Environmental Science（环境科学）中主要的二级学科为General Environmental Science（环境科学综合）、Water Science and Technology（水科学与技术）、Pollution（环境污染）。

除此之外，从二级学科来看，Materials Science（材料科学）学科下属的General Materials Science（材料科学综合）、Energy（能源）学科下属的Energy Engineering and Power Technology（能源工程与动力技术）、Computer Science（计算机科学）学科下属的Computer Science Applications（计算机科学应用）、Chemical Engineering（化学工程）学科下属的General Chemical Engineering（化学工程综合）等领域的成果数量也较多。

领域权重的引用影响力指标。基于Scopus数据库，对相同学科、相同年份、相同文献类型的引用影响力进行比较。其计算式为FWCI = 特定研究者的总引用数/平均引用数。FWCI > 1代表高于行业平均水平，FWCI < 1代表低于行业平均水平。

图4 Engineering（工程）一级学科的二级学科分布

图5 Agricultural and Biological Sciences（农业与生物科学）一级学科的二级学科分布

图6 Environmental Science（环境科学）一级学科的二级学科分布

2.3 主题和主题簇

为了解全球农业工程研究的热点所在，利用SciVal的主题（Topic）和主题簇（Topic Cluster）功能进行研究成果主题层面的分析。

主题基于直接引用分析算法（direct citation analysis）对成果进行聚类，同一类即被归为同一主题。主题簇同样基于直接引用分析算法，将相近的主题进行聚类，主题簇比主题层级更高、范围更广[5]。与ASJC学科分类不同，每个研究成果只能映射到唯一的主题或主题簇。目前，SciVal中大约有96 000个主题和1 500个主题簇。

统计得出，全球农业工程研究总共包含23 713个主题和1 374个主题簇。主题或主题簇可以用气泡图的形式展现，某主题或主题簇越靠近圈中心，一定程度上说明该主题或主题簇越具有跨学科性质[6]。由于主题数量较多，为了更加清晰地展示关键研究主题的分布，选择Prominence指标[7]排名前1%的主题、排名前5%的主题簇进行可视化展示。Prominence指标综合了3个方面的数据：第n年和第n-1年发表的文献在第n年的被引总数；第n年和第n-1年发表的文献在第n年的浏览量；第n年CiteScore的平均值，因此，Prominence指标可以用来探测主题影响力的发展趋势。从这个角度看，Prominence指标排名高且成果数量多的主题在一定程度上可以看作是该领域的热点主题。

从气泡图（图7、8）中可以看出，全球农业工程研究的热点主题包括：Biochar；Soil Amendments；Black Carbon（生物炭；土壤改良剂；黑炭）、Fuel Tests；Diesel Engines；Exhaust Emission（燃料测试；柴油发动机；废气排放）、Anaerobic Digestion；Digester；Methane Production（厌氧消化；消化；甲烷制造）、Centrifugal Pumps；Axial Flow Pumps；Rotating Stalls（离心泵、轴流泵、旋转失速）、Vegetation Index；Leaf Area Index；Hyperspectral Data（植被指数；叶面积指数；高光谱数据）等。

图7 全球农业工程研究热点主题

研究热点主题簇包括：Soil；Biochar；Soil Organic Carbon（土壤；生物炭；土壤有机碳）、Microbial Fuel Cells；Anaerobic Digestion；Bioreactors（微生物燃料电池；厌氧消化；生物反应器）、Climate Models；Model；Rainfall（气候模型；模型；降雨）、Remote Sensing；Image Classification；Satellite Imagery（遥感；图像识别；卫星图像）等。

2.4 关键词

SciVal通过Elsevier指纹引擎对特定研究领域提取关键词语，通过自然语言处理技术对研究成果的标题、摘要以及作者关键词进行文本挖掘，从而发现具有重要意义的关键词。这些关键词与全学科主题词表相匹配，从而将关键词标准化处理。基于关键词词频与IDF算法，每个关键词会被赋予一个Relevance值，取值范围为0-1。利用SciVal的关键词分析功能进行研究成果主题词层面的分析可以了解学科研究趋势。

图8 全球农业工程研究热点主题簇

图9展示了全球农业工程研究领域Relevance值排名前50的关键词。Relevance值越高，关键词的字体越大；关键词显示的颜色代表在数据完整的统计年份范围内（2015-2019年），该词相关成果产出数量的变化趋势，蓝色代表下降，灰色代表不变，绿色代表上升。由图9可知，Relevance值排名前50的关键词的相关成果的产出数量都呈现上升的趋势，以上领域的相关研究均较为活跃。生物炭、生物柴油、温室、干旱、黄土等是全球农业工程研究的热点主题词（表2）。

文章来源：《山东农业工程学院学报》 网址: http://www.sdnygcxyxb.cn/qikandaodu/2021/0510/694.html