留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于CiteSpace的森林小气候研究态势与热点分析

上一篇

下一篇

陈文盛, 丁慧慧, 李江荣, 等. 基于CiteSpace的森林小气候研究态势与热点分析[J]. 西南师范大学学报(自然科学版), 2023, 48(2): 51-64. doi: 10.13718/j.cnki.xsxb.2023.02.007
引用本文: 陈文盛, 丁慧慧, 李江荣, 等. 基于CiteSpace的森林小气候研究态势与热点分析[J]. 西南师范大学学报(自然科学版), 2023, 48(2): 51-64. doi: 10.13718/j.cnki.xsxb.2023.02.007
CHEN Wensheng, DING Huihui, LI Jiangrong, et al. Research Situation and Hotspot Analysis of Forest Microclimate Research Based on CiteSpace[J]. Journal of Southwest China Normal University(Natural Science Edition), 2023, 48(2): 51-64. doi: 10.13718/j.cnki.xsxb.2023.02.007
Citation: CHEN Wensheng, DING Huihui, LI Jiangrong, et al. Research Situation and Hotspot Analysis of Forest Microclimate Research Based on CiteSpace[J]. Journal of Southwest China Normal University(Natural Science Edition), 2023, 48(2): 51-64. doi: 10.13718/j.cnki.xsxb.2023.02.007

基于CiteSpace的森林小气候研究态势与热点分析

  • 基金项目: 西藏自治区自然科学基金项目(XZ2018ZR G-16);西藏自治区教育厅西藏林芝森林生态站辐射基准站与冻土自动监测系统建设项目(502219001);西藏高原森林生态教育部重点实验室开放课题(XZA-JYBSYS-2021-Y10)
详细信息
    作者简介:

    陈文盛,硕士研究生,主要从事森林生态学和森林气象研究 .

    通讯作者: 李江荣,副教授,博士; 
  • 中图分类号: S716.2

Research Situation and Hotspot Analysis of Forest Microclimate Research Based on CiteSpace

  • 摘要: 为更深层次了解森林小气候领域的发展规律与前沿热点,运用CiteSpace文献计量软件从文献基本特征(发文量、学科、期刊、作者、机构、国家)、学术版图、研究热点与前沿等角度对中国知网与Web of Science两个数据库中2000—2021年森林小气候领域的2 778篇中英文文献进行可视化分析. 结果表明:①近20 a来,国内外学者在森林小气候领域主要围绕研究对象(如冷杉林、次生林等)、研究指标(如树冠蒸腾、土壤呼吸等)、研究理论(如边缘效应、小气候效应)、研究方法(如逐步回归、旷场实验等)、气象因子(如太阳辐射、空气温湿度等)与生物因子(如树冠形态等)等6块学术版图进行研究;②第1阶段(2000—2009年)是森林小气候领域的快速发展与繁盛阶段,重点围绕森林对气象因子的改善作用等基础研究展开,第2阶段(2010—2021年)是对该领域的补充发展阶段,重点围绕森林与人的关系等应用研究展开,并与城市发展、人体健康等话题相结合;③该领域文献半衰期短(0.77—2.31 a),老化速度快,发展迅速. 我国在该领域的发展处于上升阶段,发文量不少,但同时存在文献影响力较低等问题. 未来几年的发展趋势仍会围绕城市的发展以及与人的关系进行展开,森林康养、人体舒适度的提高、生态系统服务、森林小气候特征对“碳源”“碳汇”的影响机制以及高山林线的气候变化等研究方向可能成为热点主题.
  • 加载中
  • 图 1  2000—2021年森林小气候研究文献年发表量

    图 2  森林小气候领域关键词聚类网络图谱

    图 3  森林小气候领域关键词时区图(WOS)

    图 4  森林小气候领域关键词时区图(CNKI)

    图 5  国内外森林小气候领域高突变关键词

    图 6  森林小气候领域共被引文献网络图谱

    表 1  森林小气候研究领域学科分布前10及其发文量(WOS)

    排名 学科 发文量/篇
    2000-2005年 2006-2010年 2011-2015年 2016-2021年 总计(占比/%)
    1 生态学 158 157 225 385 925 (35.43)
    2 林学 103 134 173 301 711 (27.23)
    3 环境科学 52 75 104 217 448 (17.16)
    4 植物学 51 66 86 128 331 (12.68)
    5 生物多样性保护 46 49 69 105 269 (10.30)
    6 气象学与大气科学 21 25 33 93 172 (6.59)
    7 农学 16 31 29 75 151 (5.78)
    8 土壤学 21 29 29 55 134 (5.13)
    9 动物学 20 28 29 49 126 (4.83)
    10 地学 17 20 33 53 123 (4.71)
    下载: 导出CSV

    表 2  WOS与CNKI论文专业度比较

    时间段/年 WOS专业度 CNKI专业度
    2000-2005 0.18 0.60
    2006-2010 0.15 0.42
    2011-2015 0.16 0.34
    2016-2021 0.16 0.37
    注:WOS与CNKI数据库分别采用学科分布前10名、前6名进行计算.
    下载: 导出CSV

    表 3  森林小气候领域发文量排名前10的期刊

    排名 期刊 发文量
    /篇
    占比
    /%
    被引频次/次 篇均被引频次/次 自引率
    /%
    H指数 影响因子 JCR分区
    1 Forest Ecology and Management 213 8.16 6 277 29.47 2.41 43 3.558 Q2
    2 Agricultural and Forest Meteorology 87 3.33 2 364 27.17 3.34 29 5.734 Q1
    3 Plos One 49 1.88 903 18.43 0.22 16 3.24 Q3
    4 Biological Conservation 40 1.53 2 867 71.68 0.59 25 5.99 Q2
    5 Forests 39 1.49 180 4.62 0.56 9 2.633 Q2
    6 Global Change Biology 38 1.46 2 134 56.16 0.66 24 10.863 Q1
    7 Canadian Journal of Forest Research 36 1.38 745 20.69 4.30 17 1.991 Q3
    8 Biotropica 33 1.26 883 26.76 1.13 17 2.508 Q3
    9 Plant Ecology 32 1.23 1 108 34.63 0.45 17 1.854 Q4
    10 Ecosphere 31 1.19 288 9.29 0.00 9 3.171 Q3
    注:影响因子、JCR分区来源于Journal Citation ReportsTM 2020.
    下载: 导出CSV

    表 4  森林小气候研究领域作者发文量前10名(WOS)

    排名 作者 发文量
    /篇
    被引频次/次 篇均被引频次/次 H指数
    1 Verheyen K 25 1 011 40.44 12
    2 de Frenne P 19 841 44.26 10
    3 Lenoir J 19 515 27.11 10
    4 Chen J Q 16 1 366 85.38 12
    5 Hylander K 16 498 31.13 10
    6 Brunet J 15 659 43.93 8
    7 Turner E C 13 456 35.08 9
    8 Zotz G 13 318 24.46 10
    9 Odor P 13 291 22.38 7
    10 Lencinas M V 13 132 10.15 7
    下载: 导出CSV

    表 5  森林小气候研究领域机构发文量前10名(WOS)

    排名 机构 国家 发文量
    /篇
    发文量占比/% 被引频次
    /次
    篇均被引频次/次 H指数
    1 美国农业部 USA 173 6.63 5 566 32.17 43
    2 美国林业局 USA 157 6.01 5 303 33.78 42
    3 加州大学 USA 106 4.06 4 472 42.19 35
    4 中国科学院 China 103 3.94 1 791 17.39 22
    5 哥廷根大学 Germany 75 2.87 2 233 29.77 29
    6 瑞典农业科学大学 Sweden 59 2.26 1 983 33.61 22
    7 佛罗里达州立大学 USA 57 2.18 1 962 34.42 23
    8 法国国家科学研究中心 France 51 1.95 1 395 27.35 20
    9 联邦森林、雪与景观研究所 Switzerland 51 1.95 1 588 31.14 22
    10 史密森学会 USA 50 1.91 2 329 46.58 23
    下载: 导出CSV

    表 6  森林小气候研究领域机构发文量前10名(CNKI)

    排名 机构 发文量
    /篇
    发文量占比/% 被引频次
    /次
    篇均被引频次/次 下载量
    /次
    篇均下载量/次
    1 南京林业大学 10 5.99 140 14.00 3 656 365.60
    2 北京林业大学 9 5.39 146 16.22 4 736 526.22
    3 广西大学 8 4.79 121 15.13 1 098 137.25
    4 中南林业科技大学 7 4.19 140 20.00 3 388 484.00
    5 东北林业大学 6 3.59 57 9.50 1 780 296.67
    6 中国林业科学研究院 6 3.59 95 15.83 4 944 824.00
    7 中国科学院沈阳应用生态研究所 4 2.40 124 31.00 2 042 510.50
    8 中国林业科学研究院森林生态环境与保护研究所 4 2.40 53 13.25 585 146.25
    9 中国科学院大学 4 2.40 47 11.75 1 490 372.50
    10 河北农业大学 4 2.40 37 9.25 1 148 287.00
    下载: 导出CSV

    表 7  森林小气候研究领域国家发文量前10名

    排名 国家 发文量
    /篇
    发文量占比/% 被引频次
    /次
    篇均被引频次/次 H指数 中心性
    1 美国 875 33.51 28 227 32.26 78 0.31
    2 德国 303 11.60 9 385 30.97 50 0.25
    3 加拿大 255 9.77 9 402 36.87 50 0.08
    4 中国 232 8.89 3 816 16.45 29 0.10
    5 巴西 209 8.00 4 868 23.29 35 0.05
    6 英国 174 6.66 6 873 39.50 46 0.26
    7 澳大利亚 172 6.59 6 725 39.10 41 0.11
    8 法国 115 4.40 3 742 32.54 29 0.16
    9 瑞典 106 4.06 4 077 38.46 30 0.04
    10 瑞士 102 3.91 3 664 35.92 33 0.04
    下载: 导出CSV

    表 8  森林小气候领域文献被引频次前10名

    排名 文献 国家 第一作者 期刊来源 发表时间/年 被引频次
    /次
    爆发值 半衰期
    /a
    1 R:A Language and Environment for Statistical Computing. (2017) Austria R Core Team R:Foundation for Statistical Computing 2017 85 25.19 2.15
    2 Fitting Linear Mixed-Effects Models Using lme4 USA Bates D Journal of Statistical Software 2015 63 18.49 1.99
    3 The relationship between leaf area index and microclimate in tropical forest and oil palm plantation:Forest disturbance drives left in microclimate England Hardwick SR Agriculture and Forest Meteorology 2015 48 14.69 1.91
    4 R:A Language and Environment for Statistical Computing. (2015) Austria R Core Team R:Foundation for Statistical Computing 2015 41 12.52 2.31
    5 Spatial models reveal the microclimatic buffering capacity of old-growth forests USA Frey SJK Science Advances 2016 39 11.07 1.74
    6 R:A Language and Environment for Statistical Computing. (2013) Austria R Core Team R:Foundation for Statistical Computing 2013 32 15.19 1.15
    7 Climatic microrefugia under anthropogenic climate change:implications for species redistribution France Lenoir J Ecography 2017 32 11.25 0.77
    8 Global buffering of temperatures under forest canopies Belgium De Frenne P Nature Ecology & Evolution 2019 31 0.05 2.15
    9 R:A Language and Environment for Statistical Computing. (2011) Austria R Core Team R:Foundation for Statistical Computing 2011 29 13.49 1.52
    10 R:A Language and Environment for Statistical Computing. (2014) Austria R Core Team R:Foundation for Statistical Computing 2014 29 11.8 2.31
    下载: 导出CSV
  • [1] 严菊芳, 刘淑明. 农林气象学[M]. 北京: 气象出版社, 2018: 5-7.
    [2] 李洁, 刘芝芹, 杨旭, 等. 滇中高原森林生态站冬春季森林小气候特征研究[J]. 西南林业大学学报(自然科学), 2020, 40(3): 28-36. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YNLX202003004.htm
    [3] BURNETT J D, ANDERSON P D. Using generalized additive models for interpolating microclimate in dry-site ponderosa pine forests[J]. Agricultural and Forest Meteorology, 2019, 279: 107668-1-107668-11. doi: 10.1016/j.agrformet.2019.107668
    [4] 孙金伟, 吴家兵, 关德新, 等. 森林与空旷地空气温湿度及土壤温度的长期对比研究[J]. 生态学杂志, 2011, 30(12): 2685-2691. doi: 10.13292/j.1000-4890.2011.0403
    [5] ZELLWEGER F, DE FRENNE P, LENOIR J, et al. Forest Microclimate Dynamics Drive Plant Responses to Warming[J]. Science, 2020, 368(6492): 772-775. doi: 10.1126/science.aba6880
    [6] JUCKER T, HARDWICK S R, BOTH S, et al. Canopy Structure and Topography Jointly Constrain the Microclimate of Human-Modified Tropical Landscapes[J]. Global Change Biology, 2018, 24(11): 5243-5258. doi: 10.1111/gcb.14415
    [7] KOVÁCS B, TINYA F, NÉMETH C, et al. Unfolding the Effects of Different Forestry Treatments on Microclimate in Oak Forests: Results of a 4-Yr Experiment[J]. Ecol Appl, 2020, 30(2): e02043-1-e02043-17.
    [8] 杨钙仁, 苏晓琳, 蔡德所, 等. 针阔混交林转为桉树林对森林小气候的影响[J]. 水土保持研究, 2013, 20(5): 129-134. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STBY201305026.htm
    [9] TAKEMOTO H. Acquisition of Terrestrial Life by Human Ancestors Influenced by Forest Microclimate[J]. Scientific Reports, 2017, 7(1): 5741-1-5741-8. doi: 10.1038/s41598-017-05942-5
    [10] 程璨. 空青山次生栎林温度垂直梯度变化特征研究[D]. 南京: 南京林业大学, 2017.
    [11] 王霞, 李永涛, 魏海霞, 等. 黄河三角洲白蜡人工林小气候特征的时空动态变化[J]. 东北林业大学学报, 2017, 45(4): 60-64, 80. doi: 10.3969/j.issn.1000-5382.2017.04.012
    [12] GEORG Von A, ELISABETH G P, et al. Microclimate in Forests with Varying Leaf Area Index and Soil Moisture: Potential Implications for Seedling Establishment in a Changing Climate[J]. Journal of Ecology, 2013, 101(5): 1201-1213. doi: 10.1111/1365-2745.12121
    [13] SPITTLEHOUSE D L, ADAMS R S, WINKLER R D. Forest, Edge, and Opening Microclimate at Sicamous Creek[M]. British Columbia: Forest Science Program, 2004.
    [14] 何吉成, 罗天祥, 徐雨晴. 藏东南色季拉山急尖长苞冷杉(Abies georgei var. smithii)林线的生态气候特征[J]. 生态学报, 2009, 29(1): 37-46. doi: 10.3321/j.issn:1000-0933.2009.01.005
    [15] LIU X S, LUO T X. Spatiotemporal Variability of Soil Temperature and Moisture across Two Contrasting Timberline Ecotones in the Sergyemla Mountains, Southeast Tibet[J]. Arctic, Antarctic, and Alpine Research, 2011, 43(2): 229-238. doi: 10.1657/1938-4246-43.2.229
    [16] 殷文杰, 李江荣, 郭其强, 等. 西藏色季拉山急尖长苞冷杉林线小气候特征[J]. 西南师范大学学报(自然科学版), 2016, 41(4): 69-75. doi: http://xbgjxt.swu.edu.cn/article/doi/10.13718/j.cnki.xsxb.2016.04.014
    [17] 王媛韬, 张林, 沈维, 等. 藏东南色季拉山林线过渡带生长季低温事件的海拔分布特征[J]. 山地学报, 2017, 35(3): 308-315. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA201703008.htm
    [18] 王晓东, 刘惠清. 长白山北坡岳桦林线变动的水热条件分析[J]. 地理科学进展, 2011, 30(3): 313-318. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DLKJ201103009.htm
    [19] 薛峰, 江源, 王明昌, 等. 芦芽山针叶林分布上下限土壤温度及含水量的季节差异[J]. 生态学报, 2020, 40(1): 141-150. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202001016.htm
    [20] 李杰, 陈超美. CiteSpace: 科技文本挖掘及可视化[M]. 北京: 首都经济贸易大学出版社, 2016.
    [21] CHEN C M, SONG I Y, YUAN X, et at. The thematic and citation landscape of data and knowledge engineering (1985-2007)[J]. Data & Knowledge Engineering, 2008, 67(2): 234-259. doi: 10.3969/j.issn.1671-0444.2008.02.024
    [22] 耿一睿, 苗红, 安烁, 等. 中国生态移民可视化研究分析[J]. 西南大学学报(自然科学版), 2020(5): 151-161. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-XNND202005020.htm
    [23] 陈悦, 陈超美, 刘则渊, 等. CiteSpace知识图谱的方法论功能[J]. 科学学研究, 2015, 33(2): 242-253. doi: 10.3969/j.issn.1003-2053.2015.02.009
    [24] CHEN C M, IBEKWE-SANJUAN F, HOU J. The Structure and Dynamics of Cocitation Clusters: A Multiple-Perspective Cocitation Analysis[J]. Journal of the American Society for information Science and Technology, 2010, 61(7): 1386-1409.
    [25] HIRSCH J E. An Index to Quantify an Individual's Scientific Research Output[J]. PNAS, 2005, 102(46): 16569-16572.
    [26] PORTER A L, COHEN A S, DAVID R J, et al. Measuring Researcher Interdisciplinarity[J]. Scientometrics, 2007, 72(1): 117-147.
    [27] 郭佳, 刘雪立, 申小曼, 等. 我国眼科学期刊自引率与自被引率的比较及演进趋势[J]. 中国科技期刊研究, 2021, 32(5): 687-692. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-JYKQ202105017.htm
    [28] PRICE D J S. Little Science, Big Science[M]. New York: Columbia University Press, 1963.
    [29] BURTON R E, KEBLER R W. The"Half-Life"of Some Scientific and Technical Literatures[J]. American documentation, 1960, 11(1): 18-22.
    [30] 陈京莲, 胡玮. 文献半衰期与普赖斯指数之间的关系研究[J]. 大学图书情报学刊, 2010, 28(1): 3-5. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DXTQ201001003.htm
    [31] 杨鑫, 唐庄生, 鱼小军, 等. 近二十年中外文草地遥感研究热点及前沿演进--基于CiteSpace的数据可视化分析[J]. 草地学报, 2021, 29(6): 1136-1147. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-CDXU202106003.htm
    [32] 郑海朋, 阎建忠, 刘林山, 等. 基于文献计量的草地遥感研究进展[J]. 中国草地学报, 2017, 39(4): 101-110, 115. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZGCD201704016.htm
    [33] 杨瑞仙, 姜小函. 从学科和期刊的引证视角看交叉学科的知识结构和演化问题--以图书情报学科为例的实证研究[J]. 图书情报工作, 2018, 62(5): 30-39. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TSQB201805008.htm
    [34] 杨良斌, 周秋菊, 金碧辉. 基于文献计量的跨学科测度及实证研究[J]. 图书情报工作, 2009, 53(10): 87-90, 115. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TSQB200910025.htm
    [35] 李贺琼, 邵晓明, 杨玉英, 等. 2006-2010年我国48种外科学类期刊自引率及其与影响因子和总被引频次的关系[J]. 中国科技期刊研究, 2013, 24(5): 876-884. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-JYKQ201305013.htm
    [36] 刘昌来, 吴祝华, 田亚玲, 等. 大数据下初步分析我国期刊自引情况[J]. 科技与出版, 2017(3): 94-97. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-KJYU201703025.htm
    [37] 唐晓波, 周禾深, 李诗轩, 等. 基于被引-逆文档权重的专家专长识别与分析--以图情领域为例[J]. 图书情报工作, 2021, 65(15): 111-119. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TSQB202115011.htm
    [38] 刘婧. 文献作者分布规律研究--对近十五年来国内洛特卡定律、普赖斯定律研究成果综述[J]. 情报科学, 2004, 22(1): 123-128. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-QBKX200401030.htm
    [39] 蒋竹青, 彭辉. 基于文献计量学分析土壤氮素矿化研究进展[J]. 土壤通报, 2021, 52(4): 975-987. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB202104027.htm
    [40] COXSON D, STEVENSON S, CAMPBELL J. Short-Term Impacts of Partial Cutting on Lichen Retention and Canopy Microclimate in an Engelmann Spruce Subalpine fir Forest in North-Central British Columbia[J]. Canadian Journal of Forest Research, 2003, 33(5): 830-841.
    [41] BONILLA-MATA R, ACOSTA-VARGAS L G. Dynamic and Growth of the Forests of the Isladel Coco National Park, Costa Rica[J]. Revista de Biología Tropical, 2020, 68(S1): S89-S102.
    [42] ANDERSON P D, LARSON D J, CHAN S S. Riparian Buffer and Density Management Influences on Microclimate of Young Headwater Forests of Western Oregon[J]. Forest Science, 2007, 53(2): 254-269.
    [43] JUNG E Y, OTIENO D, KWON H, et al. Influence of Elevation on Canopy Transpiration of Temperate Deciduous Forests in a Complex Mountainous Terrain of South Korea[J]. Plant and Soil, 2014, 378(1-2): 153-172.
    [44] HERBST M, ROBERTS J M, ROSIER P T, et al. Seasonal and Interannual Variability of Canopy Transpiration of a Hedgerow in Southern England[J]. Tree Physiology, 2007, 27(3): 321-333.
    [45] YU K, YAO X, DENG Y, et at. Effects of Stand Age on Soil Respiration in Pinus Massoniana Plantations in the Hilly Red Soil Region of Southern China[J]. Catena, 2019, 178: 313-321.
    [46] FAM JOSÉ, DP EUGENIO, O CARLOS, et at. Disentangling the Effects of Tree Species and Microclimate on Heterotrophic and Autotrophic Soil Respiration in a Mediterranean Ecotone Forest[J]. Forest Ecology and Management, 2018, 430: 533-544.
    [47] 宋思梦, 张丹桔, 张健, 等. 马尾松人工林林窗边缘效应对油樟化学计量特征的影响[J]. 植物生态学报, 2017, 41(10): 1081-1090. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZWSB201710006.htm
    [48] HOFMEISTER J, HOŠEK J, BRABEC M, et at. Microclimate Edge Effect in Small Fragments of Temperate Forests in the Context of Climate Change[J]. Forest Ecology and Management, 2019, 448: 48-56.
    [49] BAKER T P, JORDAN G J, BAKER S C. Microclimatic Edge Effects in a Recently Harvested Forest: Do Remnant Forest Patches Create the Same Impact as Large Forest Areas?[J]. Forest Ecology and Management, 2016, 365: 128-136.
    [50] BOLIBOK L, BRACH M. Application of LiDAR Data for the Modeling of Solar Radiation in Forest Artificial Gaps--A Case Study[J]. Forests, 2020, 11(8): 821-1-821-19.
    [51] BROADBENT E N, ZAMBRANO A M A, ASNER G P, et al. Linking Rainforest Ecophysiology and Microclimate Through Fusion of Airborne LiDAR and Hyperspectral Imagery[J]. Ecosphere, 2014, 5(5): 1-37.
    [52] BLONDER B, KAPAS R E, DALTON R M, et at. Microenvironment and Functional-Trait Context Dependence Predict Alpine Plant Community Dynamics[J]. Journal of Ecology, 2018, 106(4): 1323-1337.
    [53] 王珮环, 陈智, 于贵瑞, 等. 长白山温带阔叶红松林对温湿环境的调节效应[J]. 应用生态学报, 2019, 30(5): 1521-1528. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201905014.htm
    [54] 黄少卫, 康文星, 吴耀兴, 等. 城市森林对小气候的调节及其功能价值评估[J]. 中南林业科技大学学报, 2010, 30(1): 90-94. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZNLB201001020.htm
    [55] 徐云蕾. 喀斯特峰丛洼地次生林小气候特征研究[D]. 南宁: 广西大学, 2012.
    [56] 汪学军. 九华山山地雾形成的气象条件及地形影响[J]. 山地学报, 2013, 31(1): 39-45. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA201301005.htm
    [57] 段文军, 王金叶, 李海防. 华南退化生态系统三种典型生态恢复模式的小气候效应研究[J]. 生态环境学报, 2014, 23(6): 911-916. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TRYJ201406001.htm
    [58] 刘红霞. 气象因子对华北落叶松生长量影响研究[D]. 保定: 河北农业大学, 2009.
    [59] 王艳英. 福州旗山典型森林群落保健功能研究[D]. 北京: 中国林业科学研究院, 2014.
    [60] 代海燕. 大青山主要森林类型生态效益的研究与评价[D]. 呼和浩特: 内蒙古农业大学, 2008.
    [61] 邵永昌, 庄家尧, 李二焕, 等. 城市森林冠层对小气候调节作用[J]. 生态学杂志, 2015, 34(6): 1532-1539. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201506008.htm
    [62] LOCOSSELLI G M, CAMARGO E P, MOREIRA T C L, et al. The Role of Air Pollution and Climate on the Growth of Urban Trees[J]. Sci Total Environ, 2019, 666: 652-661.
    [63] 刘海轩, 卢泽洋, 金桂香, 等. 北京城市森林冠层结构对夏季舒适度及林内小气候的影响[J]. 福建农林大学学报(自然科学版), 2018, 47(6): 736-742. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-FJND201806016.htm
    [64] 段文军. 深圳园山三种典型城市森林康养环境保健因子动态变化[D]. 北京: 中国林业科学研究院, 2017.
    [65] 袁正蓉, 巨莉, 李富程. 基于CiteSpace方法的近30年耕作侵蚀学科动态可视化分析[J]. 水土保持研究, 2021, 28(5): 407-411. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STBY202105057.htm
  • 加载中
图( 6) 表( 8)
计量
  • 文章访问数:  1222
  • HTML全文浏览数:  1222
  • PDF下载数:  867
  • 施引文献:  0
出版历程
  • 收稿日期:  2022-06-08
  • 刊出日期:  2023-02-20

基于CiteSpace的森林小气候研究态势与热点分析

    通讯作者: 李江荣,副教授,博士; 
    作者简介: 陈文盛,硕士研究生,主要从事森林生态学和森林气象研究
  • 西藏农牧学院 高原生态研究所/西藏高原森林生态教育部重点实验室/西藏林芝高山森林生态系统国家野外科学观测研究站/西藏自治区高寒植被生态安全重点实验室,西藏 林芝 860000
基金项目:  西藏自治区自然科学基金项目(XZ2018ZR G-16);西藏自治区教育厅西藏林芝森林生态站辐射基准站与冻土自动监测系统建设项目(502219001);西藏高原森林生态教育部重点实验室开放课题(XZA-JYBSYS-2021-Y10)

摘要: 为更深层次了解森林小气候领域的发展规律与前沿热点,运用CiteSpace文献计量软件从文献基本特征(发文量、学科、期刊、作者、机构、国家)、学术版图、研究热点与前沿等角度对中国知网与Web of Science两个数据库中2000—2021年森林小气候领域的2 778篇中英文文献进行可视化分析. 结果表明:①近20 a来,国内外学者在森林小气候领域主要围绕研究对象(如冷杉林、次生林等)、研究指标(如树冠蒸腾、土壤呼吸等)、研究理论(如边缘效应、小气候效应)、研究方法(如逐步回归、旷场实验等)、气象因子(如太阳辐射、空气温湿度等)与生物因子(如树冠形态等)等6块学术版图进行研究;②第1阶段(2000—2009年)是森林小气候领域的快速发展与繁盛阶段,重点围绕森林对气象因子的改善作用等基础研究展开,第2阶段(2010—2021年)是对该领域的补充发展阶段,重点围绕森林与人的关系等应用研究展开,并与城市发展、人体健康等话题相结合;③该领域文献半衰期短(0.77—2.31 a),老化速度快,发展迅速. 我国在该领域的发展处于上升阶段,发文量不少,但同时存在文献影响力较低等问题. 未来几年的发展趋势仍会围绕城市的发展以及与人的关系进行展开,森林康养、人体舒适度的提高、生态系统服务、森林小气候特征对“碳源”“碳汇”的影响机制以及高山林线的气候变化等研究方向可能成为热点主题.

English Abstract

  • 森林小气候是指在森林内乔木层、灌木层与草本层共同作用下所形成的不同于大环境下的局部地区的气候[1],主要是通过不同的林型、树木生长情况、地形地势等(统称下垫面)影响林内光、热、水、汽等气象要素综合作用的结果. 森林小气候的研究能够体现森林与气象因子之间的关系与时空变化规律[2],对地表植被的组成及其分解过程具有中介性[3],且能够评估森林生态系统的服务功能[4]. 目前,国内外对森林小气候的研究工作主要围绕4个方面展开:一是对不同冠层结构的小气候研究. 如Zellweger等[5]与Jucker等[6]认为不同的冠层结构具有不同的小气候特征,Kovács等[7]认为不同的林业处理(改变冠层结构)会造成不同的微气候特征,杨钙仁等[8]研究了不同冠层结构针阔混交林与纯桉树林之间森林小气候的差异. 二是对林内垂直梯度上小气候研究. 如Takemoto[9]认为影响森林小气候的主要因素是森林的垂直结构,程璨[10]研究了空青山次生栎林温度垂直梯度变化,并认为太阳辐射是其主要影响因素;王霞等[11]对比黄河三角洲白蜡人工林冠层上与冠层内的小气候特征,认为冠层具有保温增湿、降低风速的作用. 三是对林内与林外的小气候研究. 如Georg等[12]研究了疏密林冠下小气候与邻近开阔区小气候的关系;Spittlehouse等[13]通过对比林内、林外、林缘3种不同生境的温度、湿度和辐射等,阐述了森林的小气候效应;孙金伟等[4]和李洁等[2]分别对长白山阔叶红松林、昆明树木园林内与林外的小气候特征展开了对比研究. 四是对林线过渡带区域的小气候研究. 如何吉成等[14]、Liu等[15]、殷文杰等[16]和王媛韬等[17]对藏东南色季拉山林线过渡带的生态气候进行了研究;王晓东等[18]和薛峰等[19]也分别对长白山北坡岳桦林线与芦芽山针叶林林线展开了小气候的研究.

    文献计量学是通过数学与统计的方法对文献进行处理并提取可量化的数据用来评价某个学科或领域的发展水平及现状[20]. CiteSpace是一种进行文献计量分析的软件工具,在众多研究领域得到了广泛运用,弥补了传统文献综述定量的不足,可直观地表达研究前沿与热点[21-22]. 国内外对森林小气候进行了相对系统的研究,但很少采用文献计量学的方法对其进行研究,本研究基于中国知网(CNKI)与Web of Science(WOS)文献数据库,利用CiteSpace对近20年有关森林小气候的研究成果进行可视化分析,旨在于揭示该领域国内外的研究现状与热点,以期为森林小气候相关研究提供参考.

  • 本研究的数据来源于CNKI与WOS文献数据库,其中中文文献检索采用CNKI,主题词为“森林小气候”“森林气象学”“森林微气候”“森林生态气候”,时间跨度为2000—2021年,去除英文文献、科技成果及不相关文献,最终获得的文献数量为167篇;英文文献检索主要采用WOS数据库,高级检索下Booleans检索式:(TS=(forest meteorology*OR ecoclimate * OR forest microclimate)),语种为English,文献类型为Article与Review,时间跨度为2000—2021年,去重后最终获得的文献数量为2 611篇(其中研究报告2 531篇,研究综述80篇). 检索时间均为2021年10月5日.

  • 采用CiteSpace(5.7.R5W)文献计量软件结合数据库的可视化对检索文献进行分析. 在图谱中,节点大小代表频次的高低,反映该时段关注的焦点,而连线粗细代表共现频次的多少[23];中心性代表其在知识网络中的作用,中心性越高说明关键性越强[24];爆发值与突现值相关,是评判文献或关键词活跃度大小的指标[20]H指数则是用来衡量期刊的学术影响力,H指数越大,说明其学术影响力越大[25];并用论文专业度、期刊自引率、核心作者的最少发文量和文献半衰期等指标进行讨论[26-30].

    1) 论文专业度为:

    式中:SP为论文专业度,mi为学科类别中的文献数.

    2) 期刊自引率为:

    式中:RRSC-ing为期刊自引率,a为期刊自引次数,b为引用其他期刊次数.

    3) 根据普赖斯定律,核心作者的最少发文量为:

    式中:M为核心作者的最少发文量,Nmax为作者最多发文量.

    4) 文献半衰期为:

    式中:x为时间(以10 a为计量单位),y是经过x时间时总的引文比率,ab均是系数,T1/2是文献半衰期,(6)式运用B-K方程计算方法.

  • 单位时间内发文量的变化程度代表着该学科或领域的研究趋势与学术活跃度[31-32]. 分析CNKI(167篇)与WOS(2 611篇)两个数据库的2 778篇检索文献发现(图 1),2000—2021年,英文文献的年均发表量为118.68篇,且增长显著,以平均5.91篇/a的速率逐年增加,近10 a发文量占总数的68.90%;中国作者在WOS的发文量为234篇,占总发文量的8.96%,以平均1.82篇/a的速率逐年增加;而中文文献的年均发表量为7.59篇,以平均0.09篇/a的速率逐年增加,且中文文献每年的发表总量始终低于英文文献,两者的平均发文比为0.07,总体发文趋势为前10 a发文比波动较大,后10 a波动较小且呈下降趋势. 总而言之,森林小气候研究在中外都取得了一定的成果,但中英文文献的数量之间相差较大,也说明近20 a该领域得到了国外学者较大的重视,而并没有得到国内学者足够的关注,国内发展较为缓慢;同时国内学者的英文发文量(234篇)要多于中文发文量(167篇),也说明在该领域内国内学者更趋向于外文期刊.

  • 多学科的交叉与融合已成为一种趋势,了解学科间的内容交汇与知识演化,可以为学科发展提供进一步的参考[33]. 森林小气候领域也出现了多学科内容交汇的情况,探明其学科分布与知识演化,对研究其发展趋势具有重大意义. 因CNKI数据库文献数量较少,所以只对WOS数据库的学科分布与期刊展开讨论,CNKI的数据仅作为对比分析. 近20 a与森林小气候领域相近的各个学科发文量逐年增多,且2016-2021年的发文量平均为2000-2005年的3倍(表 1). 论文专业度(SP)指的是文献所属学科类别的集中化程度,SP越小,说明该领域的学科分布越广[33];WOS数据库中森林小气候领域的SP维持在0.15~0.18(表 2),低于图书情报领域的0.32~0.39[33]、生物传感器领域的0.23及Enso循环领域的0.45[34],说明森林小气候领域的学科分布比其他领域广;而CNKI的SP为0.34~0.60,整体呈递减趋势,说明随着时间推移该领域的学科分布在国内趋于变广,且在SP上,CNKI大于WOS. 总而言之,从专业度上分析,森林小气候领域呈现出了多学科交叉与融合的趋势.

    对期刊进行可视化分析能够了解相关领域文献流入的情况,也能够为科研工作者文献阅读与发表提供便利[31, 33];引入期刊自引率来评价期刊是否为健康状态,大于20%均可认定为过度自引(高危期刊)[35]. 近20 a森林小气候领域发文量排名前10的期刊(表 3),《Forest Ecology and Management》在该领域的发文量高达213篇(占比8.16%),远远高于排名第2的《Agricultural and Forest Meteorology》(87篇,占比3.33%),同时《Forest Ecology and Management》的被引频次与H指数均为最高,也说明了在该领域中该期刊一直处于领先地位;从影响因子分析,《Global Change Biology》最高(10.863),《Plant Ecology》最低(1.854);此外,这10种期刊的RRSC-ing范围均小于5%,低于我国期刊的平均RRSC-ing的水平(5%~20%)[36],其中《ECOSPHERE》的RRSC-ing为0,均说明该领域的期刊较为健康.

  • “小同行”概念的提出促进了对同一领域内作者发文情况的分析研究,也能为文献阅读者提供检索便利[37]. 近20 a发表中文文献(CNKI)的作者共有407位,发表英文文献(WOS)的作者共有768位,因CNKI数据库文献数量较少,所以也只对WOS数据库的发文作者(表 4)展开详细讨论. WOS数据库发文量最多与H指数最高的是来自Ghent University的Verheyen(25篇,12),被引频次、篇均被引频次与H指数最高的是中国地质大学的Chen(1 366次,85.38次,12),说明这两位作者在该领域具有较大的影响力. 探讨核心作者群对分辨该领域内的专家以及分析研究前沿具有重大的意义[31]. 本研究根据普赖斯定律来衡量作者的学术产出,从而分析其是否为该领域的核心作者[38]. 由表 4可知WOS的作者最多发文量为25篇(Verheyen K),因此由(3)式可以得知发文量分别不少于4篇就可认为其是森林小气候研究领域的核心作者,其中,英文文献的核心作者共72位,占总发文作者数的9.39%,而核心作者发文量688篇,占总发文量的26.35%;根据核心作者发文量占比超过总发文量的50%即可认定其是稳固的核心作者群[31],从而得知并未形成稳固的核心作者群.

  • 对WOS数据库进行分析,共有566个机构对森林小气候领域展开了研究,其中美国农业部的发文量(173篇,占比6.63%)、被引频次(5 566)与H指数(43)最高,而篇均被引频数最高的是加州大学(42.19);在发文量前10名机构中,来自美国的研究机构5个,占比50%,发文量占前10发文量的61.56%,且发文量前3也均来自美国,可看出美国研究机构在该领域具有较大的影响力. 而在前10当中有一个中国机构(中国科学院),其发文量位列第4,但被引频次(1 791)、篇均被引频次(17.39)与H指数(22)均处于较低水平(表 5). 对CNKI数据库进行分析,国内共有119个研究机构对森林小气候邻域展开研究(表 6),其中发文量最多的是南京林业大学(10篇,占比5.99%),说明该机构对该领域研究较为关注;被引频次与篇均被引频次最多的是北京林业大学(146次,16.22次),说明该机构的产出质量较高;下载量与篇均下载量最多的是来自中国林业科学研究院(4 944次,824次),且均为硕博论文,说明该机构所产出论文的传播性较高.

  • 全球共有111个国家对森林小气候领域展开了研究,其中美国发文量(875篇,占比33.51%)、被引频次(28 227)、H指数(78)最高,英国篇均被引频次(39.5次)最高;而中国文献被引频次(3 816次)、篇均被引频次(16.45次)与H指数(29)最低,中心性最低的则是瑞典与瑞士(0.04)(表 7). 整体来看,欧美国家在该领域的研究具有一定的领先地位,而中国在该领域的产出质量不高,有待加强.

  • 关键词是作者对文献内容及其研究思想的凝结,代表着该研究领域的方向、版图与热点[31, 39]. 运用关键词聚类分析来确定森林小气候研究领域的学术版图,设定Time slicing为2000年1月-2021年10月,Years Per Slice为1年,Node Types为Keywords,Pruning选择Pathfinder与Pruning Sliced networks,计算方法选择“LLR”,其他均为默认. 分析结果为:英文文献显示了662个节点,3 950条连线,形成了11个聚类(图 2a),模块值Q为0.360 3>0.3,聚类结构显著,轮廓均值S为0.665>0.5,聚类结果可信;中文文献显示了404个节点,880条连线,形成了14个聚类(图 2b),模块值Q为0.791 6>0.3,聚类结构显著,轮廓均值S为0.938 2>0.5,聚类结果可信.

  • #0,#4和#6聚类分别是亚高山冷杉林、国家公园、俄勒冈州西部,这3项主要以研究对象或研究地点进行聚类,讨论某块区域的小气候特征[40-42];#1和#2聚类分别是树冠蒸腾与土壤呼吸,这2项主要以研究指标进行聚类,讨论在不同环境(气候条件)下所造成对应结果的不同[43-46];#3聚类是边缘效应,指的是在林缘地带表现出不同于林内中心地带的生态学特征,具有环境异质性[47],主要以研究理论进行聚类,讨论的是边缘效应与小气候的关系[48-49];#9聚类是太阳辐射,主要以气象因子进行聚类,讨论的是小气候各指标的时空变化特征[50-51];#10聚类是景观生态系统,主要以宏观生态学进行聚类,讨论的是小气候特征与整个森林生态系统的关系[52].

  • #0和#1聚类是小气候与森林小气候,以研究主题进行聚类,主要讨论的是小区域内非生物因子的时空变化特征[53];#2,#6和#13聚类分别是城市森林、次生林、九华山,以研究地点或对象进行聚类,讨论的是某个区域的森林小气候特征[54-56];#3和#4聚类分别是森林气象学与小气候效应,以研究理论进行聚类,主要讨论的是森林对空气温湿度等气象要素的调节效应[57];#5,#7和#9聚类分别是逐步回归、旷场实验与模糊综合分析,以研究方法进行聚类,利用以上方法来评价生态效益的大小[58-60];#8聚类是树冠形态,以生物因子进行聚类,讨论的是生物因子与气候要素之间的关系[61].

  • 为了更加直观地了解关键词在某个时间段的具体情况,采用CiteSpace的关键词时区图来进行分析. WOS数据库在2000-2004年新出现的关键词较多,但随着年份的增加,新关键词的出现数量逐步减少,而CNKI数据库在近20 a间新出现的关键词次数表现为先增后减. 与此同时,根据关键词时区图(图 3图 4)大致可将研究热点分为2个阶段. 第1阶段(2000-2009年)是森林小气候领域的快速发展与繁盛阶段,重点围绕森林对气象因子的改善作用等基础研究. 在WOS数据库中出现频次最多的关键词主要有:microclimate(小气候,950次)、forest(森林,474次)、climate change(气候变化,389次)、vegetation(植被,341次)、temperature(温度,281次)等;在CNKI数据库出现次数最多的关键词是小气候(42次)、森林小气候(24次)、城市森林(18次)、小气候特征(11次)、森林(9次)等,同时也出现了土壤、呼吸、昆虫、土壤养分、空间格局等向其他领域或学科渗透的关键词. 第2阶段(2010-2021年)是对该领域的补充发展阶段,重点围绕该领域的应用基础研究,并与城市发展、人体健康等话题相结合. 在WOS数据库中出现次数最多的关键词主要有:ecosystem service(生态系统服务,34次)、sap flow(液流,31次)、β-diversity(β多样性,19次)、heat island(热岛效应,15次)、organic carbon(有机碳,15次);在CNKI数据库出现次数最多的关键词是人体舒适度(5次)、森林康养(4次)、气候舒适度(5次)、人工林(3次)、森林火险等级(2次)等.

    对中英文文献关键词时区图进行比较分析发现,英文文献对森林小气候的研究主要出现在2000年甚至更早,而中文文献中在2000年也提出了小气候效应、气象要素等与森林小气候领域有关的关键词,但对“森林小气候”与“小气候”的系统研究主要开始于2002-2003年,说明中文文献在该领域的研究具有一定的滞后性,处于被动状态;而随着时间的推移,中文文献的研究重点逐步向森林小气候特征与人之间的关系研究上倾斜(首次出现于2005年),出现了生态效益、气候舒适度、空气负离子浓度、森林旅游、舒适有效温度、空气舒适度、空气清洁度等与人体健康相关的关键词,而英文文献对于该方面的研究起步却较晚,与人有关的关键词,如heat(心脏)、feedback(反馈)、fire severity(火灾严重性)、Ecosystem service(生态系统服务)等首次出现的时间均在2010年之后,说明中文文献在该方面的研究具有一定的创新性与先进性.

  • 关键词的突变反映研究领域的发展趋势与前沿[39]. 在英文文献中,douglas fir forest(道格拉斯冷杉森林)、edge effect(边缘效应)、vegetation structure(植被结构)、ecosystem service(生态系统服务)等关键词的突现强度高于其他关键词(图 5a),表明了这些方向均为该时期内的关键主题,而douglas fir forest(道格拉斯冷杉森林)、gas exchange(气体交换)、light(光照)等关键词的持续时间较长,且主要集中在2000-2011年,说明了这些方向均为该领域的基础研究.

    根据图谱可将其分为2个阶段,第1阶段(2000-2009年):研究重点主要集中在森林与小气候之间的关系;第2阶段(2010-2021年):研究重点主要集中在森林与人之间的关系,以及更多的开展森林小气候对地下层面(如土壤微生物等)与地表层面(如地表温度、凋落物分解等)的影响. 如图 5b所示,在中文文献中,小气候特征、森林小气候、森林康养这3个关键词的突现强度较高,表明这3个方向在近20 a来一直备受国内学者的关注,同时气温这个关键词是当中持续时间最长的,也就说明了该关键词在森林小气候研究领域中的基础性作用.

    英文文献中的plantation(人工林)、ecosystem service(生态系统服务)与中文文献中的森林康养、人体舒适度均是近几年来突现强度较高的关键词,代表着森林小气候领域近几年的研究前沿,同时也很有可能代表着未来近几年的发展趋势. Locosselli等[62]则认为森林内的气候因子与康养保健因子会影响树木的生长,从而影响其生态服务的功能;刘海轩等[63]则对城市森林内的空气温度、空气湿度与风速进行了监测,认为冠层结构具有降温与增湿的效果,从而提高人体的舒适度;段文军[64]则对城市森林内的气象因子、空气负氧离子和PM2.5等康养保健因子进行监测,认为在夏季森林具有提高人体舒适度的效果,且能降低PM2.5等. 这些研究也让我们了解到了森林的生态价值.

  • 研究被引文献的频次、爆发值与半衰期等指标能够在一定程度上反映文献的学术价值和对该领域做出贡献的大小. 被引频次指的是一篇文献被引用次数的多少;文献的爆发值常用突现值来表示,越高的爆发值表明其在特定的时间内出现且活跃度更高[65];文献的半衰期常用来指示文献老化程度的大小[30],半衰期越长意味着文献的价值越大[20]. 被引频次最高的前10篇文献分别来自于奥地利、美国、英国、法国和比利时的学者或团队,而国内学者对该领域的研究并无高质量的文章产出,说明国内在该领域的研究较为薄弱(表 8);R Core Team所发表的有关R语言的文献篇数占前10篇文献中的5篇,占比50%,平均爆发值为15.638,普遍高于其他文献,说明R语言的运用在森林小气候领域的研究保持着较高的活跃度与热度;《R:A Language and Environment for Statistical Computing.(2017)》的被引频次与爆发值最高,半衰期仅次于2014年与2015年版本,该篇文献周围连线较为密集且连线较粗,说明了其在森林小气候的研究中发挥着关键的枢纽作用(图 6);前10名文献发表的时间分布在2011-2019年,说明了这10年间是森林小气候研究领域高质量产出的阶段;其中《The relationship between leaf area index and microclimate in tropical forest and oil palm plantation:Forest disturbance drives changes in microclimate》是该领域中影响力较大的文献. 总体来看,这10篇文献的半衰期均不高(0.77~2.31a),说明其文献的老化程度与速度较快,也说明该研究领域发展较快.

  • 近年来对于森林小气候的研究主要由北美、欧洲和中国的生态学家完成,并有增加的趋势. 前期主要围绕该领域的基础研究进行,重点围绕森林对气象因子的改善作用等方面展开;后期主要是围绕该领域的应用研究进行,与人相结合,以及更多地开展森林小气候对地下层面(如土壤微生物等)与地表层面(如地表温度、凋落物分解等)的影响研究.

    森林小气候领域未来几年的发展趋势主要围绕城市的发展以及与人的关系进行展开,森林康养、人体舒适度的提高、生态系统服务以及森林小气候特征对“碳源”“碳汇”的影响机制等研究方向可能将会成为热点主题. 研究区域上,城市森林与树线交错带的气候变化将会成为研究焦点;研究手段上,将会运用到更多高科技手段和模型,如遥感技术等;研究内容上,将会更多地往森林的生态效益与生态功能转移,特别是森林的“生物物理效应”,如森林对气象因子(空气温湿度等)、康养保健因子(负氧离子、PM2.5等)等的影响. 与此同时,在对其进行研究时,应综合各方面的因素去讨论,做到生态系统服务与社会发展相结合,实现可持续发展目标. 最后,在环境日益恶化的今天,森林到底起到了什么作用?其作用有多大?能为人类的生存环境带来怎样的改变?这就是研究森林-气候相互作用机制的意义所在.

参考文献 (65)

目录

/

返回文章
返回