農業資源昆蟲黑水虻研究方向及趨勢的可視化分析

郎慧林,劉 爽*,郝建偉,李松齡

(1.山西大學黃土高原研究所,山西太原 030006;2.晉中學院生物科學與技術系,山西晉中 030600;3.青海省農林科學院,青海西寧 810000)

黑水虻(HermetiaillucensL.)屬雙翅目水虻科,原產于溫帶、亞熱帶以及美洲熱帶等地區,現在廣泛分布在溫暖和熱帶地區[1]。在我國,黑水虻主要分布地區在華南、華北和東南沿海岸,其他地區分布較少[2]。黑水虻目前已經成為虻科中研究最多的資源性昆蟲,受到多領域的研究與關注[3]。黑水虻有4個生命階段:卵期、幼蟲期、蛹期和成蟲期[4],以有機廢料為食。根據相關文獻,對黑水虻的研究主要包括以下幾個方面:①黑水虻幼蟲可以消耗各種腐爛的有機廢物(畜禽糞便、廚余垃圾、植物材料等)并將這些廢物轉化為有機肥,且有機肥中含有能夠抑制病原體的抗菌肽活性[5-7],重金屬和抗生素的含量也較低,因此黑水虻可能是一種可持續的用于動物糞便管理手段[8-9]。②黑水虻幼蟲蛋白質含量高,可作為優質良好的動物飼料營養來源,更好地替代傳統飼料[10]。③黑水虻幼蟲能為生物柴油生產脂質,其積累的脂質作為燃料來源比油料作物更有效[11]。

在過去的20多年里,有很多關于黑水虻的研究。然而,在一定程度上,研究者并不容易快速掌握未來研究趨勢和方向上的熱點和前沿。數據分析成為解決這一難點的一個有效手段,其中文獻計量學最近在科學研究中發揮了越來越重要的作用。在眾多的可視化軟件中,CiteSpace可視化軟件因其便于操作和多功能等特點而成為目前最為流行的知識圖譜工具,已被廣泛應用于包括管理學、信息學、信息科學和醫學等60多個領域[12-15]。該軟件是由陳超美教授研發的一個可視化圖譜工具,主要是對納入文獻的作者、機構和關鍵詞等信息進行分析,并可視化地繪制圖譜,得到相關信息及信息主體間的相互聯系,最后根據結果分析特定學科或知識板塊在特定時期內的研究熱點,預測未來發展趨勢[16]。由于其可以在指定的時間段內可視化和分析一個領域或領域的研究熱點、前沿方向并預測該領域的未來發展趨勢,因此被認為是可視化分析領域中最具影響力的應用軟件,不同領域的學者都嘗試使用CiteSpace進行相關研究,包括黑水虻方面的研究。研究表明,CiteSpace是發現領域發展中的趨勢和新興主題的有用工具[17]。

現有的綜述文獻基本上都是通過主觀處理或元分析來完成的,僅依賴文本或數字的評論不如圖表直觀。在信息表示方法方面,圖形優于表,表優于文本。信息可視化和分析軟件已經徹底改變了傳統的審查方法。鑒于此,筆者基于CiteSpace獲得的分析結果,采用知識映射方法,對國內黑水虻研究領域進行計量學分析和可視化分析,揭示了黑水虻研究的熱點課題以及其發展趨勢,并對未來黑水虻的研究提出一些建議和借鑒依據。

1 數據來源與研究方法

1.1 數據來源以中國知網(CNKI)為數據源,采用高級檢索,檢索主題設置為黑水虻,時間范圍設置為2007-01-01至2021-12-31。檢索結果共518篇文獻,包括學術期刊373篇、學位論文78篇和會議文獻14篇。

1.2 研究方法使用可視化工具繪制各種知識圖譜和頻譜,通過節點大小、網絡連接和關鍵詞共現等元素展示黑水虻的研究熱點和發展趨勢[18]。使用CiteSpace 5.8軟件,利用它對搜索出的文獻內容進行了計量學數據分析和可視化分析并繪制可視化知識圖譜,從而探討當前學術研究熱點與趨勢[19]。

在運行CiteSpace時,將C、CC、CCV的閾值分別設置為(2,2,20)、(4,3,30)、(4,3,30),并選擇最小生成樹和剪枝切片網絡作為剪枝方法。其中,C表示最低被引用或出現頻率,CC表示特定時間切片上的共線性或共引次數,CCV表示共線性率或共引率。1個分析對象用1個節點來表示,節點越大,它在所選時間內被引用的次數就越多。樹木年輪的顏色光譜代表了一個分析對象的被引用歷史。樹木年輪的厚度反映了分析對象在給定時間內被引用的次數。連接2個節點的線表示2個節點之間的共引關系,它的長度和粗細表示2個節點之間鏈接的強度。1個被紫色環包圍的節點具有相對較高的中心性(≥0.1)[20],表明與其他節點有廣泛的聯系。這種類型的節點往往是知識領域關注的焦點,對節點網絡分析具有重要意義[21]。核心作者的計算采用普萊斯定律公式,通過計算標準論文篇數來確定核心作者[20]。

1.3 數據分析統計分析采用Excel 2007;可視化分析運用CiteSpace 5.8 R3;黑水虻研究發表的相關文獻在2007年前還非常少,所以該研究中的可視化分析的主要分析范圍是2007—2021年,時間切片是1年,剪枝方式是最小生成樹,剩下的參數設置為默認值,并取前10%的分析數據成圖。

2 結果與分析

2.1 文獻統計特征

2.1.1文獻檢出情況。從CNKI檢索出的518篇文獻記錄,刪除不相關的報紙、科技成果等,將過濾后的文獻以Refworks格式導出,然后利用CiteSpace中的數據分析工具進行格式轉換和去重,最終共得到文獻415篇。

2.1.2文獻年發文量。檢索了415篇與黑水虻相關的文獻。由圖1可知,2007—2015年期間對于黑水虻相關研究較少,發文量總體不高,年發文量最高為10篇(2014年),其他年份均低于10篇。2016年開始研究進入了迅速發展的時期,2016—2021年,共計發表文獻362篇,占文獻發表總量的87%,表明越來越多的學者開始關注并研究這一領域。關于這個主題的相關研究文章的數量正在逐漸增加,總體呈上升趨勢,說明國內關于黑水虻的研究正處于發展時期。

圖1 黑水虻研究文獻的發文量分布Fig.1 Distribution of published papers on black soldier flies

2.2 作者群分析將節點類型設置為作者,其余設置為默認。使用CiteSpace進行分析,得到作者合作網絡圖譜,如圖2所示,圖中共有282個節點、626個連線、網絡密度為0.015 8。節點代表作者的發文量,節點越大,數量越多,黃燕華和胡文鋒、夏嬙、王國霞等人發文量較多。節點黃燕華、胡文鋒較大且有紫色環包圍,節點中心性較大,說明黃燕華團隊和胡文鋒團隊的影響力較強。其間的連線代表合作關系,以黃燕華、王國霞團隊,胡文鋒團隊和夏嬙、喻國輝團隊為核心作者群。此外還有張志劍、陶興華團隊,許道軍、彭才望團隊和安新城、徐齊云團隊等一些小規模的作者群。圖中呈小聚落散在分布,偶有組間合作。不同團隊之間聯系較弱,缺乏廣泛的交流聯系。

前20位作者排名統計結果如表1所示,統計年份中發文量最高的是黃燕華,為19篇。核心作者被認為是該研究領域的重要領導者和推動者[22],通過統計得出發文3篇以上的作者為該領域的核心作者。在統計年份中,共計282名作者,發文3篇以上的作者共87人,為總體作者的30%。

圖2 黑水虻研究作者的共現網絡Fig.2 Co-occurrence network of black soldier fly study authors

表1 黑水虻研究的作者排名(前20)

2.3 機構分析根據各大機構研究黑水虻的發文量可以看出其在該領域的影響力。從搜索結果中獲取發表文獻數量排名前20的機構。由表2可知,上海海洋大學水產與生命學院最多,發文量為15篇,其次是浙江大學環境與資源學院,發文量為12篇,表明這2所機構在這一領域處于領先地位,影響力較強。其他機構都在10篇以下,如遵義醫學院珠海校區、天津農學院與資源環境學院,這說明大多數機構在該領域發文量較少,影響力較弱?？傮w來看,在該領域以各大高校為主要研究單位。

表2 黑水虻研究的機構排名(前20)Table 2 Institutional ranking of black soldier fly research (top 20)

2.4 研究方向和發展趨勢分析

2.4.1主要研究方向分析。在某一時間段內大量相互關聯文獻所探討的知識或專題被認為是學術研究熱點領域[23]。關鍵詞不僅反映了文獻中討論的核心問題,也反映了特定時期內的熱點和公眾關注的話題[24]。關鍵詞共現分析圖譜是一種基于高頻關鍵詞識別熱門研究領域的方法[25]。該研究時間切片設置為1年,節點類型設置為關鍵詞,得到關鍵詞共現分析圖譜,即圖3。圖中形成節點285個,連線618條,網絡密度為0.015 3。節點數量代表關鍵詞的數量,其間的連接則代表它們的交叉聯系;節點圈大小代表關鍵詞的頻率,圈越大,頻率就越高,該關鍵詞所代表的研究主題也就越受歡迎;靠近中央位置節點的連接樞紐性較強,即中介中心性越高,也意味著該節點所代表的內容是該領域的核心或主流方向。關鍵詞的頻率反映了研究熱點,中心性則體現了其重要程度。紅色內圈表示其突發性,紅色內圈越大代表突發性越強[26]。因此,可以由此分析2007—2021這段時間內黑水虻研究熱點的變化情況,也可用來預測近年來關于黑水虻的新趨勢。將頻率較高和中心性大于0.01的前20個關鍵詞進行排名,得到表3和4。

由表3和4可知,關鍵詞黑水虻排名第1,其共現頻率和中心性都比較高,共現頻率為247,中心性為1.39。通常認為,占主導地位的關鍵詞的中心性大于0.35。圖3中關鍵詞黑水虻圓圈最大,其次是生長性能、抗菌肽、餐廚垃圾、畜禽糞便、有機肥等。黑水虻是其主要研究內容,以黑水虻為研究對象并利用它應用于各個方面。研究黑水虻的生物學特性并利用其生物學特性處理畜禽糞便、廚余垃圾和蔬菜水果垃圾等[27-30],這樣可以減少我國日益嚴重的污染問題,同時還可以將處理后的副產品轉化成其他物質,如分離黑水虻幼蟲活體作為動物飼料和提取油脂,從而生產生物柴油[31-32]。從黑水虻中提取的功能性物質也被用于各種研究中,還有提取抗菌肽提高免疫系統等[33]。

圖3 黑水虻研究關鍵詞的共現網絡Fig.3 Co-occurrence network of black soldier fly research keywords

表3 黑水虻關鍵詞的頻率排名(前20)

2.4.2研究發展趨勢分析。關鍵詞突現詞圖有助于辨析該領域研究的新興領域及研究趨勢。藍線表示時間間隔,而紅線表示關鍵詞出現突發的周期。圖4為前20的關鍵詞突現

表4 黑水虻研究關鍵詞的中心性排名(前20)Table 4 Centrality ranking of black soldier fly research keywords (top 20)

排名。從圖4可以看出,2007—2015年期間關鍵詞飼料利用、魚粉替代、生活垃圾、脂肪酸、昆蟲轉化、理化性質、水虻科突發性較高,說明這期間研究熱點為黑水虻的生物學特性和在垃圾處理方面的應用以及從黑水虻中提取的附加物質的利用[34]。2012—2018年期間關鍵詞抑菌活性、誘導、生物處理、脅迫、發育等突發性較高,說明這期間研究熱點是研究黑水虻飼養的適應特性和在一些廢物處理當中的應用[35-36]。2019—2021年期間關鍵詞生長、營養價值、應用、重金屬突發性較高,說明這期間研究熱點在于評估黑水虻的各項營養價值和利用黑水虻轉化重金屬污染等[37-39]。

圖4 黑水虻研究關鍵詞的突現分析(前20)Fig.4 Emergence analysis of black soldier fly research keywords (top 20)

關鍵詞熱點時區遷移圖可以直觀地展示不同時期研究主題的變化。圖5的每個圓圈代表1個聚類關鍵詞,該關鍵詞是在分析的數據集中首次出現的年份,關鍵詞一旦出現,將固定在首次出現的年份,盡管之后的研究里仍會出現該關鍵詞,但圖中將不再顯示,只會在剛出現的年份顯示。當某一時間區內的某一聚類分析法關鍵詞出現頻率越高,其時間最初圓圈也越大,則表示該聚類分析法研究內容多;當持續時間越長,其時間軸也相應更長,則代表該聚類分析法研究內容更趨于完善。

熱點時區遷移圖反映了該領域的研究概況和發展趨勢。圖5顯示了時間跨度2007—2021年期間的研究熱點變化。2007年左右主要研究黑水虻的生物學特性和它本身所帶來的附加價值以及在畜禽糞便處理中的應用[40]。2016年左右研究黑水虻的生產性能和在處理廚余垃圾方面的應用[36]。2020年左右開始研究黑水虻在堆肥和各類基質中轉化率的問題[41-42]。預測在未來可能更多關注黑水虻在重金屬污染、廚余垃圾等的轉化問題[43-44]。

3 結論

以中國知網中2007—2021年期間收錄有關黑水虻相關的文獻為研究對象,通過CiteSpace對文獻作者、機構和關鍵詞等進行知識圖譜可視化,揭示國內黑水虻的研究熱點和預測其發展趨勢,最終得出了以下結論:

(1)通過對黑水虻相關研究發文量進行統計,2016年之前發文量較少,之后逐漸上升,總體呈上升趨勢,我國黑水虻相關研究正處于發展階段,有很大的發展潛力。

(2)黑水虻作者群體呈小聚落散在分布,偶有組間合作。研究者多以小組合作為主,不同團隊之間聯系較弱,缺乏廣泛的交流聯系。黃燕華、王國霞團隊,胡文鋒團隊影響力較強,且和夏嬙、喻國輝團隊為核心作者群。

(3)黑水虻研究機構以各大高校為主要研究單位。上海海洋大學水產與生命學院和浙江大學環境與資源學院為發表相關文獻最多的機構,在這一領域處于領先地位,影響力較強。

(4)2015年前主要研究黑水虻的生物學特性、在畜禽糞便、廚余垃圾等的應用和從黑水虻中提取的物質加以利用。2016年左右主要研究黑水虻生長性能和在垃圾處理方面的應用。利用黑水虻堆肥和轉化重金屬是這幾年研究的主要發展趨勢。

圖5 黑水虻研究關鍵詞的熱點時區遷移Fig.5 Hotspot time zone migration of black soldier fly research keywords

4 結語

黑水虻具有資源豐富、分布廣泛、吸收轉化率高、活體活性成分含量高、容易飼養等特點,成為一種開發利用量大、可利用性廣的生物資源。該研究進行CNKI的黑水虻相關文獻分析,揭示了黑水虻各階段的研究熱點以及發展趨勢。文獻計量分析結果與實際研究情況可能存在一些差異,需要增加研究的時間跨度和文獻數量來使結果更準確。建議各學者、各機構之間加強合作交流,不同科研團隊之間相互學習、共同進步。關于黑水虻的應用開發還有很大的空間,如功能性物質的提取、黑水虻的養殖體系的優化以及對環境中重金屬污染的轉化等產業化的應用。而且黑水虻在處理畜禽排泄物、廚余垃圾等方面的研究還需進一步研究,需要更多的學者參與到該領域進行探討。