基于文獻計量學的2001－2020全球農用無人機研究進展

李繼宇，胡瀟丹，蘭玉彬，鄧小玲※

（1.華南農業大學工程學院，廣州 510642；2.華南農業大學電子工程學院、人工智能學院，廣州 510642； 3.國家精準農業航空施藥技術國際聯合研究中心，廣州 510642）

0 引言

無人機最初系應軍事需求而生，最早可追溯至20世紀20年代第一次世界大戰之際[1]。發展至今，無人機最前沿的技術應用依舊聚焦在軍事領域——以美國和俄羅斯為首[2]。除軍事領域，無人機的商業市場也得到了迅速的拓展[3]，無人機及其相關技術被廣泛應用于實時監測、電子通訊、遙感攝影、搜索救援、物流運輸、安全防護、精準農業和民用基礎設施檢查等多個民用領域[4-5]。根據2020年國際市場研究機構的最新報告，預計到2026年，全球無人機市場的年收入將達到328.3億美元[6]。

農業是第一產業，近年來，隨著物聯網、大數據、人工智能、5G等數字信息技術的高速發展[7]，全球農業正在向數字農業、智慧農業升級轉型[8]，無人機及無人機系統可深度融合多種數字信息、傳感技術[9]，得益于其部署的靈活性，無人機在農業領域中的應用潛能得到了充分挖掘[10-11]。在種植業中，可用于噴藥施肥[12]、播種授粉[13-14]、農情監測[15]、農田灌溉[16]和作物表型[17]等方面；在林業中，可用于估算植被覆蓋[18]、檢測生物量[19]等方面；在畜牧業中，無人機可用于放牧[20]，甚至應用到野生動物保護[21-22]中；在漁業中，可用于水體或水生生物監測[23]以及打擊、追蹤非法捕魚行為[24]。無人機在農業上不斷深化的研究與應用，顛覆了人們對傳統農業的認知，有力推動數字農業、智慧農業的發展。

無人機在農業領域的研究應用已積累大量的理論基礎與實踐經驗，為量化、可視化無人機的“農業化”進程，本文首先基于2001－2020累計20年間全球農用無人機相關的核心期刊論文及發明專利進行統計分析，然后統計描述農用無人機研究信息分布現狀，接著分析農用無人機的研究進展與前沿熱點，最后對全文進行提煉和總結。

1 數據來源與研究方法

1.1 數據來源

為統計分析無人機在農業領域中的研究與應用，擬檢索廣域無人機及農用無人機的相關文獻，其中，農用無人機特指研究應用屬于農業領域的無人機，廣域無人機泛指研究應用屬于任意領域的無人機，農業從廣義上則還包括種植業、林業、畜牧業及漁業。從規范術語、高引文獻中常見表達以及專著刊物[25]中分別提取“無人機”和“農業”的相關中英文檢索詞集，分別記為集合A和集合B。廣域無人機的檢索組合邏輯為“A”，農用無人機的檢索組合邏輯為“A∩B”，基于兩個檢索詞集從5個數據庫中檢索2001－2020年間農用無人機研究領域的期刊論文及發明專利信息，期刊論文包括——Web of Science核心合集(下文簡稱“WoS”)的article和review，共檢索得4 075條記錄，中國學術期刊全文數據庫（下文簡稱“CNKI”）的科學引文索引、工程索引、北大核心、中國社會科學索引和中國科學引文數據庫來源文獻，共得623條記錄；發明專利包括——Derwent Innovations Index德溫特創新索引（下文簡稱“DII”）和世界知識產權組織Patent Scope（下文簡稱“WIPO”）的全球發明專利，分別得6 491條和6 923條記錄，中國國家知識產權局專利數據庫(下文簡稱“CNIPA”)的中國發明專利，共得4 450條記錄。

農用無人機英文檢索以WoS為例，檢索式為“TS = ('unmanned aerial vehicle*' OR 'unmanned Aircraft Vehicle*' OR UAV OR drone* OR 'unmanned aircraft*' OR 'unmanned helicopter*' OR 'unmanned aerial system*' OR 'unmanned aircraft system*' OR UAS OR 'remote* NEAR/1 aircraft*' OR 'remote* NEAR/1 helicopter*' OR 'Remote* Pilot* Aerial System*' OR 'Remote* Pilot* aircraft System*' OR RPAS OR 'Pilotless Aircraft*' OR 'Pilotless helicopter*') AND TS=(agri* OR agro* OR farm* OR sow OR farmland OR 'cultivated field*' OR soil OR 'plant protect*' OR crop OR forest* OR tree OR 'animal husbandry' OR pasture* OR herd OR prairie OR grassland OR wildlife OR livestock OR cow OR yak OR lamb OR sheep OR fish*)”，剔除當“drone”意為“雄蜂”和“UAS”意為“上游激活序列”時的非相關文獻；中文檢索以CNKI為例，檢索式為“SU=（'無人機'+'無人飛行器'+'無人航空載具'+'無人飛行載具'+'無人/PREV 2飛機'+'遙控飛機'+'遙控直升機'）AND SU=（'農業'+'農用'+'農場'+'農產品'+'種植'+'播種'+'田'+'土壤'+'植物保護'+'植保'+'作物'+'林業'+'森林'+'防護林'+'樹'+'畜牧'+'牧'+'草原'+'野生動物'+'畜'+'禽'+'牛'+'羊'+'漁'+'捕魚'）”。

上述5個數據庫收集的文獻兼具權威性和代表性，檢索結果會因數據庫更新而輕微改變，數量變化對文中最終結論影響甚微，最后檢索時間為2021年3月27日。

1.2 研究方法

本文通過文獻計量方法分析數據，利用數據處理軟件和文獻計量分析工具對論文和專利檢索數據進行量化分析[26]，文獻計量分析是指定對文獻的數量特征、分布結構和演進規律進行定量分析，并通過可視化結果揭露某一研究領域的結構、特征和規律的科學，是一種基于數理統計的宏觀研究方法[27]。

首先，通過SPSS和Excel等軟件對農用無人機文獻進行統計描述，具體包括數量、國家或地區、機構、期刊、作者、高引論文、同族專利等信息，得到農用無人機研究信息的時間、空間、來源等分布情況，概述農用無人機的研究現狀；然后，通過計量分析軟件VOSviewer和CiteSpace對農用無人機文獻進行計量分析，具體對論文進行機構合作關系網絡、文獻共引分析、高頻詞聚類、關鍵詞共現、關鍵詞突現分析，對專利數據進行分類號聚類、分類號突現分析，借助知識圖譜[28]梳理、歸納農用無人機的發展脈絡及近20年間的研究前沿熱點。

2 農用無人機研究信息統計

從農用無人機文獻的時間、空間和來源分布概述農用無人機的研究現狀，梳理農用無人機的發展時間線，分析農用無人機的主要研究國家地區及機構單位，了解農用無人機領域內的重點出版物、突出學者及熱門文獻。

2.1 時間分布

基于WoS和DII統計數據廣域無人機與農用無人機近20年文獻數量的分布比例如圖1所示，分別通過年發布量占比、增勢（斜率變化）及年增長率（相鄰年份后者相較前者縱坐標數值的增長率）3個指標進行分析。廣域無人機相關研究早在20世紀初開始萌芽，如圖1a所示，2001－2013年均處于緩勢發展，2014年及以后增長速度明顯加快，專利數量幾乎呈指數增加，該發展趨勢與農用無人機高度相似。

基于WoS和DII統計數據，見圖1b，農用無人機2001－2013年間論文發表量僅占總量的7.33%，專利發布量僅占總量的3.45%，單年論文加上專利的發布量均未能破百，增勢緩慢。2014年，農用無人機的文獻數量迅速累積，論文、專利年發布量均破百，論文年增長率從33.33%升至81.67%，專利年增長率從39.29%升至215.38%。此后至2020年，農用無人機文獻數量持續快速增加，論文、專利增勢分別在2019和2018年達到峰值，曲線斜率分別達到最大值8.98和7.63，國內無人機研究起步約滯后于全球5年。特別地，國內估計在2019年底及2020年上半年受新冠疫情影響，2020年文獻發布量增勢減緩明顯。文獻具體數量的年分布情況見圖2。

如圖2所示，2001－2020年間，全球無人機WoS論文累計發表量超過2.3萬篇，DII發明專利累計公布量超過7.3萬件。其中，農用無人機論文數量累計4 000篇，年發表量在2014年達109篇，到2020年達1 232篇；專利累計將近7 000件，從2014年123件到2018年1 287件，并在2020年達到單年最高1 970件。自2014年以來，農用無人機研究占廣域無人機的比例不斷增大，這點主要體現在論文數量上，2014年全球農用無人機論文發表量占廣域無人機的比例為12.60%，往后占比逐年增大，該比例在2019－2020年分別為20.67%和21.49%，同期國內該比例平均在9.13%，也呈增大趨勢。在專利方面，2014－2020全球農用無人機專利數量占廣域無人機專利比值平均為8.87%，各年占比上下輕微波動，國內平均占比為10.58%，共有5年占比超過10%。

總體而言，全球無人機研究有向農業領域“擴散”之勢，農用無人機文獻數量的統計曲線在時間跨度上呈“S”型——2014年以前已達到研究平衡點，2014年開始往新的平衡點過渡，2014－2020年仍處于過渡期的“填充效應”，研究成果高速增長，農用無人機最近五年的年均論文發表量約700篇，年均專利公布量超過1萬件。相較學術研究，國內則更多關心農用無人機的實際應用。特別注意到，專利數量曲線的最大斜率值相比于論文更大，且拐點更早出現，說明專利對研究熱度敏銳性更高，相比論文能更早在數量變化上做出響應，即專利相較論文能更明顯地體現某一領域的研究熱度時期，由圖2可見農用無人機的研究高熱時期為2016－2018年，與廣域無人機一致。

2.2 空間分布

2.2.1 國家/地區

中國、美國為現有農用無人機研究的兩大主力國，同時也是廣域無人機研究的主力國。根據WoS和WIPO統計的農用無人機文獻數據顯示，中國論文數量872篇，占總發表量的21.43%，專利數量5 666件，占總公布量高達83.41%；美國論文數量1 001篇，占比24.60%，專利數量272件，占比4%；其中，WoS自選的126篇領域內高被引論文和熱點論文中，美國占31.75%，中國和西班牙分別占22.22%和17.46%。此外，澳大利亞、英國、韓國等也是農用無人機研究的活躍國家。將所有活躍的國家、地區按地理區域劃分，得到農用無人機相關文獻在空間上的分布情況，如表1所示，專利包括同族成員。

從表1中可見，亞太地區、北美和歐洲是農用無人機的主要研究區域，亞太地區多國（如中日韓澳）在專利發表上數量突出，從側面說明農用無人機在亞太地區的應用更豐富和廣泛；北美和歐洲發表了更多的論文，歐洲有多達12個國家擠進農用無人機文獻數量前30，但是歐洲整體專利公布量不大，歐洲專利局的專利數量也僅為48件。英國、西班牙研究成果組成相近，西班牙最早奠定了農用無人機的研究基礎，在2014以前，農用無人機領域內20篇高引核心論文西班牙占了7篇。其余區域僅有個別突出國，俄羅斯是俄羅斯和獨聯體區域中的研究代表國，文獻數量次于法國，排名15。拉丁美洲、中東地區和非洲較為突出的分別是農牧業大國巴西和農業大國印度。

表1 文獻主要產出國家及其分布 Table 1 Main output countries of the literature and their distribution

綜上，針對農用無人機的研究，亞太地區在應用實踐上屬于領先地位；北美則在科研水平上領先、應用實踐上次之；歐洲是研究農用無人機的中堅力量，科研氛圍濃厚；其余區域已有明顯的領頭研究國家。隨著全球農業自動化、數字化進程的推進，可推斷出將有更多國家著手研究農用無人機。

2.2.2 機構及單位

根據WoS和DII統計數據，農用無人機累計文獻發布量前10的機構及單位如表2所示，論文方面，中美在前10機構中占了9個，中國科學院和中國的農業大學為期刊論文的主要發表機構，西班牙最高科研理事會論文產出量位居第二；專利方面，中、日兩國的單位或機構包攬前10，深圳大疆創新科技有限公司以230篇絕對的數量優勢位列前茅，幾乎是第2名索尼半導體解決方案公司的3倍。

表2 期刊論文產出機構及發明專利產出單位Top10 Table 2 Journal paper output institutions and invention patent output units Top 10

為進一步了解各機構間的研究合作聯系（因專利發明單位間聯系較少，故此處不分析專利公布單位的合作聯系），圖3給出了農用無人機論文發文量前80的機構間的合作關系網。其中，劃分出重點①②③三個區域，分別以中國科學院、美國農業部、西班牙最高科研理事會為中心。在①區域，中國科學院、農業部及華南農業大學為主要3個合作中心。中國科學院與國內高校及歐美機構均有較多合作，農業部更多與國內的農業院校、農業相關研究機構密切合作，華南農業大學則與美澳機構合作。該區域內節點互相聯系緊密，發文量大，所發表論文影響力中等。在②區域，美國農業部與美國當地院校研究聯系密切，其次為中國機構，再次為歐洲院校。該區域內節點有多個分中心點，機構數量多，發文量略低于①區域，論文影響力中等偏高。在③區域，西班牙最高科研理事會與西班牙、美國、巴西、荷蘭、芬蘭等多國機構均有合作關系，合作機構間地理位置跨度大，發文量相對①②區域較少，但其發表的論文影響力普遍較高。

2.3 來源分布

文獻來源指文獻的出版物及作者，包括論文的出版來源、論文作者及專利發明人。從發文量角度出發，國內農用無人機相關論文主要發表在《農業工程學報》（43.75%）、《農業機械學報》（34.13%）和《中國農業科學》（4.33%）等刊物上，總體發文量不多。國際上農用無人機論文主要發表在《Remote Sensing》《Sensors》《International Journal of Remote Sensing》和《Computers and Electronics in Agriculture》等刊物上。從刊物影響力出發，利用VOSviewer對WoS的論文進行來源分析，進一步篩選領域內的重點刊物，被引強度排名第1的依舊為《Remote Sensing》，在WoS核心合集所篩選的126篇本領域高被引論文及熱點論文中，該期刊共占有24篇，綜合影響力排行前6的刊物信息詳見表3。

表3 農用無人機領域內重點出版物 Table 3 Key publications in the field of agricultural UAV

此外，近5年（2016－2020）領域內較活躍的研究學者主要來自中國，累計發文量前20的作者中有13位來自中國，表4摘取了前6位作者的信息供參考。

表4 近5年內活躍研究學者 Table 4 Active scholars in the past 5 years

另一方面，從作者的共引強度衡量，近20年Zarco-Tejada P、Gitelson A、Bendig J、Wallace L、Torres-sanchez J、Hunt E等研究學者的相關論文在領域內影響力大。至于發明專利，近5年（2016－2020）的核心發明人主要來自華南農業大學（76件，2.207%）、大疆創新科技有限公司（64件，1.858%）、浙江大學（35件，1.016%）、廣州極飛科技有限公司（34件，0.987%）、南京林業大學（31件，0.900%）等單位。

從WoS論文統計數據得，農用無人機領域內4千余篇論文h指數為106，累計被引頻次為61 780次（含自引21 944次），施引文獻共27 494篇。如表5所示，列出了農用無人機在WoS中總被引頻次前6的期刊論文，在全球范圍內，農用無人機研究已積累了一定基礎，并到了具體技術研發階段，最初的應用場景是地表圖形建模和植被指數檢測。進一步地，從WoS自選高引論文可看出，近2年農用無人機的研究熱點依舊圍繞遙感技術，并有了更深入的研究。其中，Erwin等[29]針對民用無人機優化調查指出農業仍然是無人機的最大潛力市場之一，Maes等[15]的農業遙感綜述中提到，未來農用無人機應側重利用熱和光譜遙感數據以建立動態增長的農業相關模型，另外，Weiss等[30]表示農用無人機將根據涉及作物的特征進一步增強農業遙感的應用能力。國內CNKI中的高被引文獻多為綜述性質文章，其次則為農業遙感技術相關應用研究，總體而言，文章普遍基礎性較強。

從DII專利統計數據得，同族專利含3個及以上的專利共554件，約占總專利數量的8.53%，關鍵技術點主要集中于T-計算與控制、W-通信和P-通用技術（農業，食品，煙草），其中，同一專利同族數量最高達29個。表5列出了同族數量排名前六的專利，根據專利族的大小，可間接了解農用無人機相關企業或單位的重點競爭技術，如中國深圳大疆創新科技有限公司以無人航拍機技術在全球知名，其發明的用于減少運動對相機成像干擾的裝置[31]恰是保證航拍相機防抖的一大關鍵。國內CNIPA的發明專利顯示，國內研究人員則更多關注農用無人機的田間噴施技術。

表5 WoS高被引論文Top 6及DII同族數量專利Top 6 Table 5 WoS high cited papers Top 6 and DII Top 6 patent family

3 農用無人機的研究進展與前沿熱點

使用CiteSpace對農用無人機的關鍵詞、術語、主題詞進行聚類分析，從研究所涉及的領域、研究內容與代表成果三方面分析農用無人機實質研究進展，判斷農用無人機當下的研究熱點，預測其未來的發展趨勢。

3.1 研究領域

根據Web of Science分類學科領域和國際專利分類技術領域對廣域無人機和農用無人機的研究主題進行統計，結果如表6所示。

表6 研究主題分布Top 6 Table 6 Research subject distribution Top 6

農用無人機研究的主要學科領域為遙感和環境科學，從Top 6學科領域來看，研究者更熱衷于發表農用無人機與遙感監測、圖像處理內容相關的論文，領域內有多篇關于農業遙感應用現狀與前景的高引綜述[15,30,43]，當中均提到農業遙感應用的主要目的是為了提取農情信息。具體地，有在果園中表型柑橘形態[44]、在作物－牲畜－森林系統中測量樹木直徑和高度[45]，等等。而廣域無人機研究的主要學科領域為電子電氣工程，更多關注如何利用最新數字信息技術（如5G）在無人機上搭建更優平臺以實現更好的無線通訊[46]，令無人機成為一種優選的多功能通訊工具。

與論文不同，農用無人機專利的前4位技術領域均與植保噴施相關，可將其歸屬為“物料釋放”，即農用無人機通過自身平臺搭載或促使某種農業物料以指定方式釋放到指定區域以達到某種預期農業生產目的，如作物播種[47]、水稻授粉[48]、農作物采摘[49]、輔助噴灌[50]等。實際上，植保噴施相關專利數量也超過農用無人機總專利數的1/3，專利具體內容通常圍繞兩個方面——物料釋放裝置（噴施器、播種裝置、果實采摘機構等）的優化設計和無人機農業作業飛行規劃，發明目的均是為了提高農用無人機的作業效果與效率。廣域無人機方面，宏觀來看無人機多被設計用于特定作業，相對特殊的應用有如運輸醫療設備[51]、維護物質文化遺產[52]等。

對前10的研究領域在2014－2020年間的衍變作矩陣分析，如圖4所示，左側為學科領域的衍變，右側為技術領域的衍變。學科衍變體現了農用無人機學術研究的大體趨勢，近兩年研究內容從最初圍繞遙感及環境監測，到無人機圖像處理和平臺搭建的變化趨勢可發現，數字農業、智慧農業的大勢已起。同時研究者們也開始更多地關注農藝、作物本身，最直觀的便是植物表型技術迅速發展。技術衍變體現了農用無人機在技術上的優化順序，依次為硬件設備、控制系統及數據處理，硬件設備包括飛行平臺和作業裝置，控制系統包括導航及飛控，數據處理包括獲取數據的豐富性及數據處理手段的先進性，目前，農用無人機依舊更多用于農業防治。

3.2 研究內容

農用無人機研究主題多元化，本節將進一步分別對WoS論文高頻詞和DII專利細化技術分類號進行聚類分析，分析農用無人機目前聚焦研究哪些具體問題。從CIiteSpace聚類分析所得的網絡結構和聚類清晰度可通過模塊值Q（Modularity）和平均輪廓值S（Silhouette）兩個指標評價，一般來說，Q∈[0,1)，當Q∈(0.3,1)時，說明劃分所得的網絡結構是顯著的；當S>0.5時，聚類可被認為是合理的，當S接近0.7時，聚類令人信服[53]。

首先，對WoS論文進行研究關鍵詞及術語聚類分析，得到聚類圖譜如圖5所示，S值為0.979 7，一共生成14個以顏色區分的聚類，其中，節點的標簽字體大小代表頻次，聚類序號越小所包含的關鍵詞越多，聚類位置越靠近中心內容越重要。根據聚類標簽含義，可將其進一步分為兩大類，包括研究內容（#0精準農業、#1氣孔導度、#5生物質、#7人類與野生動植物的沖突、#9無人機系統、#10侵蝕、#11路徑規劃、#12植被指數、#13地上生物量）和研究方法（#2優化、#3圖像處理、#4點云、#6攝影測量、#8深度學習、#14高光譜）。類似地，基于德溫特分類號同樣地對DII專利進行聚類分析，德溫特分類號相比IPC分類代碼更詳細，共得到7個聚類，技術領域涉及#0電話和數據傳輸系統、#1相關設備、#2電氣應用、#3裝置與制劑、#4彈簧、#5噴施與霧化、#6脈沖產生和操縱。從WoS和DII的聚類結果中摘取度中心性前20的詞條和分類代碼，結果列于表7，聚類網絡圖中節點的度中心性越高，節點在網絡圖中越重要。

結合圖5及表7可知，農用無人機論文研究的內容主要圍繞農用無人機平臺的搭建（聚類#9#11）和應用（聚類#0#1#5#7#10#12#13），研究手段主要涉及圖像（聚類#3#4#6#14）和算法（聚類#2#8）。農用無人機平臺搭建的側重點為無人機系統及路徑規劃，其中，無人機系統是否穩定抗干擾（disturbance）及能否實現機器人流程自動化（Robotic Process Automation, RPA）是研究學者們更關注或感興趣的問題，路徑規劃除了導航技術，還融合了無線傳感網絡（Wireless Sensor Network, WSN）。農用無人機平臺應用的研究通常集中于農業信息的獲取，農業信息的來源方包括農業的勞動對象[54]（聚類#0#1#5#7#12#13）及農業勞動對象的介質[55]（聚類#10），前者信息多用于對農業對象進行生理評估或特征提取，進而建立相關模型，如圖5中的氮素狀況（nitrogen status）、生物多樣性（biodiversity），表7中的植被指數、植物高度、氣孔導度、葉面積指數、糧食產量等；后者信息多用于農業區域的監測與規劃，所謂介質包括空間、陸地、水域等，種植業、林業、畜牧業的農業對象的介質一般為空間和陸地，漁業的為水域，如圖5中的森林火災（forest fire）、土壤蒸散（evapotranspiration）、土地使用（land-use），表7中的地形、水土流失等。

表7 農用無人機研究內容的重點關鍵詞及技術分類 Table 7 Keywords and technical classification of agricultural UAV research

農用無人機專利發明的內容可分為控制系統（聚類#0#6）和設備裝置（聚類#1#2#3#4#5），分類號以W（通信）及T（計算與控制）開頭的專利數量最多，Q（機械）其次。如表7所示，P13度中心性最高且與次位T01拉開明顯差距，說明農用無人機實際主要應用于種植業。T01、W06、Q25、W04等在度中心性和重復頻次上都極為突出，機載電腦、導航、雷達、相機等均為農用無人機上常見配置設備，有效輔助農用無人機在農業場景下完成各種作業。A95、A97、Q34涉及貨物與運輸，農用無人機輕度適用于物流運輸。C02、C07、P11、C04、等屬于植保種植與噴施范疇，其中噴施包括研究農藥、肥料的沉積分布特性，這對提高農用無人機的噴施精度有重要意義。X16、X21、X15等針對電池效率問題，農用無人機一直存在續航時間短的缺點，如何提高其電池能效是領域內一個亟需解決的難題。此外，W05反映了農用無人機在應對險情的預警作用，重復頻次達到430。更值得注意的是，P14重復達521次，雖然度中心性不高，并非主流應用方向，但也預示著農用無人機在畜牧業、動物保護方面尚有巨大的應用潛能。

綜上，農用無人機的研究內容在基于論文和專利的分析中既有相似又有不同。相似的是，兩者均反映農用無人機的研究側重點為自身升級，比如，加強自控穩定性，加強巡航精度，加強與外加設備的適配性與互通性，等等；不同的是，農用無人機的應用方向在論文中主要體現為農業信息獲取，在專利中側重體現為農業物料釋放（定義見3.1節）。

3.3 研究前沿和熱點

文獻的共引分析和關鍵詞共現可反映領域內研究的脈絡和前沿，關鍵詞突現則可說明某一時間段領域內的研究熱點。

使用CiteSpace對WoS論文進行共引分析，結果如圖6所示。農用無人機早期論文內容主要針對草原、森林等環境方面的監測統計問題（#5,7,11,13,17等），中期繼續深入研究森林管理和土壤分析（#2,6,12,14等），最 近幾年趨于低空噴施和高通作物表型的相關研究（#1,3,16等），多利用深度學習相關技術（#9,10等）。進一步對WoS、CNKI論文進行關鍵詞共現分析，基于時間戳得到圖7a和圖7b。

如圖7所示，將基于時間戳的關鍵詞共現圖譜沿時間線分成4個階段——初期（2008年以前）、前期（2008－2013）、中期（2014－2018）及2019年至今——對比分析全球和國內在農用無人機領域的研究脈絡與前沿。結合圖6中文獻共引情況，根據時間節點和關鍵詞進一步對農用無人機的研究脈絡及前沿進行分析。

研究初期，農用無人機僅應用于區域監控，國內農用無人機研究則一開始便定位在基于低空遙感技術的精準農業領域；研究前期，2008年前后多光譜低空遙感技術興起，帶動了定位導航、圖像識別及表型技術的發展，農用無人機開始被用于林業甚至漁業中的監測和預警上，Colomina等[56]（共引226次）發表的農用無人機遙感綜述介紹了這一過程。此外，激光雷達、點云、熱成像等概念開始普及，同一時段的國內研究進展類似，特別地，國內開始研發針對作物防治的植保無人機。研究中期，2014年伊始，卷積神經網絡、深度學習算法、無線通訊等技術的崛起，農用無人機在遙感基礎上融合多元新興技術，在農林牧漁（尤其種植業）領域皆得到了實際廣泛的應用。如Wallace等[57]（共引157次）利用農用無人機結合遙感技術評估森林結構。同時期，開始利用農用無人機采集到的數據，建立相關基礎模型，最具代表性的為Bendig等[58]（共引194次）介紹的作物表面模型。國內此時重點發展無人機的精準農業航空噴施技術；近期，全球均處于農業數字化轉型趨勢，農用無人機成了獲取農業大數據的重要工具，包括國內的研究重心也逐漸轉向大數據作業控制上，農用無人機以遙感、算法、模型三合一的模式發展，對農業對象的信息采集程度也從表層獲取到深入挖掘。

對WoS論文關鍵詞和DII專利德溫特分類號進行突現分析，結果見表8，論文方面，關鍵詞突現強度表現一般，初期、前期無熱點突現，中期多個熱詞突現，從“預測”“多樣性”“特征”等監控熱詞到“點云”“攝影測量”“系統”等建模熱詞，農用無人機的研究熱點從“觀察”進階到“觀測”，最新的熱點為“植物高度”，屬于植物表面模型范疇，熱度維持至2020年，作物表面模型無疑是近兩年最熱門的研究內容。專利方面，X15（非化石燃料發電系統）和P14（動物管理與護理）為最新顯現技術熱點，但在2018年熱度均已退散，且近兩年無新的熱點技術突現。

表8 2001－2020年間農用無人機研究中的突現關鍵詞（WoS）和技術分類號（DII） Table 8 Burstiness of keywords (WoS) and class code (DII) in agricultural UAV research from 2001 to 2020

綜上，目前農用無人機的前沿研究主要集中在農業大數據采集及農業相關模型的開發上，相關模型包括數字模型、數學模型、物理模型等。如表7中提到的林業中的單木模型和與之對應的矩陣模型。最新研究熱點是基于作物冠層輪廓所建立的作物表面模型，而技術熱點主要圍繞農用無人機能效和農用無人機在畜牧業上的應用。與此同時，自2018年以來，農用無人機文獻發布量增勢減緩，近兩年突現的研究熱點為零，農用無人機正面臨兩個問題，一方面，農用無人機學術研究與實際應用的內容方向不對稱，另一方面，農用無人機研究的縱向發展停滯在農業相關模型的建立與優化上。造成上述問題的原因有二，一是效益問題，農業遙感所需的高光譜相機、生物傳感器等設備價格昂貴，農業信息缺乏大平臺，數據集缺失嚴重，市場對農業信息采集的需求緊迫性不高，技術投入實際應用的性價比低；二是技術限制，數據傳輸效率低，傳感器難以滿足應用需求。

4 結 論

本文通過檢索Web of Science 核心合集數據庫 （WoS）、中國學術期刊全文數據庫（CNKI）、Derwent Innovations Index數據庫（DII）、世界知識產權組織專利庫（WIPO）和中國國家知識產權局專利庫（CNIPA）共5個數據庫中有關廣域無人機及農用無人機的期刊論文和發明專利。通過文獻計量概述了農用無人機近20年研究信息的數量分布和質量來源情況，借助知識圖譜梳理農用無人機的研究脈絡、內容進展和前沿熱點，分析了農用無人機在我國及國際上的研究動態，得到如下結論：

1）農用無人機在2014年正式進入研究正軌，2016年至2018年進入研究高熱期，2018年以后文獻數量增勢均有減緩，其中，專利發布量緩勢較明顯。

2）歐洲、北美洲和亞太地區是農用無人機的主要研究區域，以中國、美國、澳大利亞、西班牙、英國為代表。其中，超過八成專利來自中國，論文發表中、美分別占21.43%和24.60%，西班牙最早奠定了農用無人機的研究理論基礎。

3）中國國內機構、中美機構、歐洲各國機構、歐美機構、中澳機構間均有較密集的研究合作關系，中日美企業發明專利的公布數量較多，中國深圳大疆創新科技有限公司尤為突出。

4）農用無人機領域內的熱門期刊為《Remote Sensing》《Precision Agriculture》和《Computers and Electronics in Agriculture》，最近五年來自中國的研究學者最為活躍，國內外高被引論文的主題均以遙感為主，國際上布局廣、同族數量大的專利的主題主要圍繞控制、通信和農業，國內專利則更多涉及田間噴施技術。

5）農用無人機研究的學科領域主要為遙感和環境科學，技術領域主要為農業防治，具體研究內容可分為無人機平臺搭建及農業應用兩方面，農業應用又可分為農情信息獲取及農業物料釋放兩大類，實際應用重心向低空遙感噴施、能源續航傾斜。

6）農用無人機的研究重心經過了兩次較明顯的轉移，低空遙感監測到農田耕作管理，再到目前的農業大數據挖掘及農業模型搭建，未來可能會在畜牧業和漁業上得到嶄新的應用價值。

近20年來，農用無人機屬于實踐性很強的研究領域，研究起步晚，研究進展快，在農林業的遙感應用研究正逐步趨于成熟，特別在噴灑作業領域極具發展潛力。雖然近兩年的發展勢頭稍緩，但總體依舊呈上升趨勢，是非?；钴S的科研領域。目前，農用無人機保持著良好的發展趨勢，智慧農業、數字農業的浪潮推動了農用無人機與新興科技（如人工智能、5G、區塊鏈、物聯網等）的高速融合，無人機的民用市場趨于成熟，農用無人機市場價格逐步合理，農用無人機擁有了豐富的應用場景。未來，借助聲波等新技術的深度融合，農用無人機有望進一步激發出在畜牧業、動物保護、漁業領域內的應用潛能，引領全球農用航空應用再次進入發展高峰。