中文數(shù)據(jù)庫農(nóng)業(yè)信息化文獻(xiàn)計(jì)量學(xué)研究x

摘 "要：目前我國正在持續(xù)推進(jìn)農(nóng)業(yè)信息化進(jìn)程。為進(jìn)一步明晰農(nóng)業(yè)信息化的研究現(xiàn)狀與進(jìn)展，總結(jié)信息化技術(shù)在農(nóng)業(yè)應(yīng)用中的成果，為我國農(nóng)業(yè)信息化進(jìn)度作出階段性總結(jié)與思考，該文選取農(nóng)業(yè)信息化中具有代表性的3個(gè)研究方向，以“農(nóng)業(yè)大數(shù)據(jù)”“農(nóng)業(yè)計(jì)算機(jī)視覺”和“農(nóng)業(yè)無人機(jī)光譜”為主題詞，從知網(wǎng)、萬方和維普3個(gè)中文數(shù)據(jù)庫中檢索21世紀(jì)以來的文獻(xiàn)作為研究對象，運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，借助CiteSpace軟件分析農(nóng)業(yè)信息化的發(fā)展趨勢和熱點(diǎn)前沿。結(jié)果表明，研究中的熱點(diǎn)分別是農(nóng)業(yè)大數(shù)據(jù)技術(shù)發(fā)展與數(shù)據(jù)應(yīng)用、農(nóng)業(yè)計(jì)算機(jī)視覺服務(wù)于農(nóng)業(yè)實(shí)踐的識別與檢測環(huán)節(jié)和農(nóng)業(yè)無人機(jī)光譜作物表型分析；研究前沿包括農(nóng)業(yè)大數(shù)據(jù)泛化應(yīng)用、農(nóng)業(yè)計(jì)算機(jī)視覺實(shí)際場景落地及農(nóng)業(yè)無人機(jī)光譜作物表型分析預(yù)測。研究表明，我國農(nóng)業(yè)信息化發(fā)展整體態(tài)勢良好，融合發(fā)展初見雛形，但在合作交流強(qiáng)度與團(tuán)隊(duì)規(guī)模上仍有較大提升空間。

關(guān)鍵詞：農(nóng)業(yè)信息化；文獻(xiàn)計(jì)量學(xué)；大數(shù)據(jù)；計(jì)算機(jī)視覺；無人機(jī)光譜；CiteSpace；可視化分析

中圖分類號：F323 " " "文獻(xiàn)標(biāo)志碼：A " " " " "文章編號：2096-9902（2023）05-0001-08

Abstract： At present， China is continuously promoting the process of agricultural informatization. The purpose of this paper is to further clarify the current situation and progress of research on agricultural informatization， summarize the achievements of informatization technology in agricultural applications， and make a periodical summary of and reflection on the progress of agricultural informatization in China. This paper selects three representative research aspects in agricultural informatization， takes \"agricultural big data\"， \"agricultural computer vision\" and \"agricultural drone spectrum\" as the subject words， with the literature since the advent of the new century from three Chinese databases of CNKI， Wanfang Data and VIP retrieved and used as the research object， and using bibliometric methods and CiteSpace software to analyze the development trends and hot spots of agricultural informatization. The hotspots in this study were the development of agricultural big data technology and data application， agricultural computer vision serving the identification and detection aspects of agricultural practice， and agricultural drone spectral crop phenotype analysis; the research frontiers included agricultural big data generalization application， agricultural computer vision practical scene landing， and agricultural drone spectral crop phenotype analysis prediction. This study shows that the overall development of agricultural informatization in China is good， and the integration development is beginning to take shape， but there is still much room for improvement in the intensity of cooperation and communication and the scale of teams.

Keywords： agricultural informatization; bibliometrics; big data; computer vision; UAV spectrum; CiteSpace; visualization analysis

當(dāng)今處于高速發(fā)展的信息時(shí)代，信息技術(shù)成為整個(gè)社會(huì)前行不可或缺的底層支持，尤其是在經(jīng)歷互聯(lián)網(wǎng)時(shí)代和移動(dòng)互聯(lián)網(wǎng)時(shí)代的洗禮后[1]，5G、大數(shù)據(jù)、人工智能和工業(yè)互聯(lián)網(wǎng)等技術(shù)快速發(fā)展，各行各業(yè)自動(dòng)化、數(shù)字化和智能化程度不斷邁上新的臺階。信息技術(shù)為農(nóng)業(yè)發(fā)展賦予生機(jī)，在提升農(nóng)業(yè)效率的同時(shí)，推動(dòng)農(nóng)業(yè)各個(gè)領(lǐng)域向規(guī)模化、標(biāo)準(zhǔn)化及精細(xì)化方向發(fā)展，為我國農(nóng)業(yè)技術(shù)水平的進(jìn)步與發(fā)展提供支撐[2]。

我國重視農(nóng)業(yè)現(xiàn)代化建設(shè)，推動(dòng)農(nóng)業(yè)信息化發(fā)展進(jìn)程。近年來，在中央一號文件中，多次強(qiáng)調(diào)運(yùn)用信息化手段助力農(nóng)業(yè)現(xiàn)代化發(fā)展?！?021全國縣域農(nóng)業(yè)農(nóng)村信息化發(fā)展水平評價(jià)報(bào)告》中指出，農(nóng)業(yè)信息化發(fā)展雖取得成果進(jìn)展，但與發(fā)達(dá)國家相比仍然處于較低水平的起步階段。為梳理農(nóng)業(yè)信息化研究現(xiàn)狀與進(jìn)展，本文對能夠代表農(nóng)業(yè)信息化領(lǐng)域發(fā)展的農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜3個(gè)方向中文數(shù)據(jù)庫理論成果進(jìn)行計(jì)量分析，全面了解農(nóng)業(yè)信息化研究現(xiàn)狀、熱點(diǎn)和前沿，期望對我國農(nóng)業(yè)信息化深度融合發(fā)展和未來建設(shè)提供科學(xué)依據(jù)和參考。

文獻(xiàn)計(jì)量學(xué)方法基于定量分析法，通過挖掘相關(guān)論文的潛在信息，揭示蘊(yùn)含規(guī)律，來客觀分析某一領(lǐng)域的發(fā)展歷程與研究現(xiàn)狀[3]。知識圖譜將應(yīng)用數(shù)學(xué)和信息科學(xué)等多學(xué)科的理論方法相結(jié)合，是科學(xué)計(jì)量學(xué)和信息計(jì)量學(xué)的新發(fā)展，常用于文獻(xiàn)計(jì)量學(xué)方法研究中[4]。

常見的知識圖譜軟件有CiteSpace、Ucinet、Gephi和Pajek[4]，其中CiteSpace自身功能比較完善，數(shù)據(jù)分析算法豐富，這里采用CiteSpace軟件進(jìn)行計(jì)量分析。CiteSpace是Citation Space的簡稱，可譯為“引文空間”。CiteSpace軟件由陳超美教授基于Java語言開發(fā)，是一款用于分析科學(xué)文獻(xiàn)中蘊(yùn)含的潛在信息與知識，并在科學(xué)計(jì)量學(xué)（Scientometric）、數(shù)據(jù)和信息可視化（Data and information visualization）背景下逐漸發(fā)展起來的一款多元、分時(shí)和動(dòng)態(tài)的引文可視化分析軟件[5]。研究中選用的CiteSpace版本為5.8.R2。

1 "數(shù)據(jù)來源與分析方法

1.1 "數(shù)據(jù)來源

本研究的文獻(xiàn)數(shù)據(jù)以中國知網(wǎng)數(shù)據(jù)庫（CNKI）（以下簡稱“知網(wǎng)”）、萬方數(shù)據(jù)資源系統(tǒng)（以下簡稱“萬方”）和維普中文科技期刊數(shù)據(jù)庫（以下簡稱“維普”）等3大中文數(shù)據(jù)庫為數(shù)據(jù)來源。以2000年1月1日—2021年12月1日為檢索時(shí)間，以“農(nóng)業(yè)”“大數(shù)據(jù)”“計(jì)算機(jī)視覺”“無人機(jī)光譜”為檢索詞，通過預(yù)檢索，依據(jù)數(shù)據(jù)庫特點(diǎn)確定最終的文獻(xiàn)檢索策略。以知網(wǎng)為例，使用高級檢索功能，勾選同義詞擴(kuò)展選項(xiàng)。檢索條件如下，農(nóng)業(yè)大數(shù)據(jù)為“篇名：農(nóng)業(yè)（模糊）AND篇名：大數(shù)據(jù)（模糊）”；農(nóng)業(yè)計(jì)算機(jī)視覺為“主題：農(nóng)業(yè)（精確）AND主題：計(jì)算機(jī)視覺（精確）”；農(nóng)業(yè)無人機(jī)光譜為“主題：農(nóng)業(yè)（精確）AND主題：無人機(jī)光譜（精確）”。最終共檢索論文6 368篇，其中知網(wǎng)3 222篇，萬方1 941篇，維普1 205篇，應(yīng)用NoteExpress軟件去重、手動(dòng)剔除不相關(guān)文獻(xiàn)后，最終研究共納入文獻(xiàn)3 701篇。

1.2 "分析方法

本研究利用Python數(shù)據(jù)分析第三方庫庫工具統(tǒng)計(jì)文獻(xiàn)數(shù)據(jù)的概覽信息，分析研究發(fā)文情況。應(yīng)用CiteSpace軟件進(jìn)行文獻(xiàn)計(jì)量學(xué)研究，通過關(guān)鍵詞共現(xiàn)和聚類、作者合作關(guān)系等分析，梳理我國農(nóng)業(yè)信息化的發(fā)展脈絡(luò)與前沿?zé)狳c(diǎn)，結(jié)果以知識圖譜形式展現(xiàn)。為保證文獻(xiàn)數(shù)據(jù)的規(guī)范性，在NoteExpress軟件中使用自定義的Refworks格式進(jìn)行預(yù)處理，與知網(wǎng)導(dǎo)出的Refworks文獻(xiàn)題錄格式保持一致，確保CiteSpace軟件成功識別轉(zhuǎn)換。

2 "農(nóng)業(yè)信息化研究結(jié)果與分析

2.1 "發(fā)文量分析

文獻(xiàn)的逐年發(fā)表情況可以映射和透視出該領(lǐng)域研究的總體態(tài)勢和演化發(fā)展走勢[6]。農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜3個(gè)方向的年發(fā)文量，如圖1所示。農(nóng)業(yè)計(jì)算機(jī)視覺、農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)無人機(jī)光譜分別在2013年、2016年、2019年開始年發(fā)文量保持在100篇以上，其中農(nóng)業(yè)大數(shù)據(jù)于2019年突破200篇。農(nóng)業(yè)計(jì)算機(jī)視覺研究在興起后發(fā)展較為穩(wěn)定，2000—2014年一直平穩(wěn)增長，2015年經(jīng)歷短暫的平臺期后，到2021年發(fā)文量起伏有限。農(nóng)業(yè)大數(shù)據(jù)起步較晚，2006年之前存在發(fā)文斷層，從2013年開始進(jìn)入快速發(fā)展階段，2017年有所回落，但始終保持著增長的勢頭。農(nóng)業(yè)無人機(jī)光譜的相關(guān)研究起步更晚，自2015年成規(guī)模產(chǎn)出開始，到2021年仍發(fā)展迅速。

2.2 "研究作者分析

作者發(fā)文的數(shù)量在一定程度上可以反映該學(xué)者在某一領(lǐng)域的研究與科研能力，也可間接反映該領(lǐng)域的研究成熟度[7]。分別將農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜3個(gè)方向的文獻(xiàn)數(shù)據(jù)導(dǎo)入CiteSpace軟件中，時(shí)間從2000—2021年，逐年分析各個(gè)作者的合作關(guān)系得到的結(jié)果微乎其微，所以這里時(shí)間分片（Years Per Slice）參數(shù)設(shè)定為22，最終得到各方向的作者合作關(guān)系圖譜，圖譜中節(jié)點(diǎn)代表發(fā)文作者，節(jié)點(diǎn)的大小代表發(fā)文量多少，連線代表作者間的合作情況。

農(nóng)業(yè)大數(shù)據(jù)方面，農(nóng)業(yè)大數(shù)據(jù)的主要研究作者發(fā)文統(tǒng)計(jì)見表1。表1中半衰期描述文獻(xiàn)的老化程度，因此宋長青與許世衛(wèi)的論文成果有效價(jià)值較大。圖2反映農(nóng)業(yè)大數(shù)據(jù)研究作者的合作關(guān)系，領(lǐng)域內(nèi)小范圍形成2個(gè)合作團(tuán)體。而發(fā)文量較多、有效價(jià)值較大的學(xué)者間合作較少。

圖2 "農(nóng)業(yè)大數(shù)據(jù)研究作者合作關(guān)系圖譜

農(nóng)業(yè)計(jì)算機(jī)視覺方面，農(nóng)業(yè)計(jì)算機(jī)視覺的主要研究作者發(fā)文統(tǒng)計(jì)見表2，按照中間中心性和總發(fā)文量的優(yōu)先級選取了前20位的作者。圖3反映農(nóng)業(yè)計(jì)算機(jī)視覺研究作者的合作關(guān)系，形成了以孫傳恒、劉剛、張漫、李偉及馬欽為中心的合作團(tuán)體，產(chǎn)出的研究成果也比較豐富。何潔、李濤、張漫、杜尚豐和李文勇等人合作研究廣泛，都有跨合作團(tuán)體的研究成果。

農(nóng)業(yè)無人機(jī)光譜方面，農(nóng)業(yè)無人機(jī)光譜的主要研究作者發(fā)文統(tǒng)計(jì)見表3，農(nóng)業(yè)無人機(jī)光譜研究作者的合作關(guān)系如圖4所示。農(nóng)業(yè)無人機(jī)光譜研究雖然起步較晚，但是合作研究的發(fā)展已經(jīng)初具規(guī)模，形成了以楊貴軍和馮海寬為核心的合作研究團(tuán)隊(duì)，楊貴軍和馮海寬作為中間中心性為0.16的關(guān)鍵節(jié)點(diǎn)，相關(guān)研究的有效價(jià)值總發(fā)文量與合作發(fā)文量均較高，在農(nóng)業(yè)無人機(jī)光譜的研究領(lǐng)域處于領(lǐng)軍位置。

2.3 "研究熱點(diǎn)與前沿分析

縱觀農(nóng)業(yè)信息化研究的發(fā)展歷程，可以發(fā)現(xiàn)隨著時(shí)間更替，研究的方向和內(nèi)容也會(huì)隨之變化，在農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜3個(gè)方向中得到很好的體現(xiàn)。

將農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜3個(gè)方向的文獻(xiàn)數(shù)據(jù)合并導(dǎo)入CiteSpace軟件中，時(shí)間從2000—2021年，時(shí)間分片（Years Per Slice）參數(shù)設(shè)定為1，即逐年分析。節(jié)點(diǎn)類型（Node Type）選擇關(guān)鍵詞（Keyword），數(shù)據(jù)分析的選擇標(biāo)準(zhǔn)（Selection Criteria）為TopN，值為25，表示在每個(gè)時(shí)間片中提取前25個(gè)出現(xiàn)頻次最高的文獻(xiàn)。由于數(shù)據(jù)量相對龐大，所以用裁剪（Pruning）方法選擇尋徑（Pathfinder）算法來簡化圖片網(wǎng)絡(luò)并突出其重要的結(jié)構(gòu)特征，裁剪策略選擇每個(gè)網(wǎng)絡(luò)（Pruning sliced network）和綜合網(wǎng)絡(luò)（Pruning merged network），確保得到的圖譜的條理性和完整性。

CiteSpace 聚類分析得到結(jié)果圖譜的網(wǎng)絡(luò)結(jié)構(gòu)和聚類結(jié)果可通過模塊性（Modularity）和平均輪廓值（Silhouette）2個(gè)指標(biāo)進(jìn)行評價(jià)，分別用Q和S代表。通常情況下，Q值位于區(qū)間[0，1）內(nèi)，當(dāng)Qgt;0.3時(shí)，表示劃分所得的網(wǎng)絡(luò)結(jié)構(gòu)是顯著的；S值位于區(qū)間[-1，1]內(nèi)，最佳值為1，最差值為-1，當(dāng)Sgt;0.5時(shí)，聚類結(jié)果可被認(rèn)為是合理的，若Sgt;0.7，表明聚類結(jié)果具有很強(qiáng)說服力[8]。

圖3 "農(nóng)業(yè)計(jì)算機(jī)視覺研究作者合作關(guān)系圖譜

2.3.1 "研究熱點(diǎn)

共詞分析的對象是文獻(xiàn)集合中出現(xiàn)的主題詞對或關(guān)鍵詞對，在詞頻統(tǒng)計(jì)的基礎(chǔ)上進(jìn)行聚類、關(guān)聯(lián)分析，計(jì)算出這些詞對間的距離關(guān)系，進(jìn)而分析其所代表的學(xué)科結(jié)構(gòu)、研究熱點(diǎn)和主題的動(dòng)態(tài)變化[9]。出現(xiàn)頻次較高的關(guān)鍵詞常被用來確定為1個(gè)研究領(lǐng)域的熱點(diǎn)問題。對得到的初始關(guān)鍵詞共現(xiàn)圖譜進(jìn)行聚類標(biāo)注，使用關(guān)鍵詞聚類自動(dòng)生成聚類標(biāo)簽，通過對數(shù)似然率（Log-likelihood rate）算法提取強(qiáng)調(diào)研究特點(diǎn)的聚類標(biāo)簽詞，并顯示聚類色塊。

最終得到的農(nóng)業(yè)信息化關(guān)鍵詞共現(xiàn)圖譜，如圖5所示，Q值為0.878 2，S值為0.961 9。節(jié)點(diǎn)代表關(guān)鍵詞，出現(xiàn)的頻次越多節(jié)點(diǎn)就越大，節(jié)點(diǎn)內(nèi)圈的薄厚程度表示不同年份的出現(xiàn)頻次。節(jié)點(diǎn)之間的連線表示共現(xiàn)關(guān)系，其粗細(xì)程度表明共現(xiàn)強(qiáng)度。聚類標(biāo)簽包括與農(nóng)業(yè)大數(shù)據(jù)相關(guān)的大數(shù)據(jù)、農(nóng)業(yè)大數(shù)據(jù)，與農(nóng)業(yè)計(jì)算機(jī)視覺相關(guān)的神經(jīng)網(wǎng)絡(luò)、圖像處理、機(jī)器視覺、顏色、雜草識別、分級和數(shù)字圖像處理，與農(nóng)業(yè)無人機(jī)光譜相關(guān)的無人機(jī)，以及與農(nóng)業(yè)信息化具體應(yīng)用相關(guān)的機(jī)器人、農(nóng)業(yè)機(jī)器人、計(jì)算機(jī)應(yīng)用、農(nóng)業(yè)工程和試驗(yàn)臺。由此可見，相關(guān)的研究覆蓋農(nóng)業(yè)信息化自身技術(shù)發(fā)展和成果轉(zhuǎn)化與應(yīng)用。

圖4 "農(nóng)業(yè)無人機(jī)光譜研究作者合作關(guān)系圖譜

農(nóng)業(yè)大數(shù)據(jù)的研究與互聯(lián)網(wǎng)和物聯(lián)網(wǎng)相結(jié)合，為數(shù)字農(nóng)業(yè)和智慧農(nóng)業(yè)提供技術(shù)支撐，聚焦于農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)發(fā)展，數(shù)據(jù)共享和應(yīng)用方面也在慢慢得到重視，對農(nóng)業(yè)發(fā)展產(chǎn)生積極效應(yīng)。農(nóng)業(yè)計(jì)算機(jī)視覺具有其他技術(shù)無法相比的優(yōu)越性[10]，在圖像分割、圖像處理和機(jī)器視覺等自身技術(shù)發(fā)展的同時(shí)，側(cè)重于識別、檢測和分級的實(shí)踐應(yīng)用，具體表現(xiàn)在與農(nóng)產(chǎn)品相關(guān)的無損檢測、品質(zhì)檢測和農(nóng)產(chǎn)品分級。視覺控制[11]可應(yīng)用于農(nóng)業(yè)機(jī)器人的單目視覺、立體視覺、空間定位、自動(dòng)導(dǎo)航及雜草識別等方面，為農(nóng)產(chǎn)品采摘和農(nóng)作物收獲提供自動(dòng)化服務(wù)。農(nóng)業(yè)無人機(jī)光譜的研究集中在基于無人機(jī)遙感的多光譜和高光譜技術(shù)，無人機(jī)遙感具有高分辨率、低成本及高時(shí)效性等優(yōu)勢[12]，應(yīng)用于葉面積指數(shù)、植被指數(shù)等植物表型的相關(guān)分析與反演。人工智能相關(guān)理論與農(nóng)業(yè)信息化聯(lián)系緊密，應(yīng)用廣泛，深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和特征選擇等拓展了農(nóng)業(yè)計(jì)算機(jī)視覺方面的發(fā)展空間。

2.3.2 "研究發(fā)展

時(shí)區(qū)視圖可展示出某一研究領(lǐng)域隨時(shí)間推進(jìn)的發(fā)展歷程，各時(shí)間段之間的連線反映出各時(shí)間段之間研究的傳承關(guān)系。

農(nóng)業(yè)計(jì)算機(jī)視覺的發(fā)展劃為4個(gè)階段，2000—2004年，農(nóng)業(yè)計(jì)算機(jī)視覺已經(jīng)呈現(xiàn)出蓬勃發(fā)展的勢頭，相關(guān)研究學(xué)者致力于把計(jì)算機(jī)視覺技術(shù)引入農(nóng)業(yè)領(lǐng)域中，并在農(nóng)業(yè)機(jī)器人上得到應(yīng)用；2005—2010年，隨著計(jì)算機(jī)技術(shù)的推廣，農(nóng)業(yè)計(jì)算機(jī)視覺在自動(dòng)導(dǎo)航、圖像識別與分割、特征提取和無損檢測等方面取得一些階段性成果；2011—2018年，經(jīng)歷了發(fā)展相對平穩(wěn)的沉淀期，農(nóng)業(yè)計(jì)算機(jī)視覺轉(zhuǎn)向與光譜、神經(jīng)網(wǎng)絡(luò)、傳感器及物聯(lián)網(wǎng)的融合發(fā)展階段；2019—2021年，在人工智能領(lǐng)域深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的帶領(lǐng)下，農(nóng)業(yè)計(jì)算機(jī)視覺煥發(fā)出新的活力。

農(nóng)業(yè)無人機(jī)光譜的發(fā)展分為3個(gè)階段，2006—2007年，無人機(jī)多光譜低空遙感技術(shù)興起，在植物表型分析研究中得到應(yīng)用，拉開了農(nóng)業(yè)無人機(jī)光譜發(fā)展的序幕；2008—2014年，發(fā)展陷入停滯狀態(tài)，不過在無人機(jī)遙感的研究上有所建樹；2015—2021年，在高光譜遙感的引領(lǐng)下，農(nóng)業(yè)無人機(jī)光譜進(jìn)入高速發(fā)展的軌道，成為獲取植被指數(shù)、葉面積指數(shù)、葉綠素和生物量等農(nóng)作物表型數(shù)據(jù)參數(shù)的重要手段，根據(jù)參數(shù)建立模型監(jiān)測作物長勢、預(yù)測作物產(chǎn)量是傳統(tǒng)采樣測量的有效補(bǔ)充[13]。

農(nóng)業(yè)大數(shù)據(jù)的發(fā)展由3個(gè)階段構(gòu)成，2013-2014年，在大數(shù)據(jù)時(shí)代背景下，應(yīng)農(nóng)業(yè)信息化和智慧農(nóng)業(yè)的發(fā)展需要，農(nóng)業(yè)大數(shù)據(jù)進(jìn)入研究視野；2015—2017年，隨著大數(shù)據(jù)技術(shù)的落地，農(nóng)業(yè)大數(shù)據(jù)進(jìn)入平臺建設(shè)和數(shù)據(jù)應(yīng)用階段；2018—2021年，農(nóng)業(yè)全產(chǎn)業(yè)鏈中都出現(xiàn)了大數(shù)據(jù)的相關(guān)內(nèi)容，大數(shù)據(jù)分析決策助力農(nóng)業(yè)經(jīng)濟(jì)和農(nóng)業(yè)經(jīng)濟(jì)管理，及時(shí)調(diào)整農(nóng)業(yè)生產(chǎn)配置，實(shí)現(xiàn)農(nóng)業(yè)供需精準(zhǔn)對接[14]。

總體來看，由圖6可知，農(nóng)業(yè)計(jì)算機(jī)視覺的研究在2019年出現(xiàn)無人機(jī)的相關(guān)內(nèi)容，2021年的農(nóng)業(yè)無人機(jī)光譜研究也包含有機(jī)器視覺的內(nèi)容，表型大數(shù)據(jù)更是貫穿了農(nóng)業(yè)無人機(jī)光譜研究的始終，三者的研究在近些年產(chǎn)生交集。同時(shí)，人工智能活躍在農(nóng)業(yè)信息化的諸多領(lǐng)域中。

2.3.3 "研究前沿

研究前沿就是某個(gè)研究領(lǐng)域內(nèi)文獻(xiàn)的暫時(shí)性成分，目前還沒有穩(wěn)定，也許以后會(huì)成為經(jīng)典的文獻(xiàn)，也許會(huì)很長一段時(shí)間沒有任何蹤跡而蒸發(fā)了，研究者還不能輕易地確定其是否具有長期價(jià)值。在CiteSpace中，研究前沿是由施引文獻(xiàn)中使用的突顯詞或突顯詞的聚類來體現(xiàn)的[15]，本研究依據(jù)突顯詞詞頻的變化情況，可以確定農(nóng)業(yè)信息化領(lǐng)域的前沿趨勢，關(guān)鍵詞突現(xiàn)視圖如圖7所示。

（a） "農(nóng)業(yè)大數(shù)據(jù)研究關(guān)鍵詞突現(xiàn)視圖

（b） "農(nóng)業(yè)計(jì)算機(jī)視覺研究關(guān)鍵詞突現(xiàn)視圖

（c） "農(nóng)業(yè)無人機(jī)光譜研究關(guān)鍵詞突現(xiàn)視圖

圖7 "關(guān)鍵詞突現(xiàn)視圖

從農(nóng)業(yè)大數(shù)據(jù)研究方向可以發(fā)現(xiàn)，大數(shù)據(jù)技術(shù)在農(nóng)業(yè)研究中的發(fā)展是前沿課題，與此同時(shí)，在物聯(lián)網(wǎng)和人工智能研究發(fā)展的帶動(dòng)下，農(nóng)業(yè)大數(shù)據(jù)未來會(huì)應(yīng)用在農(nóng)業(yè)經(jīng)濟(jì)、鄉(xiāng)村旅游等更泛化的農(nóng)業(yè)領(lǐng)域。深度學(xué)習(xí)能夠適應(yīng)農(nóng)作大田生產(chǎn)中的各種復(fù)雜情況，農(nóng)業(yè)計(jì)算機(jī)視覺逐步進(jìn)入深度學(xué)習(xí)時(shí)代，在目標(biāo)檢測、無損檢測技術(shù)上還有發(fā)展空間，計(jì)算機(jī)視覺為農(nóng)業(yè)機(jī)械提供了自動(dòng)化和智能化的發(fā)展方向。融合多層卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法在農(nóng)業(yè)計(jì)算機(jī)視覺中的實(shí)際場景落地研究[16]，將是未來的前沿研究趨勢。農(nóng)業(yè)無人機(jī)光譜的研究領(lǐng)域隨著機(jī)器視覺和深度學(xué)習(xí)技術(shù)的注入，未來在農(nóng)作物表型分析與預(yù)測方向有廣闊的發(fā)展空間。

3 "討論

農(nóng)業(yè)計(jì)算機(jī)視覺的研究開始較早，農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)無人機(jī)光譜后來居上，帶動(dòng)農(nóng)業(yè)信息化整體研究于2016年起提速。隨著人工智能、物聯(lián)網(wǎng)傳感器及智慧農(nóng)業(yè)工程等的推動(dòng)發(fā)展，農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜三者的聯(lián)系逐漸緊密起來，在近年呈現(xiàn)蓬勃發(fā)展的態(tài)勢。未來在國家政策方針的引導(dǎo)下，結(jié)合國家提倡發(fā)展服務(wù)“三農(nóng)”的信息服務(wù)戰(zhàn)略方針[17]，預(yù)期農(nóng)業(yè)信息化研究會(huì)聚焦更多專家學(xué)者的目光，在應(yīng)用于生產(chǎn)實(shí)踐服務(wù)“三農(nóng)”的同時(shí)，取得更大突破。

農(nóng)業(yè)大數(shù)據(jù)具有共享程度低、涉及領(lǐng)域廣、跨越周期長、采集難度大和處理繁雜等特點(diǎn)[18]，相關(guān)研究學(xué)者的合作度偏弱，發(fā)文量較多、有效價(jià)值較大的宋長青和許世衛(wèi)與其他作者聯(lián)系較少，沒有建立連接線。由此表明，我國目前在農(nóng)業(yè)大數(shù)據(jù)研究領(lǐng)域沒有出現(xiàn)具有一定規(guī)模的研究團(tuán)隊(duì)，未來還有很大的發(fā)展?jié)摿?。農(nóng)業(yè)計(jì)算機(jī)視覺領(lǐng)域的研究在各個(gè)研究團(tuán)隊(duì)的帶領(lǐng)下逐漸走向成熟，隨著計(jì)算機(jī)視覺和其他相關(guān)新技術(shù)的進(jìn)一步普及，農(nóng)業(yè)計(jì)算機(jī)視覺會(huì)得到更好的發(fā)展。農(nóng)業(yè)無人機(jī)光譜的發(fā)展勢頭與潛力好，但是研究團(tuán)隊(duì)數(shù)量有待提升，需要建立與之相適應(yīng)的人才培養(yǎng)、產(chǎn)學(xué)研轉(zhuǎn)化機(jī)制，形成以知識和價(jià)值為核心的科研上下游鏈路[19]，才能吸引更多專家學(xué)者等學(xué)術(shù)型人才的參與。

農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜的研究歷程是農(nóng)業(yè)信息化發(fā)展的縮影，2013年以前農(nóng)業(yè)信息化研究主要圍繞農(nóng)業(yè)計(jì)算機(jī)視覺開展，在2014年和2017年大數(shù)據(jù)和高光譜技術(shù)逐漸進(jìn)入農(nóng)業(yè)領(lǐng)域，推動(dòng)了農(nóng)業(yè)信息化研究重點(diǎn)轉(zhuǎn)移和多元化融合發(fā)展。

鑒于農(nóng)業(yè)自身的系統(tǒng)性、工程性和復(fù)雜性，農(nóng)業(yè)信息化過程中存在信息整合度不高、實(shí)時(shí)信息匱乏和個(gè)性化服務(wù)不到位等問題[20]。未來農(nóng)業(yè)信息化研究會(huì)在接納信息化新技術(shù)、新手段的同時(shí)，發(fā)揮出交叉融合的特點(diǎn)與優(yōu)勢，乘著現(xiàn)代農(nóng)業(yè)的東風(fēng)，應(yīng)用在全鏈路、多維度的農(nóng)業(yè)領(lǐng)域中。

農(nóng)業(yè)信息化的研究意義重大，不但可以促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)飛速發(fā)展，還能有效降低投入成本，獲取更多經(jīng)濟(jì)效益，實(shí)現(xiàn)農(nóng)業(yè)領(lǐng)域的長遠(yuǎn)協(xié)調(diào)發(fā)展。農(nóng)業(yè)信息化的研究前景光明，技術(shù)基礎(chǔ)和政策導(dǎo)向?yàn)檗r(nóng)業(yè)信息化發(fā)展創(chuàng)造了有利條件。

4 "結(jié)論

本研究運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，檢索自2000年以來中國知網(wǎng)數(shù)據(jù)庫（CNKI）、萬方數(shù)據(jù)資源系統(tǒng)和維普中文科技期刊數(shù)據(jù)庫，搜集了農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜的相關(guān)文獻(xiàn)數(shù)據(jù)，作為農(nóng)業(yè)信息化的代表，借助CiteSpace軟件的可視化圖譜剖析了發(fā)展趨勢和熱點(diǎn)前沿，得出如下結(jié)論。

1）從發(fā)文量來看，農(nóng)業(yè)計(jì)算機(jī)視覺在2014年以后略有回落，農(nóng)業(yè)大數(shù)據(jù)和農(nóng)業(yè)無人機(jī)光譜雖發(fā)展較晚，但勢頭迅猛，在近年的發(fā)文量均超過農(nóng)業(yè)計(jì)算機(jī)視覺。農(nóng)業(yè)信息化整體上升趨勢明顯，具有巨大發(fā)展?jié)摿Α?/p>

2）從研究作者來看，農(nóng)業(yè)大數(shù)據(jù)合作關(guān)系有些分散，農(nóng)業(yè)計(jì)算機(jī)視覺和農(nóng)業(yè)無人機(jī)光譜均形成合作研究團(tuán)隊(duì)，但是在合作交流強(qiáng)度與團(tuán)隊(duì)規(guī)模上仍有待提升。各方向的研究作者沒有出現(xiàn)跨方向研究的情況，在未來可能衍生出綜合型研究團(tuán)隊(duì)。

3）從研究發(fā)展與熱點(diǎn)前沿來看，3個(gè)方向的研究在近些年產(chǎn)生交集，農(nóng)業(yè)大數(shù)據(jù)技術(shù)自身的發(fā)展與數(shù)據(jù)應(yīng)用、農(nóng)業(yè)計(jì)算機(jī)視覺服務(wù)于農(nóng)業(yè)實(shí)踐的識別與檢測環(huán)節(jié)和農(nóng)業(yè)無人機(jī)光譜的作物表型分析是研究的熱門方向。在人工智能的大背景下，信息化技術(shù)手段在農(nóng)學(xué)領(lǐng)域的融合發(fā)展是風(fēng)向標(biāo)，研究的前沿包括農(nóng)業(yè)大數(shù)據(jù)的泛化應(yīng)用、農(nóng)業(yè)計(jì)算機(jī)視覺的實(shí)際場景落地及農(nóng)業(yè)無人機(jī)光譜的作物表型分析預(yù)測。

參考文獻(xiàn)：

[1] 國務(wù)院發(fā)展研究中心國際技術(shù)經(jīng)濟(jì)研究所.世界前沿技術(shù)發(fā)展報(bào)告2021[M].北京：電子工業(yè)出版社，2021.

[2] 閆雪，羅斌，王成.農(nóng)業(yè)信息技術(shù)應(yīng)用現(xiàn)狀及發(fā)展趨勢[J].貴州農(nóng)業(yè)科學(xué)，2021，49（10）：117-123.

[3] 翟倩，祝琳琳.基于文獻(xiàn)計(jì)量的國內(nèi)知識圖譜研究綜述[J].圖書館學(xué)研究，2016（18）：13-19.

[4] 張青嶺，李顯正，李航宇，等.知識圖譜在農(nóng)業(yè)中的應(yīng)用[J].電子技術(shù)與軟件工程，2019（7）：245-247.

[5] 李杰，陳超美.CiteSpace：科技文本挖掘及可視化[M].2版.北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2017.

[6] 林通，金韜，李婕.科學(xué)知識圖譜下公安教學(xué)改革研究的可視化分析[J].中國人民公安大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，25（4）：101-108.

[7] 孫培帥，房施峰，張順，等.新農(nóng)科背景下智慧農(nóng)業(yè)研究熱點(diǎn)分析[J].現(xiàn)代農(nóng)業(yè)科技，2020（20）：218-222.

[8] 李繼宇，胡瀟丹，蘭玉彬，等.基于文獻(xiàn)計(jì)量學(xué)的2001-2020全球農(nóng)用無人機(jī)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2021，37（9）：328-339.

[9] 徐彤陽，張國標(biāo).視頻檢索研究可視化分析[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（22）：190-197，257.

[10] 王佳，馬德新.圖像處理技術(shù)在農(nóng)業(yè)領(lǐng)域中的發(fā)展及應(yīng)用研究[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2021（21）：71-72.

[11] 范磬亞，張?jiān)氯海罕?國際農(nóng)業(yè)工程學(xué)科的前沿主題及發(fā)展趨勢分析[J].江蘇科技信息，2020，37（9）：13-17.

[12] 梁宇哲，鄭榮寶，徐嘉源，等.基于Citespace的無人機(jī)遙感研究知識圖譜分析[J].熱帶地理，2019，39（2）：309-317.

[13] 李紅軍，何雄奎，宋堅(jiān)利，等.基于文獻(xiàn)計(jì)量的全球農(nóng)用無人機(jī)研發(fā)應(yīng)用比較[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，26（9）：154-167.

[14] 麻桂新.農(nóng)業(yè)大數(shù)據(jù)研究的文獻(xiàn)計(jì)量分析[J].農(nóng)業(yè)經(jīng)濟(jì)，2020（10）：7-9.

[15] 陳悅，陳超美，胡志剛，等.引文空間分析原理與應(yīng)用[M].北京：科學(xué)出版社，2014.

[16] 張福俊，莊曉，李玉華，等.基于CiteSpace的計(jì)算機(jī)視覺領(lǐng)域研究熱點(diǎn)與前沿分析[J].軟件導(dǎo)刊，2020，19（11）：272-278.

[17] 崔帥帥，郭志勛，李潘，等.基于CNKI數(shù)據(jù)的我國農(nóng)業(yè)信息化知識圖譜構(gòu)建研究[J].安徽農(nóng)學(xué)通報(bào)，2021，27（14）：128-130.

[18] 周國民.我國農(nóng)業(yè)大數(shù)據(jù)應(yīng)用進(jìn)展綜述[J].農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2019，1（1）：16-23.

[19] 楊道邦，林婕虹，鄧杰，等.基于CiteSpace的國內(nèi)外智慧農(nóng)業(yè)研究進(jìn)展[J].廣東農(nóng)業(yè)科學(xué)，2021，48（4）：140-150.

[20] 曹利紅.基于CiteSpace軟件的我國農(nóng)業(yè)信息化領(lǐng)域研究的可視化分析[J].貴州農(nóng)業(yè)科學(xué)，2018，46（2）：143-147.