT相关研究发文量排名前10 的研究机构

SWAT研究中重要研究机构之间的合作关系,见图3。从图中可以看出,2000—2022年期间,美国农业部研究所与其余143个机构有合著联系,总链接强度为高达467;得克萨斯农工大学与其余108个机构有合著联系,总链接强度次之,为452;中国科学院与其余102个机构有合著联系,总链接强度位居第三,为362。此外,中国科学院与美国农业部研究所、得克萨斯农工大学、北京师范大学和马里兰大学等机构存在较为紧密的合作关系,该结果揭示了SWAT研究中各国机构之间的合作模式和合作网络,为进一步促进国际间的合作交流提供了参考。

注:圆圈的数量和大小代表不同机构的发文量,圆圈越大发文量越高;线条的数量和粗细反映不同机构的合作情况,线条越粗表明合作越紧密。图3 2000—2022年SWAT相关研究重要机构之间的合作关系

2.4 发文期刊

通过对SWAT研究文献的来源期刊进行分析,可以确定该领域的主要发表渠道(图4)。表3列出了2000—2022年SWAT研究发文量排名前10的期刊。在该领域共有258家发文期刊。发文量排名前3的期刊分别是Water、JournalofHydrology和ScienceoftheTotalEnvironment,发文量分别为495、377和242。在总引用次数方面,JournalofHydrology引用次数最多,达到21 547次,Water引用次数为6 615次,ScienceoftheTotalEnvironment为8 662次。可见JournalofHydrology在该领域具有广泛的影响力。此外,尽管SWAT研究在WaterResourcesResearch期刊上的发文量较少,仅为47篇,但其总引用次数高达2 501次,篇均被引次数高达53.22,表明该期刊在该领域具有较大的影响力。以上结果有助于研究者了解SWAT模型研究的主要发表渠道和具有影响力的期刊,进一步指导他们选择适合发表研究成果的期刊。

表3 2000—2022年SWAT研究发文量排名前10的期刊

注:圆圈的数量和大小代表不同期刊的发文量,圆圈越大发文量越多;线条的数量和粗细反映不同期刊的引用情况,线条越粗表明引用频次越高。图4 2000—2022年SWAT相关研究的主要发表渠道

2.5 发文作者

通过对SWAT研究领域作者发文数量和文献被引频次进行分析,可以确定高产出和重要的研究作者[22]。 2000—2022年期间,SWAT研究共涉及了12 032位作者,在VOSviewer中对发文量超过10篇的发文作者进行分析,得出共有156个发文作者符合标准(图5)。表4列出了发文量排名前10的作者。按照总引用次数排序,美国学者Srinivasan Raghavan(得克萨斯农工大学)排名第一,Arnold Jeffrey G(美国农业部研究所)排名第二,中国作者张雪松(北京师范大学)排名第三,沈珍瑶(北京师范大学)排名第四,吴一平(西安交通大学)排名第五。这些作者的发文量、总引用次数和篇均被引次数显示他们在SWAT研究领域的重要贡献和影响力。Srinivasan Raghavan和Arnold Jeffrey G教授是SWAT模型的重要开发者,曾在世界各地组织SWAT研讨会,并与多名作者存在合作,因此发文量、总引用次数和总链接强度远超于其他发文作者。总体而言,SWAT研究形成了国内外各自的研究团队,但进一步比较显示,国外主要研究人员的发文量远远超过国内,可见国外的研究人员在SWAT研究方面的投入和影响力较大,而国内的研究人员还有提升发文量和影响力的空间。此结果有助于研究者了解SWAT研究领域重要作者和研究团队的信息,促进国内外之间的学术交流与合作,同时为研究者选择合作伙伴和寻找潜在合作机会提供参考。

表4 2000—2022 年SWAT研究发文量排名前10的作者及发文相关指标

注:圆圈的数量和大小代表不同作者的发文量,圆圈越大发文量越多;线条的数量和粗细反映不同作者的引用情况,线条越粗表明引用频次越高。图5 2000—2022年SWAT相关研究的主要发文作者

2.6 高被引文献

2000—2022年期间,SWAT研究领域中排名前10的高被引文献,见表5。按照本地引用次数排序,美国学者Moriasi D.N.发表的“Model Evaluation Guidelines for Systematic Quantification of Accuracy in Watershed Simulations”和Arnold J.G.发表的“Swat:Model Use,Calibration,and Validation”位居高被引文献的前2位,其中引用次数最高可达7 607次,主要介绍了SWAT研究中流域模拟精度系统量化的模型评价指南方法,可见针对模型精度的量化及模拟效果的评价,已有大量学者进行了研究。在排名前10位高被引文献中,有5篇发表在JournalofHydrology,4篇发表在TransactionsoftheASABE,1篇发表在JournaloftheAmericanWaterResourcesAssociation,可见这些类期刊在SWAT研究领域中具有较高的影响力。进一步分析发现,前10位高被引文献中,有3篇关注了SWAT模型的校准与验证方法,3篇关注了涉及的不确定性问题,2篇关注了SWAT模型的研究进展和应用前景,其余2篇则分别关注了模型评估和实例应用,可见学者们对于SWAT模型的校准、验证、评估以及采用该模型模拟流域尺度的水文状况等问题比较关注。总体而言,高被引文献揭示了SWAT研究领域中受到广泛关注的重要主题和研究方向,为进一步的研究提供了指导和参考。研究者们可以借鉴这些文献的研究方法和成果,深入探索SWAT模型的校准、验证和应用,推动该领域的发展。

表5 2000—2022年SWAT研究领域排名前10的高被引文献

2.7 研究热点

关键词对于文章研究内容进行了高度浓缩,而高频关键词则反映了该领域研究的相关热点,并且关键词之间的联系越多,中心度就越大[12]。关键词中心度可以识别研究对象发展过程中核心主题的变化趋势,通过对SWAT研究中的关键词进行分析,得到2000—2022年SWAT研究中的高频关键词,见表6。其中,SWAT模型(SWAT)、气候变化(Climate change)和径流(Runoff)是出现频率最高的关键词,分别出现了2 801、739和433次,可见关注模型本身以及气候变化和径流情况等相关问题的研究较为热门。

表6 2000—2022年SWAT研究高频关键词

由SWAT研究的热点分布(图6)可知,SWAT模型研究主要集中在水资源管理、水文过程响应和水质模拟等领域。水资源管理方面主要由“径流(Runoff)”“降雨(precipitation)”和“蒸散发(Evapotranspiration)”等构成,研究人员采用SWAT模型模拟流域水文循环,包括降雨、蒸散发、径流等过程,以实现水资源管理、水库调度和供水预测的目标;水文过程响应方面主要由“气候变化(Climate change)”“土地利用变化(Land use change)”“情景分析(Scenario analysis)”和“水文响应(Hydrological Response)”等构成,研究人员基于SWAT模型模拟不同情景下的水循环变化,以评估气候和土地利用变化对水资源可持续性的影响;水质模拟方面主要由“泥沙(Sediment)”“水质(Water quality)”“营养物(Nutrients)”和“最佳管理措施(Best Management Practices)”等构成,研究人员采用SWAT模型模拟并预测流域污染物的输移和转化过程,量化不同管理措施对水质的影响,以指导水质管理和污染治理。热点中所涉水文要素均为研究水文循环的陆地阶段和汇流阶段中常见的基础要素,也是农业面源污染防控和管理、水土保持措施和治理等不可或缺的核心要素。此外,图6中的“校准(Calibration)”出现频率较高是因为模型校准是水文模型中必不可少步骤,调查发现现有率定方法中,“SUIF-2”方法被认为是最佳方法,因此在SWAT研究中应用广泛[23];“不确定性(Uncertainty)”“数据同化(Data Assimilation)”“渗流模型(MODFLOW)”和“作物模型(APEX)”等词出现较高的频次,可能是与目前学者们更多关注SWAT模型的不确定性,模型耦合、模型改进和探究输入数据的不确定对模型精度的影响等方面有关。综上,依据关键词的热点分析结果表明,SWAT模型被广泛用于水文模拟,而水资源管理、水文过程响应和水质模拟将是SWAT研究的三大主要方向和热点。

注:圆圈的数量和大小代表不同关键词的发文量,圆圈越大发文量越高;线条的数量和粗细反映不同关键词相互联系,线条越粗表明合作越紧密。图6 2000—2022年SWAT研究的热点分布

3 结论

研究为了解SWAT模型的研究现状、趋势热点提供了一定的科学依据,对于研究者和相关机构具有重要的指导意义。主要结论如下。

a)SWAT研究领域的文献发表量总体呈上升趋势,2000—2022年共计发表4 590篇文献,2021年发文量增幅最大;美国、中国、印度、加拿大发文量较多,但中国的发文量相对于美国仍存在一定差距,并且中国的文献篇均被引频次较低。

b)在排名前10的高产作者中,美国学者Srinivasan,Raghavan和Arnold,Jeffrey G分别位居第一和第二位,中国学者张雪松、沈珍瑶、吴一平紧随其后,但国外主要研究人员的发文总量远远超过国内;排名前十的研究机构包括中国科学院、美国农业部研究所、得克萨斯农工大学、北京师范大学等,这些机构在SWAT研究领域具有重要地位和影响力。

c)SWAT研究主要发在Water、JournalofHydrology、ScienceoftheTotalEnvironment等期刊上,研究内容多集中在径流、泥沙和营养物迁移转化等水文过程模拟方面;未来的SWAT研究将重点关注水资源管理、水文过程响应和水质模拟,这3个方向将成为SWAT研究的主要热点。