基于CiteSpace的隧道安全研究进展文献计量分析

摘要

本研究基于Web of Science数据库数据，利用CiteSpace工具对隧道安全研究进行文献计量分析，以识别出版趋势、合作模式及研究热点。分析结果表明，研究重点集中在火灾与交通安全领域，并逐渐转向智能化管理与多灾害韧性方向，但合作网络仍较为分散。

摘要

由于隧道空间的复杂性日益增加以及相关风险的多样化，全面了解隧道安全研究至关重要。本研究采用 CiteSpace 对 Web of Science 核心合集中的隧道安全文献进行文献计量分析。结果显示，相关论文发表数量总体呈稳定增长趋势，2017 年后出现显著上升。中南大学是该领域最主要的贡献机构，《Tunnelling and Underground Space Technology》是重要的学术期刊。该研究领域具有高度跨学科性，涵盖地下工程、消防工程及相关学科，但作者与机构之间的合作网络仍较为分散，反映出协同效应有限。关键词分析表明，研究热点集中在隧道火灾安全与交通事故分析，研究方向正从基础理论与风险评估转向智能化、系统化的管理。该领域正由传统的静态分析转向动态运行安全分析、多灾害耦合风险评估以及系统韧性评价。然而，在数字技术融合与跨学科协作方面仍存在挑战。与传统叙述性综述常依赖碎片化或静态评估不同，本研究提供了一个可重复的文献计量框架，用于动态描绘隧道安全研究的演进过程，为识别新兴趋势和指导未来跨学科研究提供了方法学上的系统性见解。

引言

作为现代交通和基础设施网络的关键组成部分，隧道在全球范围内的规模和复杂性持续增加。然而，隧道内部独特且封闭的环境带来了重大的安全挑战，包括结构开裂¹、火灾风险²、交通隐患³、运营安全问题⁴，以及全生命周期安全监测相关的难题⁵。历史数据持续表明，隧道内的事故，尤其是火灾，常常导致严重的人员伤亡和财产损失⁶。这些事故不仅损坏车辆和隧道结构本身，也暴露出现有安全应对策略的不足⁷。因此，对隧道安全的深入研究不仅对于保障基础设施的长期稳定运行至关重要，而且对于维护公共安全、优化应急管理机制⁸、推动可持续发展⁹以及提升社会福祉具有必要性。

早期关于隧道安全的研究可追溯至20世纪90年代，研究主题主要集中于隧道内可燃气体积聚、人员疏散等基础问题。随后，该领域取得显著进展，众多学者开展了广泛而有价值的研究工作。研究范围逐步扩展至隧道事故机理、消防系统设计、施工安全控制以及结构设计优化等问题。自21世纪初以来^st 世纪，特别是过去二十年，随着数字化与智能化技术的快速发展，研究范围进一步拓展至结构稳定性监测等前沿领域^10,11，事故风险预测、隧道照明系统、驾驶员行为以及驾驶员信息交互系统。现有隧道安全研究大致可分为以下三个主要方面。

首先，一些研究聚焦于多因素耦合作用下火灾灾害链的传播机制¹²。这些研究采用统计事故分析¹³、基于案例的回顾性研究以及概率风险评估（PRA）等方法，探讨事故成因、风险评估¹⁴、火灾演化机制、疏散模拟¹⁵以及结构安全监测。其次，部分研究关注动态环境中主动防控能力的提升。许多学者利用计算流体动力学（CFD）模拟¹⁶、BIM-GIS集成建模以及多源传感器网络技术，分析火灾烟气传播、能见度衰减、动态疏散路径优化以及隧道运营期间的健康监测与早期预警¹⁷。这些研究进一步优化了隧道通风与排烟系统¹⁸，改进了智能照明配置¹⁹，并推动了人员行为建模与数字孪生驱动的闭环管理探索。第三，某些研究主要关注先进技术的应用以及可持续隧道发展的追求。一些学者应用虚拟现实（VR）²⁰和建筑信息模型（BIM）²¹等数字化与智能化技术，开展隧道爆破²²、地下空洞探测及开挖支护工作。这些研究还探讨了隧道工程过程中环境、社会与经济因素的协调发展，重点关注可持续性²³。此外，部分学者应用文献计量学方法，对隧道施工中地表沉降的研究进行综述²⁴，开展基础设施检测的可视化分析²⁵，并探讨隧道照明与低碳发展之间的关系²⁶。

隧道安全已发展成为一个综合性、跨学科的研究领域^6,26。然而，目前仍缺乏系统性与集成化的研究，该领域知识结构的演变过程以及新兴趋势的识别尚不清晰，导致未来研究方向难以确定。叙述性综述在解释机制、比较工程实践和整合专家知识方面具有重要价值，但其往往受限于文献选择的主观性，且难以对大规模研究领域的时间演化进行定量追踪。文献计量分析通过提供透明的检索标准、可重复的数据处理流程，以及合作、中心性、聚类和突现演化的定量指标，弥补了叙述性综述的不足。本研究中，CiteSpace 并未用于替代专家解读，而是作为可视化与定量绘图工具，用以识别隧道安全研究的知识结构与新兴主题。本研究范围限定于隧道安全，涵盖火灾安全、烟气控制、人员疏散、交通安全、驾驶行为、隧道照明、通风、环境控制、监测、应急管理、风险评估以及隧道运营期间的系统韧性。主要关注隧道开挖安全、盾构隧道施工预测、爆破、地表沉降、施工支护及衬砌裂缝诊断的研究被排除在外，除非其明确涉及运营阶段的安全结果。之所以进行上述排除，是因为施工阶段的岩土工程风险与运营阶段的安全管理在作用机制、数据来源、评价指标和工程干预措施方面存在显著差异^27,28。

为系统阐明隧道安全领域研究的特征与发展趋势，本研究基于Web of Science核心合集（WoSCC）的数据，采用CiteSpace可视化工具进行文献计量分析，排除了中文出版物及各类非正式研究资料。分析内容涵盖论文产出特征、主要期刊、核心作者与机构间的合作网络、研究关键词随时间的分布与聚类情况，以及前沿研究方向²⁸。与传统的综述方法不同，本研究建立了一套定量、可重复且基于可视化的文献计量分析流程，整合了多维度指标，如关键词突现检测、时间线聚类和共现中心性分析。通过这些指标，构建了一个全面且动态的知识框架，系统揭示了该领域的知识结构与主题演化过程。本研究有两个主要分析目标：第一个目标是利用CiteSpace可视化工具构建一个全面且动态的知识框架，从而克服传统综述评估中存在的碎片化和静态性问题；第二个目标是探究隧道安全研究是否经历了可识别的阶段性转变，特别是从传统的基础理论和静态风险分析，向智能化、系统化以及多灾种耦合的动态安全管理体系的转变。

方案

本研究进行了一项系统的文献计量分析，旨在识别并可视化1992年至2026年隧道安全领域的研究趋势。

文献检索与数据收集
访问 Web of Science 核心合集（WoSCC）数据库。采用以下主题特定的检索式进行检索：TS = [(“tunnel” and “tunnel safety”)]。输入检索式后，点击“Search”按钮执行文献检索。通过选择“Articles”、“Review Articles”和“Early Access Publications”作为文献类型对结果进行筛选。共收集到 1992 年至 2026 年间发表的 15861 篇文章和综述文章。本研究聚焦于隧道火灾安全、道路安全、交通安全及人员疏散等核心领域，旨在系统回顾隧道安全整体研究进展与热点。因此，剔除了与隧道开挖安全、盾构隧道安全预测以及隧道衬砌裂缝安全评估相关的文献。经过上述筛选流程后，保留 428 篇文献用于后续分析。在“Record Content”部分选择“Full Record and Cited References”，并将筛选后的数据集导出为“Plain Text”文件。每条记录均经核实，确保包含完整的引文信息和合著者信息。详细的筛选流程见流程图（图 1）。

数据预处理
从 WoSCC 导出的纯文本数据集通过 数据 | 从文本/CSV 功能导入电子表格。选择制表符和空格字符作为分隔符，将文本拆分为多个列。生成的电子表格用于对记录进行筛选、排序和汇总，以供后续分析使用。按出版年份对记录进行聚合，以计算年度及累积发表数量。对期刊（SO）列进行筛选，仅保留发表文章数不少于三篇的期刊。机构按频次和中心性排序，以确定排名前十的机构；关键词按频次和中心性排序，以确定排名前二十的关键词。关键词聚类按规模排序，保留其中六个最大聚类。各项操作的具体标准与流程在相应的分析子章节中进行了详细说明。

为分析已发表文献数量的演变趋势，使用电子表格软件对“出版年份（PY）”列进行筛选，并将数值转换为数字格式。随后按出版年份对记录进行汇总，以计算每年及累计的出版文献数量。通过绘制年度发表量的柱状图，并叠加累计总量的折线图，生成文献发表趋势图（图2）。为分析出版期刊的分布模式，提取“期刊（SO）”列，统计每种期刊的记录数量。通过按期刊名称对记录进行分组，并将结果按降序排列，计算1992年至2026年间各期刊的发表频次。仅保留发表文章数不少于3篇的期刊，共得到28种期刊，结果以汇总表格形式呈现（表1）。

作者合作分析
使用 数据 | 导入 | Web of Science 命令将 WoSCC 纯文本数据集导入并配置到 CiteSpace 中，并正确指定了输入和输出目录。在对检索到的文献进行深入审查后发现，1992 年至 2004 年间发表的文献在数据集中所占比例相对较小。更重要的是，这些文献的研究内容和主题较为分散，与隧道安全的相关性较弱。若将这些论文纳入文献计量分析，将引入过多冗余，影响研究热点和演变趋势的识别。此外，2026 年 3 月检索到的文献尚不能完整代表 2026 年全年的发表数量。因此，CiteSpace 分析限定为 2005 年至 2025 年间发表的文献。根据文献相关性，时间跨度设置为 2005 年至 2025 年，采用年度时间切片，时间片长度为 1 年。

以作者作为节点类型配置 CiteSpace。选择标准设置为 g 指数（k = 15）。术语来源设置为期刊标题、摘要、作者关键词（DE）和 Keywords Plus（ID）。在剪枝菜单中，同时选中“Pathfinder”和“剪枝合并后的网络”选项，以简化网络结构。点击Go执行分析，生成作者合作网络可视化图谱。调整字体大小和配色方案以提高可读性（图3）。

机构合作与前十大机构分析
在 CiteSpace 中将节点类型设置为机构，选择标准设置为 g 指数（k = 25），术语来源设置为期刊标题、摘要、作者关键词（DE）和关键词补录（ID）。在剪枝菜单中，选中路径探索者（Pathfinder）和剪枝合并网络（Pruning the merged network）选项，以降低网络复杂度。

通过点击Go运行分析，生成机构合作图谱。调整字体和颜色设置以提高可读性（图4）。通过选择Output | Network Summary as HTML, CSV, RIS | Save as CSV保存机构合作数据。随后在 Microsoft Excel 中打开该 CSV 文件。合并“Freq”、“Centrality”和“Label”列，并使用Sort & Filter | Descending进行降序排序。提取排名前10的机构，整理成最终表格（表2）。

关键词共现及前20位关键词分析
在 CiteSpace 中，节点类型设置为关键词，g 指数设置为 k = 17，术语来源设置为标题、摘要、作者关键词（DE）和关键词补充（ID）。在剪枝菜单中，选择 Pathfinder 和剪枝合并网络选项以简化网络。通过点击启动分析 开始 以获得关键词共现图谱。调整字体和颜色属性以提高视觉可读性（图5）。关键词共现数据集通过导出 输出 | 网络摘要为 HTML、CSV、RIS | 保存为 CSV在 Microsoft Excel 中打开 CSV 文件。合并“Freq”、“Centrality”和“Label”列，并按降序排列 排序 & 滤器 | 降序。确定了前20个关键词，并将其整理成最终表格（表3).

关键词聚类与前6个聚类分析
在 CiteSpace 中将节点类型设置为关键词。g 指数设置为 k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词补录（ID）。在剪枝菜单中，选择路径探索者（Pathfinder）和剪枝合并网络（Pruning the merged network）选项以优化网络。通过点击 开始使用对数似然比（LLR）算法提取聚类标签。仅保留轮廓系数大于0.7的聚类。聚类图通过以下方法生成： 聚类标签优化 | 关键词：聚类，标签，优化，并调整显示设置以获得最佳可读性（图6）。通过以下方式提取了簇的详细信息： 簇 | 查看簇内容 并整理到 Microsoft Excel 工作表中。打开数据表后，选择“Size”列，并使用以下方法进行排序： 排序 & 滤光 > 下降。结果被汇总至最终的关键词聚类表（表4).

关键词时间线聚类分析
在 CiteSpace 中，节点类型保持为“关键词”。g 指数设置为 k = 17。术语来源设置为标题、摘要、作者关键词（DE）以及关键词补充（ID）。在“剪枝”菜单下，选择“寻径网络”（Pathfinder）和“剪枝合并后的网络”（Pruning the merged network）选项以对网络进行剪枝。通过点击运行执行关键词聚类分析。使用相同的 LLR 算法及轮廓系数阈值（> 0.7）提取聚类标签。选择时间线视图生成关键词时间线聚类图谱。调整字体和颜色设置以增强可读性（图7）。

关键词突现分析
在 CiteSpace 中将节点类型设置为关键词。g 指数设为 k = 17。术语来源设置为标题、摘要、作者关键词（DE）和关键词补充（ID）。在剪枝菜单中，选择“路径寻找器”（Pathfinder）和“剪枝合并后的网络”（Pruning the merged network）选项以进行网络剪枝。点击运行执行关键词分析。选择突现性选项，参数 γ 设为 0.5，最小突现持续时间为 2 年，以进行关键词突现检测分析。刷新数据后生成了引用突现强度最高的前 25 个关键词列表（图 8）。

结果

出版物产出与增长趋势
初步检索从Web of Science核心合集（截至2026年3月26日）获取了1992年至2026年间发表的与隧道安全相关的15861篇论文和综述。通过人工剔除与研究主题无关的文献（例如，关于隧道开挖安全、隧道安全预测以及隧道衬砌裂缝安全评估的研究）后，最终保留了428篇聚焦于隧道安全的论文和综述用于文献计量分析。该优化后的数据集确保了对隧道安全领域文献的针对性分析。

每年发表的论文数量及其演变趋势可以反映一个研究领域的突出程度和活跃水平²⁹。使用 Microsoft Excel 对 1992 年至 2026 年间隧道安全领域的年度及累计论文发表数量进行统计（图 2）。结果显示，自 1992 年以来，国际上已有隧道安全相关的研究发表。总体来看，隧道安全研究可分为三个不同阶段：萌芽阶段（1992–2004 年）、缓慢发展阶段（2005–2016 年）和快速发展阶段（2017–2026 年）。这三个阶段发表的文献占...

讨论

本项文献计量分析对隧道安全领域的研究趋势提供了系统性综述。通过整合多维度指标，包括关键词突现检测、时间线聚类以及共现中心性分析，本研究构建了一个动态的知识框架。该框架阐明了该领域的知识结构与主题演变过程。与传统叙述性综述通常依赖碎片化或静态评估的方法不同，本定量且基于可视化的研究方案为描绘隧道安全科研进展提供了一种可重复的模型。其透明且可复现的工作流程也使其能够便捷地适用于其他工程安全领域的研究。

若干方法学步骤会显著影响文献计量结果的有效性。第一个关键步骤是数据库检索，因为检索式、数据库范围、文献类型和检索日期的改变会直接影响最终数据集。第二个关键步骤是人工筛选，尤其是区分隧道安全与施工阶段的隧道工程。第三个关键步骤是关键词归一化，因为未合并的变体（如“road tunnel”和“road tunnels”）可能人为割裂重要主题。第四个关键步骤是 CiteSpace 中的参数选择，包括时间切片、节点选择标准、术语来源和剪枝方法。这些设置会影响网络密度、聚类稳定性以及新兴主题的可见性。因此，检索决策、筛选决策、关键词合并规则以及软件参数均应透明报告。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
CiteSpace	Chaomei Chen	https://citespace.podia.com/	用于生成合作网络、关键词共现图谱、聚类图谱、时间线视图和突现词检测结果的文献计量可视化软件。
Microsoft Excel	Microsoft Corporation	https://www.microsoft.com/excel	用于数据清洗、排序、频次计算和表格准备的电子表格软件。
Web of Science Core Collection	Clarivate	https://webofscience.clarivate.cn/wos/woscc/basic-search	用于检索纳入文献计量分析的文献记录的书目数据库。