基于CiteSpace的国内智慧农业应用研究现状与未来展望

王雨林，何相霖，王泽辉，夏 锐

（四川农业大学，四川 成都 611130）

0 引言

目前，我国智慧农业发展的相关研究已经形成了一定规模。殷浩栋等[1]针对智慧农业经营主体应用能力不足、“产学研”转化机制不健全等问题，提出要构建符合我国农业经营特征的智慧农业推广体系及农业大数据体系，提升核心技术自主创新水平，然而，当前的相关研究中综述性文章数量较少。有关智慧农业技术如何应用于生产实际的综述性文章更是寥寥无几，本文在前人研究的基础上，采用CiteSpace 5.8.R3可视化软件对中国知网（CNKI）数据库中的智慧农业应用相关文献从研究作者、研究热点、研究主题演化等方面进行文献计量分析，从而明确智慧农业应用研究领域的发展历程与研究现状，并为智慧农业领域研究的未来发展提供一定的参考与借鉴。

1 数据来源与研究方法

1.1 数据来源

本文以中国知网（CNKI）数据库为文献数据来源，采用“主题”检索方式，检索主题词为“智慧农业应用”，期刊选择为所有期刊，时间设置为起始年至2022年7月7日，共检索到相关文献454篇。为了保证相关文献与主题的紧密相关，剔除无效文章，最终共获得文献394篇。

1.2 研究方法

CiteSpace软件以知识图谱的方式呈现科学知识的结构和规律，通过分析该研究领域的研究热点、研究前沿、主要发文作者等，从而探测分析该研究领域研究前沿的演进趋势、研究前沿的内部关联等。

2 智慧农业应用文献计量分析

2.1 年度发文量分析

我国以“智慧农业应用”为主题的相关文献最早发表时间为2012年，整体呈现逐年增长趋势。

图1 2012-2022年国内智慧农业应用研究领域年度发文量统计

2.3 核心作者分析

普赖斯定律认为，当核心作者发文量占总发文量的一半，便称该研究领域形成了学科高产作者群，经计算该领域核心作者总发文量占论文总数的18.78%，表明当前智慧农业应用领域的研究人员仍处于较为分散的状态，学科高产作者尚未形成。

利用CiteSpace绘制作者间合作网络，共得到257个节点，170条连线，网络密度为0.0052，如图2所示。图2表明，当前智慧农业应用领域已经形成了大大小小的合作群体，作者合作关系通常可归为“学缘”与“地缘”两类，即同一个科研机构中师生之间、同事之间和同学之间存在的合作关系，和项目驱动下的跨区域与跨学校之间的合作关系，上述合作群体经分析前三组主要为“学缘”关系，第四组为“地缘关系”。第一组同时存在中国农业科学院农业环境与可持续发展研究所与清华大学微电子学研究所、中国农业科学院农业环境与可持续发展研究所与内蒙古自治区气象信息中心的“地缘”关系。第三组由于孙刚、房岩两人兼任三明学院资源与化工学院和长春师范大学生命科学学院的职位，因此在“学缘”关系的基础上也增添了“地缘”关系，同时也存在与国药中生长春生物制品研究所有限责任公司的“地缘”关系。第四组则是完全基于河南农业大学、河南省农业机械试验鉴定站与四川农业大学之间的“地缘”关系。

图2 作者合作共现图谱

2.4 研究文献关键词分析

关键词能够反映论文的研究价值与方向，是作者本人对于论文核心内容的提炼与高度概括，通过对相关研究领域中的文献关键词进行分析，可以揭示该领域研究的热点主题。

2.4.1 基础研究领域分析

关键词频次与节点和字号相关，关键词频次越高，则其节点与字号越大。关键词联系程度通过连线粗细表示，关键词联系越紧密，连线也就相应越粗。网络密度表示实际关系数与理论上的最大关系数之比，当前并未有具体的评价标准。利用CiteSpace处理得到关键词共现图谱，如图3所示。

图3 共有节点3 0 9 个，连线6 9 8 条，网络密度0.0147，节点数量多表明当前智慧农业应用涉及众多领域。关键词出现频次最高的前12位依次分别为：智慧农业、物联网、应用、大数据、人工智能、传感器、云计算、农业、乡村振兴、应用研究，如表1所示。表1中的中心性指节点的中介中心性，当节点中心性超过0.1时即被称为关键节点，通常认为其比较重要。关键节点包括智慧农业（1.49）、物联网（0.38）、应用（0.18），其中心性基本与其频次匹配。

图3 关键词共现图谱

表1 高频关键词和中心性列表

2.4.2 阶段性前沿研究领域分析

如图4所示，智慧农业应用研究的突现关键词演化总体上呈现出较为明显的三个阶段：

图4 智慧农业应用研究突现关键词

一是起步期（2012～2015年）。在这一阶段中的突现关键词有物联网、云计算、应用模式、传感器。这一阶段基本是智慧农业应用的探索阶段，相关研究注重探讨如何将以物联网为代表的各项技术应用于农业之中及相应的具体应用模式，从而促进智慧农业的发展。严璋鹏等针对物联网技术在农业应用中存在的问题，提出了物联网技术在农业应用的具体方案设计。有关云计算、传感器的研究相对较少，李尤丰等针对智慧农业庞大的数据处理需求，提出了基于动态云的智慧农业架构，并已在南京和安徽等地得到了实地应用。

二是发展期（2016～2018年）。这一阶段中的突现关键词有对策、技术角度、实施方案、智能控制、精准农业。这一阶段相比起萌芽期研究角度更加细化，研究人员主要从技术角度，着眼于对智慧农业应用的发展模式与实施方案进行优化，通过智能控制实现精准农业的目标。孙忠富等深入分析了农业大数据的发展，并提出了大数据服务“三农”的具体路径。

三是深化期（2019～2022年）。这一阶段中的突现关键词有农业机械、互联网、农业。吴才聪等通过给农业机械安装北斗终端，并制定数据传输规范，构建起基于北斗系统的农机作业大数据系统，实现农业机械在动态监测和量化统计方面上的进一步升级。

3 研究结论与展望

3.1 研究结论

本文采用CiteSpace软件对2012～2022年智慧农业应用研究文献进行数据整理统计和知识图谱可视化分析，客观展现了文献数量演变进程、研究作者分布，并通过关键词共享、关键词聚类等，对研究热点和研究前沿进行分析，得出如下结论：

（1）智慧农业应用研究自2012年开始发展以来，相关研究数量整体呈现逐年增长趋势，2012～2017年期间发展较为缓慢，2018年后由于政策文件的出台、技术的不断发展等，研究数量呈现激增态势。

（2）在发文作者和科研机构方面，研究人员之间已经形成了不同规模的合作群体，存在学缘和地缘两种合作关系，同时有相当数量从事独立研究的研究人员，整体呈现较为分散的格局，并未形成学科高产作者群，且存在的合作关系大部分均基于学缘关系。

（3）在基础性和前沿研究方面，智慧农业技术是智慧农业应用研究领域的重点，乡村振兴作为智慧农业应用的主题，对智慧农业应用的发展起着引领与导向作用。

3.2 未来展望

智慧农业作为我国农业未来发展的重要方向，本文提出以下建议：一是紧跟信息技术发展步伐，立足技术发展前沿，加快前沿技术在农业上的应用；二是注重多学科知识与多研究方法的结合，多角度对智慧农业应用进行探讨；三是聚焦乡村振兴战略，以乡村产业振兴为导向，探索智慧农业应用推动乡村产业振兴的实现路径与方法。