A Bibliometric Analysis of Land Degradation and Desertification Monitoring Based on the Scopus Database (2021–2025)
B. Oralbaev
基于Scopus数据库,对2021-2025年土地退化与荒漠化监测研究进行文献计量分析。
使用R的Bibliometrix包分析655篇论文,包括发文趋势、作者、机构、合
发文量上升,机器学习、云计算和卫星数据集成加速,中国领先,但产出和引用高度集中。
可探索发展中国家或区域合作中的监测技术应用,或结合多源数据与AI提升荒漠化预警精度。
主题为土地退化与荒漠化监测的文献计量分析,不直接涉及农业信息化或智慧农业,相关性不足。
土地退化与荒漠化威胁着生态平衡、农业生产力和人类福祉,尤其是在干旱和半干旱地区。本研究基于Scopus数据库,对2021—2025年期间利用遥感(remote sensing)和地理信息系统(GIS)监测土地退化与荒漠化的全球研究进行了文献计量分析。共检索到655篇同行评审论文,并使用R语言中的Bibliometrix软件包进行分析,以考察发文趋势、主要期刊、高产作者、研究机构、贡献国家、合作模式及主题结构。结果表明,科学产出总体呈上升趋势,尤其是2022年之后,同时机器学习(machine learning)、云计算(cloud computing)和先进卫星数据正迅速融入监测工作流程;遥感、土地退化(land degradation)和地理信息系统是最常见的关键词。产出和引用高度集中于少数国家,其中中国居首,研究机构方面也呈现类似的集中态势。