國(guó)外智慧農(nóng)業(yè)研究熱點(diǎn)和發(fā)展趨勢(shì)分析

摘 要：智慧農(nóng)業(yè)作為新興的建立在高度數(shù)字化、信息化、智能化上的互聯(lián)互通、智能高效的農(nóng)業(yè)發(fā)展方式，近年來(lái)已成為研究熱點(diǎn)。當(dāng)前智慧農(nóng)業(yè)發(fā)展即將邁入新階段，為更深入了解智慧農(nóng)業(yè)領(lǐng)域的研究現(xiàn)狀和未來(lái)趨勢(shì)，有必要對(duì)近年來(lái)國(guó)外文獻(xiàn)進(jìn)行系統(tǒng)梳理和總結(jié)，借鑒優(yōu)秀研究成果和經(jīng)驗(yàn)。基于Web of Science數(shù)據(jù)庫(kù)（2009-2022）相關(guān)文獻(xiàn)，并利用CiteSpace進(jìn)行可視化分析，可以發(fā)現(xiàn)當(dāng)前智慧農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)包括：農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)智能裝備、農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)人工智能、智慧植保等，研究者更加關(guān)注人工智能領(lǐng)域的智慧農(nóng)業(yè)。從研究趨勢(shì)上看，無(wú)線傳感器網(wǎng)絡(luò)、物聯(lián)網(wǎng)、人工神經(jīng)網(wǎng)絡(luò)、優(yōu)化、隨機(jī)森林、溫度等是智慧農(nóng)業(yè)研究領(lǐng)域的突變關(guān)鍵詞，其中，智能農(nóng)業(yè)、能源、智慧城市是近三年出現(xiàn)的、智慧農(nóng)業(yè)領(lǐng)域應(yīng)持續(xù)關(guān)注的重點(diǎn)領(lǐng)域。未來(lái)，還需深入推進(jìn)有關(guān)生態(tài)環(huán)境、智慧城市與技術(shù)發(fā)展融合等相關(guān)研究，以促進(jìn)智慧農(nóng)業(yè)發(fā)展。

關(guān)鍵詞：智慧農(nóng)業(yè)；人工智能；新一代信息技術(shù)；研究熱點(diǎn)；發(fā)展趨勢(shì)

一、引言

近年來(lái)，在信息技術(shù)不斷更新和行業(yè)間技術(shù)交叉融合的背景下，農(nóng)業(yè)領(lǐng)域面臨著巨大的競(jìng)爭(zhēng)和轉(zhuǎn)型壓力，尋求一種更加高效、系統(tǒng)化和智慧化的發(fā)展模式成為當(dāng)務(wù)之需。智慧農(nóng)業(yè)是一種建立在高度數(shù)字化、信息化、工業(yè)化基礎(chǔ)之上的互聯(lián)互通、智能高效的可持續(xù)農(nóng)業(yè)模式。智慧農(nóng)業(yè)作為新興的農(nóng)業(yè)發(fā)展方式，近年來(lái)已經(jīng)得到業(yè)內(nèi)人士的廣泛關(guān)注。智慧農(nóng)業(yè)強(qiáng)調(diào)將信息技術(shù)集成服務(wù)于農(nóng)業(yè)領(lǐng)域，將產(chǎn)前、產(chǎn)中和產(chǎn)后全產(chǎn)業(yè)鏈各項(xiàng)工作在統(tǒng)一平臺(tái)中實(shí)現(xiàn)，在農(nóng)業(yè)全產(chǎn)業(yè)鏈實(shí)現(xiàn)各參與方協(xié)同工作、信息互聯(lián)互通和全過(guò)程高度智慧化的發(fā)展目標(biāo)，為農(nóng)業(yè)在信息化潮流中發(fā)展指明方向。

由于智慧農(nóng)業(yè)跨學(xué)科的性質(zhì)，關(guān)于智慧農(nóng)業(yè)的研究在不同學(xué)科中均有所涉及，使智慧農(nóng)業(yè)成為學(xué)術(shù)界各專業(yè)領(lǐng)域的熱點(diǎn)。智慧農(nóng)業(yè)的飛速發(fā)展，對(duì)于促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展起到了巨大的推動(dòng)作用。怎樣生動(dòng)直觀地展示智慧農(nóng)業(yè)的研究現(xiàn)狀、研究熱點(diǎn)及其發(fā)展趨勢(shì)？信息可視化軟件CiteSpace可通過(guò)知識(shí)圖譜的生成和解讀，解釋相關(guān)研究領(lǐng)域的發(fā)展現(xiàn)狀，并預(yù)測(cè)該領(lǐng)域的未來(lái)前景。由此，本文將利用CiteSpace，對(duì)Web of Science數(shù)據(jù)庫(kù)中收錄的智慧農(nóng)業(yè)相關(guān)文獻(xiàn)進(jìn)行可視化分析，展示國(guó)外智慧農(nóng)業(yè)的研究熱點(diǎn)，預(yù)測(cè)智慧農(nóng)業(yè)的發(fā)展趨勢(shì)，以期為未來(lái)智慧農(nóng)業(yè)領(lǐng)域相關(guān)研究提供新思路。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)采集

為保證數(shù)據(jù)質(zhì)量，本文對(duì)Web of Science數(shù)據(jù)庫(kù)核心合集的SCIE和SSCI收錄的智慧農(nóng)業(yè)相關(guān)文獻(xiàn)進(jìn)行了全面采集。在“智慧農(nóng)業(yè)”這一名詞尚未誕生之前，相關(guān)領(lǐng)域研究側(cè)重于計(jì)算機(jī)技術(shù)的初步應(yīng)用，以農(nóng)業(yè)專家系統(tǒng)、電腦農(nóng)業(yè)、數(shù)字農(nóng)業(yè)為主。2009年，IBM首次提出“智慧地球”，由此衍生出各國(guó)對(duì)智慧農(nóng)業(yè)的深入研究。基于此，本研究將時(shí)間跨度設(shè)置為2009年至今。考慮到智慧農(nóng)業(yè)包含多種表述形式，為保證數(shù)據(jù)采集的全面性，檢索并下載主題包含“Intelligent agriculture（智能農(nóng)業(yè)）”或“Smart agriculture（智慧農(nóng)業(yè)）”的全部文獻(xiàn)，導(dǎo)出全記錄與引用的參考文獻(xiàn)內(nèi)容的純文本格式記錄，截至2022年7月，搜索到相關(guān)文章記錄總計(jì)1494條，人工刪除一些如信函、修訂、收回的出版物、新聞、會(huì)議摘要等非學(xué)術(shù)文章，再通過(guò)閱讀文章摘要人工刪除不相干的文獻(xiàn)，最終得到有效文獻(xiàn)記錄920條。

（二）數(shù)據(jù)處理

采用最新版本CiteSpace-6.1.2來(lái)繪制國(guó)外智慧農(nóng)業(yè)研究的知識(shí)圖譜，將Web of Science數(shù)據(jù)庫(kù)導(dǎo)出為純文本數(shù)據(jù)的文獻(xiàn)導(dǎo)入CiteSpace中進(jìn)行格式轉(zhuǎn)換，將時(shí)間閾值設(shè)置為2009年—2022年，間隔為1年，TopN選擇N=50，設(shè)置默認(rèn)閾值為（1，3，20），（3，3，20），（3，3，20）。

（三）研究方法

本研究主要采用文獻(xiàn)計(jì)量分析法，運(yùn)行CiteSpace進(jìn)行計(jì)量分析，對(duì)Web of Science數(shù)據(jù)庫(kù)收錄的國(guó)外智慧農(nóng)業(yè)研究相關(guān)樣本數(shù)據(jù)庫(kù)進(jìn)行定量統(tǒng)計(jì)分析，同時(shí)，根據(jù)所涉及關(guān)鍵詞繪制科學(xué)知識(shí)圖譜，進(jìn)行關(guān)鍵詞共現(xiàn)分析，挖掘突變關(guān)鍵詞動(dòng)態(tài)信息，追蹤智慧農(nóng)業(yè)研究熱點(diǎn)和發(fā)展趨勢(shì)。

三、智慧農(nóng)業(yè)相關(guān)文獻(xiàn)的時(shí)空分布與分析

（一）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)的發(fā)表時(shí)間分布與分析

依據(jù)文獻(xiàn)的發(fā)表時(shí)間，繪制出文獻(xiàn)發(fā)表年份分布曲線，如圖1所示。文獻(xiàn)發(fā)表年份分布曲線顯示，研究者對(duì)智慧農(nóng)業(yè)研究這一領(lǐng)域的關(guān)注程度逐年升溫，文獻(xiàn)數(shù)量逐年增加，且呈指數(shù)上升趨勢(shì)。智慧農(nóng)業(yè)的發(fā)展從發(fā)文量看分為如下三個(gè)階段：思想起源階段（2009年—2013年），年均發(fā)表數(shù)量為6-16篇；技術(shù)驅(qū)動(dòng)階段（2014年—2018年），年均發(fā)表數(shù)量為21-56篇；融合創(chuàng)新階段（2019年至今），年均發(fā)表數(shù)量為105篇以上。

（二）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究機(jī)構(gòu)分布與分析

運(yùn)行CiteSpace進(jìn)行計(jì)量分析，有346家機(jī)構(gòu)參與了智慧農(nóng)業(yè)研究，其中，發(fā)表智慧農(nóng)業(yè)相關(guān)文獻(xiàn)3篇及以上的機(jī)構(gòu)共有160家，超過(guò)10篇的有12家，除中國(guó)科學(xué)院、歐洲研究型大學(xué)聯(lián)盟、埃及知識(shí)銀行、沙特國(guó)王大學(xué)、瓦赫寧根大學(xué)研究、印度理工學(xué)院、江蘇大學(xué)等少數(shù)綜合性研究機(jī)構(gòu)和大學(xué)之外，大部分機(jī)構(gòu)是農(nóng)林類高校和科研院所，包括中國(guó)農(nóng)業(yè)大學(xué)、印度農(nóng)業(yè)研究理事會(huì)、南京農(nóng)業(yè)大學(xué)、雅典農(nóng)業(yè)大學(xué)、華南農(nóng)業(yè)大學(xué)、美國(guó)農(nóng)業(yè)部、中國(guó)農(nóng)業(yè)科學(xué)院等，研究機(jī)構(gòu)分布較為廣泛。智慧農(nóng)業(yè)的研究受到農(nóng)林院校的高度關(guān)注，這體現(xiàn)出農(nóng)林院校在實(shí)施農(nóng)林領(lǐng)域人才培養(yǎng)過(guò)程中，高度重視智慧農(nóng)業(yè)領(lǐng)域的研究工作。分析首發(fā)年份，可以看到農(nóng)林院校早在2009年就已關(guān)注智慧農(nóng)業(yè)領(lǐng)域的研究，僅有的幾所綜合性大學(xué)是近兩年才開始關(guān)注該領(lǐng)域研究的，這體現(xiàn)出隨著近幾年科技進(jìn)步以及學(xué)科交叉融合的深入，智慧農(nóng)業(yè)領(lǐng)域的研究機(jī)構(gòu)范圍開始逐步擴(kuò)大，這一研究熱點(diǎn)方向正在引起不同層次不同類型研究機(jī)構(gòu)的關(guān)注。

為了解不同機(jī)構(gòu)之間的合作情況，適當(dāng)調(diào)整閾值，生成了智慧農(nóng)業(yè)研究的機(jī)構(gòu)合作知識(shí)圖譜，如圖2所示。觀察發(fā)現(xiàn)，網(wǎng)絡(luò)整體密度低至0.0037，這進(jìn)一步驗(yàn)證了智慧農(nóng)業(yè)研究機(jī)構(gòu)雖數(shù)量眾多、但相對(duì)孤立的現(xiàn)狀。

（三）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)的發(fā)表期刊分布與分析

對(duì)920篇文獻(xiàn)的發(fā)表期刊進(jìn)行分類發(fā)現(xiàn)，有高達(dá)202家期刊發(fā)表過(guò)智慧農(nóng)業(yè)相關(guān)文獻(xiàn)。其中，《COMPUTERS AND ELECTRONICS IN AGRICULTURE》《IEEE ACCESS》《SENSORS》《SUSTAINABILITY》《AGRICULTURE-BASEL》《IEEE SENSORS JOURNAL》這6種主流的農(nóng)業(yè)工程類和綜合性期刊發(fā)表文章數(shù)較多，分別為45篇、43篇、24篇、15篇、13篇。

四、智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究熱點(diǎn)趨勢(shì)的可視化分析

關(guān)鍵詞是文獻(xiàn)內(nèi)容的核心，利用關(guān)鍵詞在某一領(lǐng)域文獻(xiàn)中出現(xiàn)的頻次和中心性，可以探索該領(lǐng)域的研究熱點(diǎn)。本研究借助CiteSpace軟件，對(duì)智慧農(nóng)業(yè)相關(guān)文獻(xiàn)的關(guān)鍵詞繪制科學(xué)知識(shí)圖譜，通過(guò)關(guān)鍵詞共現(xiàn)分析，探索智慧農(nóng)業(yè)研究領(lǐng)域的熱點(diǎn)變化，并通過(guò)關(guān)鍵詞共現(xiàn)分析中突變關(guān)鍵詞的演變，進(jìn)一步追蹤智慧農(nóng)業(yè)研究領(lǐng)域的發(fā)展趨勢(shì)。

（一）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究熱點(diǎn)分析

運(yùn)行CiteSpace軟件，將時(shí)間閾值設(shè)置為2009年—2022年，間隔為1年，TopN選擇N=50，以關(guān)鍵詞為節(jié)點(diǎn)，以1年為一個(gè)時(shí)間分區(qū)，設(shè)置默認(rèn)閾值為g-index（k=25），LRF=3.0，L/N=10，LBY=5，e=1.0，則得到智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究熱點(diǎn)聚類知識(shí)圖譜，包含728個(gè)關(guān)鍵詞和2342條連接線，網(wǎng)絡(luò)整體密度為0.0089，如圖3所示。

其中，表示頻次為1的關(guān)鍵詞的個(gè)數(shù)，其值為143，得到閾值為16.42，即頻次超過(guò)17次及以上的關(guān)鍵詞是高頻關(guān)鍵詞，前幾位分別是precision agriculture（精準(zhǔn)農(nóng)業(yè)）、smart agriculture（智慧農(nóng)業(yè)）、system（系統(tǒng)）、climate-smart agriculture（氣候智能型農(nóng)業(yè)）、management（管理）、deep learning（深度學(xué)習(xí)）等。另外，圓環(huán)最外層的紫紅色年輪表示中心性，中心性越大，說(shuō)明該關(guān)鍵詞的中心作用越大，對(duì)其他關(guān)鍵詞的影響也越大。頻次和中心性都高的關(guān)鍵詞代表了研究者共同關(guān)注的熱點(diǎn)，如表1所示。可以看出，高頻詞比較多，共有25個(gè)，其中precision agriculture、smart agriculture、smart farming等關(guān)鍵詞的含義相同，internet of things和iot等關(guān)鍵詞的含義也存在交叉，因此將其進(jìn)行合并處理，同時(shí)，挑選其中中心性大于0.1的關(guān)鍵詞得到智慧農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)包括：precision agriculture、smart agriculture、intelligent agriculture、system等。由此看來(lái)，研究者更加關(guān)注技術(shù)領(lǐng)域的智慧農(nóng)業(yè)，在智慧農(nóng)業(yè)相關(guān)軟硬件系統(tǒng)的研究與應(yīng)用方面的關(guān)注力度也較高。

進(jìn)一步將表1選出的高頻關(guān)鍵詞進(jìn)行合并、整理、抽取和匯總分析，可得到智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究熱點(diǎn)，集中在以下領(lǐng)域：

（1）農(nóng)業(yè)機(jī)器人與智能裝備。包括智能農(nóng)機(jī)、水肥一體化、農(nóng)用無(wú)人機(jī)、農(nóng)機(jī)作業(yè)綜合管理平臺(tái)等相關(guān)研究。Gonzalez-DeSantos等（2020）認(rèn)為，農(nóng)業(yè)機(jī)器人應(yīng)該從工業(yè)機(jī)器人中獲得使用經(jīng)驗(yàn)，并分析了工業(yè)機(jī)器人在農(nóng)業(yè)系統(tǒng)中應(yīng)用的優(yōu)勢(shì)。Wu等（2020）提出了一種使用長(zhǎng)期短期記憶的戶外農(nóng)業(yè)機(jī)器人，將當(dāng)前環(huán)境與天氣預(yù)報(bào)相結(jié)合，預(yù)測(cè)正確的澆水時(shí)機(jī)。

（2）農(nóng)業(yè)傳感器與物聯(lián)網(wǎng)。包括土壤養(yǎng)分監(jiān)測(cè)、智能灌溉、農(nóng)業(yè)遠(yuǎn)程控制系統(tǒng)、農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)據(jù)采集管理等相關(guān)研究。Tyagi等（2020）使用無(wú)線傳感器網(wǎng)絡(luò)（WSN）促進(jìn)智能農(nóng)業(yè)物聯(lián)網(wǎng)（Agri-IoT）實(shí)現(xiàn)高效、無(wú)縫的通信，并將其應(yīng)用于智能灌溉、智能作物監(jiān)測(cè)和智能漁業(yè)中。Veerachamy等使用物聯(lián)網(wǎng)（IoT）平臺(tái)部署一套智能灌溉控制系統(tǒng)，通過(guò)放置在作物種植地的傳感器感知土壤濕度、空氣濕度、溫度和降雨量等不同指標(biāo)的參數(shù)，并將感知的數(shù)據(jù)存儲(chǔ)于云框架中，使用物聯(lián)網(wǎng)和云平臺(tái)實(shí)現(xiàn)數(shù)據(jù)采集。Boursianis等（2020）綜述了物聯(lián)網(wǎng)和無(wú)人機(jī)技術(shù)在農(nóng)業(yè)灌溉、施肥、農(nóng)藥使用、雜草管理、植物生長(zhǎng)監(jiān)測(cè)、作物病害管理和田間表型分析等場(chǎng)景中應(yīng)用的最新研究成果，得出的結(jié)論是，物聯(lián)網(wǎng)和無(wú)人機(jī)是將傳統(tǒng)耕作方式轉(zhuǎn)變?yōu)榫珳?zhǔn)農(nóng)業(yè)智能化新視角的兩項(xiàng)最重要的技術(shù)。

（3）農(nóng)業(yè)人工智能與大數(shù)據(jù)。包括智能農(nóng)業(yè)、農(nóng)業(yè)大數(shù)據(jù)、植物表型視覺識(shí)別等相關(guān)研究。Rajasekaran等（2020）提出一種可視化技術(shù)，幫助農(nóng)民在作物選擇方面作出更好的決策。O’Shaughnessy等（2021）比較了韓國(guó)和美國(guó)智能農(nóng)業(yè)解決方案的選擇和實(shí)施情況。Junaid等（2021）提出了一種通用的基于智能云的系統(tǒng)，以適應(yīng)使用物聯(lián)網(wǎng)的農(nóng)場(chǎng)需要遠(yuǎn)程監(jiān)控的多種場(chǎng)景。

（4）智能植保機(jī)械與施藥技術(shù)。該領(lǐng)域的研究不多，但影響力較大，近幾年引起了植物保護(hù)專業(yè)及電子、計(jì)算機(jī)、機(jī)械相關(guān)專業(yè)研究人員的高度重視。Gadekallu等（2020）應(yīng)用機(jī)器學(xué)習(xí)模型對(duì)番茄病害圖像數(shù)據(jù)集進(jìn)行分類，以主動(dòng)采取必要措施應(yīng)對(duì)此類農(nóng)業(yè)病害。Ni等（2021）設(shè)計(jì)了一種植保用無(wú)人機(jī)智能噴霧系統(tǒng)，通過(guò)多傳感器融合，可獲得噴霧系統(tǒng)的無(wú)人機(jī)偏移量和噴嘴流量。

（5）農(nóng)蔬區(qū)塊鏈。該領(lǐng)域研究稀少，是伴隨著區(qū)塊鏈技術(shù)發(fā)展而逐漸衍生出來(lái)的。Fu等（2020）分析了基于區(qū)塊鏈的數(shù)字系統(tǒng)與農(nóng)產(chǎn)品供應(yīng)鏈之間的耦合，介紹了中國(guó)的兩個(gè)案例，表明提出的基于區(qū)塊鏈的系統(tǒng)可以實(shí)現(xiàn)農(nóng)產(chǎn)品供應(yīng)鏈管理的顛覆性變革。Torky等（2020）全面綜述了區(qū)塊鏈和物聯(lián)網(wǎng)在精準(zhǔn)農(nóng)業(yè)智能應(yīng)用開發(fā)中的重要性，認(rèn)為區(qū)塊鏈以更可靠、不變、透明和分散的方式，在取代傳統(tǒng)的農(nóng)業(yè)數(shù)據(jù)存儲(chǔ)、排序和共享方法方面發(fā)揮著關(guān)鍵作用。

（二）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究演進(jìn)分析

為進(jìn)行智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究演進(jìn)分析，進(jìn)一步考察不同關(guān)鍵詞在不同時(shí)間內(nèi)的出現(xiàn)情況，在聚類知識(shí)圖譜的基礎(chǔ)上，本研究生成了關(guān)鍵詞時(shí)序圖譜，如圖4所示。通過(guò)時(shí)間排序，將智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究演進(jìn)情況分為以下三個(gè)階段：

（1）思想起源階段（2009年—2013年）。這是智慧農(nóng)業(yè)研究的根源，technology（技術(shù)）、agriculture（農(nóng)業(yè)）等關(guān)鍵詞的頻次較高。由于該階段信息化技術(shù)的發(fā)展尚不成熟，因此，研究集中于智慧農(nóng)業(yè)相關(guān)信息化技術(shù)的理論研究、仿真模擬和初步應(yīng)用，這些技術(shù)體現(xiàn)在智慧農(nóng)業(yè)的頂層設(shè)計(jì)中，包括采用哪些信息化技術(shù)實(shí)現(xiàn)智慧農(nóng)業(yè)，在農(nóng)業(yè)生產(chǎn)過(guò)程中怎樣實(shí)現(xiàn)智慧化，以及智慧農(nóng)業(yè)的實(shí)施需要出臺(tái)哪些政策文件。Abah等（2010）認(rèn)為，目前農(nóng)業(yè)技術(shù)的狀況不足以應(yīng)對(duì)未來(lái)的生產(chǎn)挑戰(zhàn)，必須開發(fā)創(chuàng)新技術(shù)，利用生物技術(shù)和基因工程與農(nóng)業(yè)結(jié)合，并將其納入傳統(tǒng)的小農(nóng)系統(tǒng)，提高作物產(chǎn)量，以滿足日益增長(zhǎng)的糧食需求。在該階段研究后期，智慧農(nóng)業(yè)發(fā)展所需要的技術(shù)不能僅僅依靠相關(guān)理論和模型的不斷發(fā)展，還需要相關(guān)新興技術(shù)的不斷推進(jìn)，因此，計(jì)算機(jī)科學(xué)的一些技術(shù)在智慧農(nóng)業(yè)領(lǐng)域中逐漸生根發(fā)芽。例如，Aquino-Santos等（2011）設(shè)計(jì)了一種新型無(wú)線傳感器網(wǎng)絡(luò)平臺(tái)用于精準(zhǔn)農(nóng)業(yè)。Sivamani等（2013）提出了一個(gè)垂直農(nóng)場(chǎng)本體模型。Ranya等（2013）設(shè)計(jì)了一種基于地理環(huán)境因素的智能模型，用于評(píng)估熱帶和亞熱帶地區(qū)不同類型作物的土地適宜性。

（2）技術(shù)驅(qū)動(dòng)階段（2014年—2018年）。這一時(shí)期智慧農(nóng)業(yè)研究的范圍更加廣泛，climate（氣候）、bigdata（大數(shù)據(jù)）、management（管理）、internet（互聯(lián)網(wǎng)）、technology（科技）、internet of things（物聯(lián)網(wǎng)）等關(guān)鍵詞出現(xiàn)的頻次較高，在物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等相關(guān)技術(shù)不斷發(fā)展的同時(shí)，智慧農(nóng)業(yè)理念逐漸被重視，且不斷被認(rèn)可，這其中重點(diǎn)涉及農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)云平臺(tái)等方面的研究。Leslie等（2015）結(jié)合新興技術(shù)提出了氣候智能農(nóng)業(yè)解決方案。Kamilaris等（2017）強(qiáng)調(diào)了農(nóng)業(yè)大數(shù)據(jù)分析對(duì)智能農(nóng)業(yè)帶來(lái)的巨大機(jī)遇。由此看來(lái)，該階段研究大多仍以理論和設(shè)計(jì)為主，應(yīng)用推廣障礙重重，缺乏落地實(shí)施項(xiàng)目，仍需各國(guó)政策推動(dòng)。

（3）融合創(chuàng)新階段（2019年至今）。智慧農(nóng)業(yè)研究迅速發(fā)展，涌現(xiàn)出intelligent agriculture（智能農(nóng)業(yè)）、computer vision（計(jì)算機(jī)視覺）、 deep learning（深度學(xué)習(xí)）等與時(shí)代發(fā)展脈搏密切聯(lián)系的嶄新關(guān)鍵詞。該階段由于伴隨新一代信息技術(shù)的發(fā)展，智慧農(nóng)業(yè)也面臨重大機(jī)遇，研究集中于智慧農(nóng)業(yè)與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、大數(shù)據(jù)、區(qū)塊鏈等新技術(shù)的結(jié)合。Javed等（2020）指出，隨著數(shù)據(jù)已成為現(xiàn)代農(nóng)業(yè)中幫助生產(chǎn)者作出決策的關(guān)鍵要素，數(shù)據(jù)管理的進(jìn)步正使智能農(nóng)業(yè)呈指數(shù)級(jí)增長(zhǎng)。Udutalapally等（2020）提出了一種用于智能農(nóng)業(yè)物聯(lián)網(wǎng)中可持續(xù)自動(dòng)疾病預(yù)測(cè)、作物選擇和灌溉的新型設(shè)計(jì)，部署時(shí)間共三個(gè)月，在各種天氣條件下實(shí)現(xiàn)了強(qiáng)勁的性能。Iaksch等（2021）指出，智能農(nóng)業(yè)能夠使用數(shù)字化和大數(shù)據(jù)應(yīng)用來(lái)指導(dǎo)農(nóng)業(yè)價(jià)值鏈上的決策，從而有助于提高農(nóng)業(yè)生產(chǎn)力。Shaikh等（2022）指出，人工智能技術(shù)已在智能農(nóng)業(yè)體系結(jié)構(gòu)不同層次得到有效應(yīng)用，包括土壤和灌溉管理、天氣預(yù)報(bào)、植物生長(zhǎng)、疾病預(yù)測(cè)和牲畜管理。由此看來(lái)，在智慧農(nóng)業(yè)相關(guān)政策文件進(jìn)一步完善的同時(shí)，智慧農(nóng)業(yè)研究也在不斷融合創(chuàng)新，在政策的大力推動(dòng)下，智慧農(nóng)業(yè)領(lǐng)域的成熟產(chǎn)品不斷落地應(yīng)用，此時(shí)研究人員關(guān)注的重點(diǎn)已不再是智慧農(nóng)業(yè)的理論研究，而是結(jié)合新興技術(shù)的創(chuàng)新應(yīng)用研究。

（三）智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究趨勢(shì)分析

運(yùn)行CiteSpace，得到智慧農(nóng)業(yè)相關(guān)文獻(xiàn)研究關(guān)鍵詞突變歷史，總計(jì)有12個(gè)突變關(guān)鍵詞，如圖5所示。該圖顯示，2009年—2022年國(guó)外智慧農(nóng)業(yè)研究領(lǐng)域突現(xiàn)詞集中在2014年以后，突現(xiàn)詞包括wireless sensor network（無(wú)線傳感網(wǎng)絡(luò)）、internet of things（物聯(lián)網(wǎng)）、artificial neural network（人工神經(jīng)網(wǎng)絡(luò)）、optimization（最優(yōu)化）、random fores（t隨機(jī)森林）、temperature（溫度）、intelligent agriculture（智能農(nóng)業(yè)）、energy（能量）、smart city（智慧城市），其中，intelligent agriculture、energy、smart city是近三年出現(xiàn)的，它們必將成為未來(lái)幾年智慧農(nóng)業(yè)領(lǐng)域持續(xù)關(guān)注的重點(diǎn)領(lǐng)域。下一步，智慧農(nóng)業(yè)還需借助人工智能時(shí)代的新技術(shù)，結(jié)合智慧城市的發(fā)展，不斷開拓新的研究方向，并加強(qiáng)跨學(xué)科的交叉研究。

五、總結(jié)和展望

（一）研究總結(jié)

本研究通過(guò)CiteSpace軟件，基于Web of Science數(shù)據(jù)庫(kù)（2009年—2022年）中智慧農(nóng)業(yè)相關(guān)文獻(xiàn)的可視化分析，得到以下結(jié)論：

（1）從時(shí)間上看，智慧農(nóng)業(yè)的研究最早始于2009年，并于2014年以后開始集中涌現(xiàn)，于2019年以后進(jìn)入融合創(chuàng)新階段，研究成果數(shù)量不斷攀升。伴隨著以人工智能為代表的新一代信息技術(shù)的發(fā)展，智慧農(nóng)業(yè)發(fā)文數(shù)量激增，研究群體不斷涌現(xiàn)，這體現(xiàn)出技術(shù)驅(qū)動(dòng)是智慧農(nóng)業(yè)研究的關(guān)鍵驅(qū)動(dòng)因素。在人工智能、云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈等各種新技術(shù)快速迭代革新的形勢(shì)下，智慧農(nóng)業(yè)研究亟待與新技術(shù)更加深入地交叉融合，未來(lái)需要更多的研究者共同推動(dòng)相關(guān)研究的更新和升級(jí)。

（2）從空間上看，參與智慧農(nóng)業(yè)研究的機(jī)構(gòu)數(shù)量龐大，研究人員隊(duì)伍日益壯大，但仍然沒有形成具備凝聚力的研究團(tuán)體，也缺乏具備影響力的核心作者，不同的研究機(jī)構(gòu)之間缺乏合作、各自為陣。未來(lái)需進(jìn)一步加強(qiáng)政策引導(dǎo)，建立保障機(jī)制，推動(dòng)不同機(jī)構(gòu)之間研究人員的交叉合作研究，提高研究機(jī)構(gòu)和研究人員對(duì)于智慧農(nóng)業(yè)領(lǐng)域的關(guān)注度，產(chǎn)生有影響力的成果，推動(dòng)智慧農(nóng)業(yè)研究領(lǐng)域的良性循環(huán)。

（3）從研究熱點(diǎn)上看，智慧農(nóng)業(yè)領(lǐng)域的研究熱點(diǎn)包括農(nóng)業(yè)機(jī)器人、農(nóng)業(yè)智能裝備、農(nóng)業(yè)物聯(lián)網(wǎng)、農(nóng)業(yè)大數(shù)據(jù)、農(nóng)業(yè)人工智能、智慧植保等，研究者更加關(guān)注人工智能領(lǐng)域的智慧農(nóng)業(yè)。未來(lái)需要將研究的關(guān)注點(diǎn)覆蓋到智慧農(nóng)業(yè)中的各個(gè)層面，覆蓋到農(nóng)業(yè)全產(chǎn)業(yè)鏈，以新興技術(shù)助推智慧農(nóng)業(yè)大發(fā)展。

（4）從研究趨勢(shì)上看，無(wú)線傳感器網(wǎng)絡(luò)、物聯(lián)網(wǎng)、人工神經(jīng)網(wǎng)絡(luò)、優(yōu)化、隨機(jī)森林、溫度等是智慧農(nóng)業(yè)研究領(lǐng)域的突變關(guān)鍵詞，其中，智能農(nóng)業(yè)、能源、智慧城市是近三年出現(xiàn)的，必將成為未來(lái)幾年智慧農(nóng)業(yè)持續(xù)關(guān)注的重點(diǎn)領(lǐng)域。下一步，智慧農(nóng)業(yè)還需深入推進(jìn)有關(guān)生態(tài)環(huán)境、智慧城市與技術(shù)發(fā)展相融合等領(lǐng)域的研究，以促進(jìn)智慧農(nóng)業(yè)的發(fā)展。

（二）研究展望

智慧農(nóng)業(yè)研究的真正迅速發(fā)展始于2019年，相對(duì)于新一代信息技術(shù)的快速更新迭代，當(dāng)前智慧農(nóng)業(yè)領(lǐng)域的相關(guān)理論成果和實(shí)踐探索均顯得不足，尤其是智慧農(nóng)業(yè)與人工智能、區(qū)塊鏈等新技術(shù)結(jié)合的相關(guān)成果，還僅僅是設(shè)想，大多停留在學(xué)術(shù)研究層面，尚未產(chǎn)生具體的應(yīng)用成果和經(jīng)濟(jì)社會(huì)效益。本研究在進(jìn)行智慧農(nóng)業(yè)研究熱點(diǎn)和發(fā)展趨勢(shì)分析的過(guò)程中，發(fā)現(xiàn)一些值得進(jìn)一步深思的問(wèn)題，比如新一代信息技術(shù)飛速發(fā)展新形勢(shì)下的智慧農(nóng)業(yè)如何真正應(yīng)用實(shí)施；如何構(gòu)建一個(gè)融通共享、多元互動(dòng)的智慧農(nóng)業(yè)平臺(tái)；如何真正實(shí)現(xiàn)人工智能、云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈等多種新技術(shù)與智慧農(nóng)業(yè)領(lǐng)域的交叉融合；如何利用各種新技術(shù)實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)前智能監(jiān)測(cè)土壤溫濕度、產(chǎn)中智能農(nóng)事管理、產(chǎn)后智能采摘分揀運(yùn)輸，讓農(nóng)業(yè)生產(chǎn)從田間地頭到居民餐桌全流程都能夠?qū)崿F(xiàn)智能化管理；如何采集分析智慧農(nóng)業(yè)所涉及的海量信息，助益決策改進(jìn)，等等。

如今，智慧農(nóng)業(yè)研究愈加引發(fā)相關(guān)機(jī)構(gòu)和研究人員的關(guān)注。智慧農(nóng)業(yè)為現(xiàn)代農(nóng)業(yè)的發(fā)展帶來(lái)了巨大革新，然而，大多智慧農(nóng)業(yè)的應(yīng)用卻依然浮于表面。智慧農(nóng)業(yè)應(yīng)用離不開軟硬件資源、政策、產(chǎn)業(yè)、環(huán)境等要素的同步革新，需要各國(guó)研究機(jī)構(gòu)和研究者增強(qiáng)互信、增進(jìn)合作、共同攻關(guān)，協(xié)同促進(jìn)智慧農(nóng)業(yè)研究工作的逐步深入。

[本文是山東省社會(huì)科學(xué)規(guī)劃項(xiàng)目（21CPYJ20）“人工智能時(shí)代山東智慧農(nóng)業(yè)發(fā)展路徑研究 ”的階段性成果]

參考文獻(xiàn)

[1]趙春江，李瑾，馮獻(xiàn).面向2035年智慧農(nóng)業(yè)發(fā)展戰(zhàn)略研究[J]. 中國(guó)工程科學(xué)，2021，23（04）：1-9.

[2]趙春江. 智慧農(nóng)業(yè)的發(fā)展現(xiàn)狀與未來(lái)展望[J]. 中國(guó)農(nóng)業(yè)文摘-農(nóng)業(yè)工程，2021，33（06）：4-8.

[3]寧甜甜. 新發(fā)展階段我國(guó)智慧農(nóng)業(yè)：機(jī)遇、挑戰(zhàn)與優(yōu)化路徑[J]. 科學(xué)管理研究，2022，40（02）：131-138.

[4]Gonzalez-De-Santos P，Roemi Fernández，Delia Sepúlveda，et al. Field Robots for Intelligent Farms—Inhering Features from Industry[J]. Agronomy，2020，10（11）：1638.

[5]Wu C H， Lu C Y， Zhan J W， et al. Using Long Short-Term Memory for Building Outdoor Agricultural Machinery[J]. Frontiers in Neurorobotics，2020，14.

[6]Tyagi S，Mukherjee A，Pokhrel S R，et al. An Intelligent and Optimal Resource Allocation Approach in Sensor Networks for Smart AgriIoT[J]. IEEE Sensors Journal，2020，PP（99）：1-1.

[7]Veerachamy R，Ramar R，Balaji S，et al. Autonomous Application Controls on Smart Irrigation[J]. Computers Electrical Engineering，2022，100：107855.

[8]Boursianis A D，Papadopoulou M S，Diamantoulakis P，et al. Internet of Things （IoT） and Agricultural Unmanned Aerial Vehicles （UAVs） in Smart Farming： A Comprehensive Review[J]. Internet of Things，2020：100187.

[9]Rajasekaran R，Agarwal R，Srivastava A，et al. Intelligent smart farming and crop visualization[J]. Independent Journal of Management Production，2020（9）.

[10]O’Shaughnessy S A ，Kim M，Lee S，et al. Towards smart farming solutions in the U.S.and South Korea：A comparison of the current status[J].地理學(xué)與可持續(xù)性（英文），2021，2（4）：16.

[11]Junaid M，Shaikh A，Hassan M U，et al. Smart Agriculture Cloud Using AI Based Techniques[J]. Energies，2021，14.

[12]Gadekallu T R，Rajput D S，Reddy M P K，et al. A novel PCA–whale optimizationbased deep neural network model for classification of tomato plant diseases using GPU[J]. Journal of Real-Time Image Processing，2020：1-14.

[13]Ni M， Wang H， Liu X， et al. Design of Variable Spray System for Plant Protection UAV Based on CFD Simulation and Regression Analysis[J]. Sensors （Basel，Switzerland），21（2）：638.

[14]Fu H， Zhao C ， Cheng C， et al. Blockchain-based agri-food supply chain management： case study in China[J].International Food and Agribusiness Management Association，2020：1-14.

[15]Torky Mohamed，Hassanein Aboul Ella. Integrating blockchain and the internet of things in precision agriculture： Analysis，opportunities，and challenges[J]. Computers and Electronics in Agriculture，2020.

[16]Abah J， Ishaq M N， Wada A C . The role of biotechnology in ensuring food security and sustainable agriculture[J]. African Journal of Biotechnology，2010，9（52）.

[17]Aquino-Santos R，A GonzálezPotes，Edwards-Block A，et al. Developing a New Wireless Sensor Network Platform and Its Application in Precision Agriculture[J]. Sensors，2011，11（1）：1192-1211.

[18]Sivamani S，Bae N，Cho Y. A Smart Service Model Based on Ubiquitous Sensor Networks Using Vertical Farm Ontology[J]. International Journal of Distributed Sensor Networks，2013，（2013-12-2），2013，2013：1-8.

[19]Ranya，Elsheikh，and，et al. Agriculture Land Suitability Evaluator （ALSE）： A decision and planning support tool for tropical and subtropical crops[J]. Computers Electronics in Agriculture， 2013.

[20]Leslie，Lipper，Philip，et al. Corrigendum： Climate-smart agriculture for food security[J]. Nature Climate Change，2015.

[21]Kamilaris A，Kartakoullis A，F(xiàn)X Prenafeta-Boldú. A review on the practice of big data analysis in agriculture[J]. Computers and Electronics in Agriculture，2017，143：23-37.

[22]Javed A. agronomy Review From Smart Farming towards Agriculture 5.0： A Review on Crop Data Management. 2020.

[23]Udutalapally V， Mohanty S P，Pallagani V， et al. sCrop： A Novel Device for Sustainable Automatic Disease Prediction，Crop Selection，and Irrigation in Internet-of-Agro-Things for Smart Agriculture[J]. IEEE Sensors Journal，2020，PP（99）：1-1.

[24]Iaksch J，F(xiàn)ernandes E，Borsato M. Digitalization and Big data in smart farming –a review[J]. Journal of Management Analytics，2021（5）：1-17.

[25]Shaikh，F(xiàn)K，Memon，MA，Mahoto，NA，Zeadally，S，Nebhen，J. Artificial Intelligence Best Practices in Smart Agriculture，IEEE Micro， vol. 42，no. 1， pp. 17-24， 1 Jan.-Feb. 2022，doi： 10.1109/MM.2021.3121279.

（作者單位：濰坊科技學(xué)院）