全球遥感研究的作者中心化分析：贡献格局与趋势演变

这篇综述通过科学计量学方法分析了约20,000位遥感(RS)研究者的837,658篇文献，揭示该领域H指数均值10.9、79%引用来自合作研究的特征。研究指出2015-2020年为引用峰值期，但2024年论文量(50,096篇)和引用量(84,389次)呈现双降趋势，反映领域正从广谱研究转向细分方向。关键词网络显示GIS(3890次)、机器学习(1554次)和气候变化(759次)构成核心主题群。

　　

ABSTRACT

遥感研究正面临关键转折点。通过对Google Scholar上明确标注"遥感"的20,000名研究者进行科学计量分析，涵盖837,658篇文献和近2000万次引用（1700-2024年）。数据显示研究者平均获得1435次引用，H指数10.9，i10指数17.4。合作研究贡献了79%的引用量，2022年达到54,304篇的产出峰值。值得注意的是，单篇引用量在2015-2020年达到顶峰后急剧下降，2024年仅为1.4次/篇。

1 Introduction

遥感技术已渗透到生态监测、环境管理等诸多领域。现有文献计量研究多聚焦特定主题如生态系统服务、气候变暖等，但对研究者个体贡献的分析存在空白。中国作为遥感研究主力军，2010-2014年间963篇高被引论文显示其重点集中在多源数据处理。新兴技术如无人机(UAV)和小型卫星正扩展遥感应用边界，Google Earth Engine(GEE)相关研究85%集中于近三年。

2 Methods

2.1 Scholars' Profiles

采用R包"Scholar"提取Google Scholar数据，相比Scopus等数据库更能捕捉研究者自述关键词。排除重复后获得19,826位学者的完整指标，包括h指数、合作比例等。

2.2 Keyword Network Visualization

构建包含6076个关键词的网络图谱，节点大小反映出现频率，边距表示共现强度。

2.3 Trends Analysis

分析1960-2024年的出版与引用趋势，提取标题高频词进行时序分析。

3 Results

3.1 Summary of Scholar Profiles

数据标准差显著（H指数SD=13.4），显示研究者影响力差异巨大。首作者论文平均获290次引用，但标准差达1122次。

3.2 Keyword Network Visualization

GIS以3890次居首，与机器学习(1554次)、计算机视觉(1256次)形成强关联。深度学习(1029次)和图像处理(837次)构成技术子网。

3.3 Trends in the Total Number of Papers and Citations

1960年仅有40篇论文，2022年达峰值54,304篇。引用量在2016年突破108万次，但2024年骤降至84,389次。标题词分析显示"土地"(2013年1510次)、"森林"(1995年121次)等环境主题持续主导。

4 Discussion

高变异系数(5768)反映研究者影响力两极分化。合作网络效应显著，与Zhuang等(2013)发现一致。引用下降可能源于研究碎片化，如Ju等(2024)指出的细分领域激增现象。技术词群崛起印证了Zhang等(2017)关于机器学习与RS融合的预测。

5 Limitations

Google Scholar包含非同行评审材料可能夸大指标；地理粒度不足；关键词分析可能遗漏新兴交叉领域。

6 Conclusion

遥感研究正经历从规模扩张到质量重构的转型。机器学习等技术的深度融合将持续重塑领域格局，但需警惕过度专业化导致的学术影响力稀释。未来研究应平衡技术创新与跨学科整合，以应对全球环境挑战。