摘 要：智慧農業作為新興的建立在高度數字化、信息化、智能化上的互聯互通、智能高效的農業發展方式，近年來已成為研究熱點。當前智慧農業發展即將邁入新階段，為更深入了解智慧農業領域的研究現狀和未來趨勢，有必要對近年來國外文獻進行系統梳理和總結，借鑒優秀研究成果和經驗。基于Web of Science數據庫（2009-2022）相關文獻，并利用CiteSpace進行可視化分析，可以發現當前智慧農業領域的研究熱點包括：農業機器人、農業智能裝備、農業物聯網、農業大數據、農業人工智能、智慧植保等，研究者更加關注人工智能領域的智慧農業。從研究趨勢上看，無線傳感器網絡、物聯網、人工神經網絡、優化、隨機森林、溫度等是智慧農業研究領域的突變關鍵詞，其中，智能農業、能源、智慧城市是近三年出現的、智慧農業領域應持續關注的重點領域。未來，還需深入推進有關生態環境、智慧城市與技術發展融合等相關研究，以促進智慧農業發展。

關鍵詞：智慧農業；人工智能；新一代信息技術；研究熱點；發展趨勢

近年來，在信息技術不斷更新和行業間技術交叉融合的背景下，農業領域面臨著巨大的競爭和轉型壓力，尋求一種更加高效、系統化和智慧化的發展模式成為當務之需。智慧農業是一種建立在高度數字化、信息化、工業化基礎之上的互聯互通、智能高效的可持續農業模式。智慧農業作為新興的農業發展方式，近年來已經得到業內人士的廣泛關注。智慧農業強調將信息技術集成服務于農業領域，將產前、產中和產后全產業鏈各項工作在統一平臺中實現，在農業全產業鏈實現各參與方協同工作、信息互聯互通和全過程高度智慧化的發展目標，為農業在信息化潮流中發展指明方向。

由于智慧農業跨學科的性質，關于智慧農業的研究在不同學科中均有所涉及，使智慧農業成為學術界各專業領域的熱點。智慧農業的飛速發展，對于促進經濟社會發展起到了巨大的推動作用。怎樣生動直觀地展示智慧農業的研究現狀、研究熱點及其發展趨勢？信息可視化軟件CiteSpace 可通過知識圖譜的生成和解讀， 解釋相關研究領域的發展現狀，并預測該領域的未來前景。由此，本文將利用CiteSpace，對Web of Science 數據庫中收錄的智慧農業相關文獻進行可視化分析，展示國外智慧農業的研究熱點，預測智慧農業的發展趨勢，以期為未來智慧農業領域相關研究提供新思路。

為保證數據質量，本文對Web of Science 數據庫核心合集的SCIE和SSCI收錄的智慧農業相關文獻進行了全面采集。在“智慧農業”這一名詞尚未誕生之前，相關領域研究側重于計算機技術的初步應用，以農業專家系統、電腦農業、數字農業為主。2009年，IBM 首次提出“智慧地球”，由此衍生出各國對智慧農業的深入研究。基于此，本研究將時間跨度設置為2009年至今。考慮到智慧農業包含多種表述形式，為保證數據采集的全面性，檢索并下載主題包含“Intelligent agriculture（智能農業）”或“Smart agriculture（智慧農業）”的全部文獻，導出全記錄與引用的參考文獻內容的純文本格式記錄，截至2022年7月，搜索到相關文章記錄總計1494條，人工刪除一些如信函、修訂、收回的出版物、新聞、會議摘要等非學術文章，再通過閱讀文章摘要人工刪除不相干的文獻，最終得到有效文獻記錄920條。

采用最新版本CiteSpace-6.1.2來繪制國外智慧農業研究的知識圖譜，將Web of Science數據庫導出為純文本數據的文獻導入CiteSpace中進行格式轉換，將時間閾值設置為2009年—2022年，間隔為1年，TopN選擇N=50，設置默認閾值為（1,3,20）,（3,3,20）,（3,3,20）。

本研究主要采用文獻計量分析法，運行CiteSpace 進行計量分析，對Web of Science 數據庫收錄的國外智慧農業研究相關樣本數據庫進行定量統計分析，同時，根據所涉及關鍵詞繪制科學知識圖譜，進行關鍵詞共現分析，挖掘突變關鍵詞動態信息，追蹤智慧農業研究熱點和發展趨勢。

依據文獻的發表時間，繪制出文獻發表年份分布曲線，如圖1 所示。文獻發表年份分布曲線顯示，研究者對智慧農業研究這一領域的關注程度逐年升溫，文獻數量逐年增加，且呈指數上升趨勢。智慧農業的發展從發文量看分為如下三個階段：思想起源階段（2009 年— 2013 年），年均發表數量為6-16 篇；技術驅動階段（2014 年—2018 年），年均發表數量為21-56 篇；融合創新階段（2019 年至今），年均發表數量為105 篇以上。

運行CiteSpace 進行計量分析，有346 家機構參與了智慧農業研究，其中，發表智慧農業相關文獻3 篇及以上的機構共有160 家， 超過10篇的有12 家，除中國科學院、歐洲研究型大學聯盟、埃及知識銀行、沙特國王大學、瓦赫寧根大學研究、印度理工學院、江蘇大學等少數綜合性研究機構和大學之外， 大部分機構是農林類高校和科研院所，包括中國農業大學、印度農業研究理事會、南京農業大學、雅典農業大學、華南農業大學、美國農業部、中國農業科學院等，研究機構分布較為廣泛。智慧農業的研究受到農林院校的高度關注，這體現出農林院校在實施農林領域人才培養過程中，高度重視智慧農業領域的研究工作。分析首發年份，可以看到農林院校早在2009 年就已關注智慧農業領域的研究，僅有的幾所綜合性大學是近兩年才開始關注該領域研究的，這體現出隨著近幾年科技進步以及學科交叉融合的深入，智慧農業領域的研究機構范圍開始逐步擴大，這一研究熱點方向正在引起不同層次不同類型研究機構的關注。

為了解不同機構之間的合作情況，適當調整閾值，生成了智慧農業研究的機構合作知識圖譜，如圖2 所示。觀察發現，網絡整體密度低至0.0037，這進一步驗證了智慧農業研究機構雖數量眾多、但相對孤立的現狀。

對920 篇文獻的發表期刊進行分類發現，有高達202 家期刊發表過智慧農業相關文獻。其中，《COMPUTERS AND ELECTRONICS IN AGRICULTURE》《IEEE ACCESS》《SENSORS》《SUSTAINABILITY》《AGRICULTURE-BASEL》《IEEE SENSORS JOURNAL》這6種主流的農業工程類和綜合性期刊發表文章數較多，分別為45篇、43篇、24篇、15篇、13篇。

關鍵詞是文獻內容的核心，利用關鍵詞在某一領域文獻中出現的頻次和中心性，可以探索該領域的研究熱點。本研究借助CiteSpace 軟件，對智慧農業相關文獻的關鍵詞繪制科學知識圖譜，通過關鍵詞共現分析，探索智慧農業研究領域的熱點變化，并通過關鍵詞共現分析中突變關鍵詞的演變，進一步追蹤智慧農業研究領域的發展趨勢。

運行CiteSpace軟件，將時間閾值設置為2009年—2022年，間隔為1年，TopN選擇N=50，以關鍵詞為節點，以1年為一個時間分區，設置默認閾值為g-index（k=25），LRF=3.0，L/N=10，LBY=5，e=1.0，則得到智慧農業相關文獻研究熱點聚類知識圖譜，包含728個關鍵詞和2342條連接線，網絡整體密度為0.0089，如圖3所示。

根據圖3，能夠直觀地發現智慧農業研究的重點領域，每個圓形的節點代表關鍵詞，大小各異的圓環表示關鍵詞出現的頻次，節點越大，說明關鍵詞出現的頻次越多，從而能夠代表智慧農業的研究熱點。按照1973 年多諾霍提出的高頻詞、低頻詞判斷公式：

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

進一步將表1 選出的高頻關鍵詞進行合并、整理、抽取和匯總分析，可得到智慧農業相關文獻研究熱點，集中在以下領域：

（1）農業機器人與智能裝備。包括智能農機、水肥一體化、農用無人機、農機作業綜合管理平臺等相關研究。Gonzalez-De- Santos 等（2020）認為，農業機器人應該從工業機器人中獲得使用經驗，并分析了工業機器人在農業系統中應用的優勢。Wu 等（2020）提出了一種使用長期短期記憶的戶外農業機器人，將當前環境與天氣預報相結合， 預測正確的澆水時機。

（2）農業傳感器與物聯網。包括土壤養分監測、智能灌溉、農業遠程控制系統、農業全產業鏈數據采集管理等相關研究。Tyagi 等（2020）使用無線傳感器網絡（WSN）促進智能農業物聯網（Agri-IoT）實現高效、無縫的通信，并將其應用于智能灌溉、智能作物監測和智能漁業中。Veerachamy 等使用物聯網（IoT） 平臺部署一套智能灌溉控制系統，通過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的參數，并將感知的數據存儲于云框架中，使用物聯網和云平臺實現數據采集。Boursianis 等（2020）綜述了物聯網和無人機技術在農業灌溉、施肥、農藥使用、雜草管理、植物生長監測、作物病害管理和田間表型分析等場景中應用的最新研究成果，得出的結論是，物聯網和無人機是將傳統耕作方式轉變為精準農業智能化新視角的兩項最重要的技術。

（3）農業人工智能與大數據。包括智能農業、農業大數據、植物表型視覺識別等相關研究。Rajasekaran等（2020）提出一種可視化技術，幫助農民在作物選擇方面作出更好的決策。O’Shaughnessy 等（2021）比較了韓國和美國智能農業解決方案的選擇和實施情況。Junaid 等（2021）提出了一種通用的基于智能云的系統， 以適應使用物聯網的農場需要遠程監控的多種場景。

（4）智能植保機械與施藥技術。該領域的研究不多，但影響力較大，近幾年引起了植物保護專業及電子、計算機、機械相關專業研究人員的高度重視。Gadekallu 等（2020）應用機器學習模型對番茄病害圖像數據集進行分類， 以主動采取必要措施應對此類農業病害。Ni 等（2021）設計了一種植保用無人機智能噴霧系統，通過多傳感器融合，可獲得噴霧系統的無人機偏移量和噴嘴流量。

（5）農蔬區塊鏈。該領域研究稀少，是伴隨著區塊鏈技術發展而逐漸衍生出來的。Fu 等（2020）分析了基于區塊鏈的數字系統與農產品供應鏈之間的耦合，介紹了中國的兩個案例，表明提出的基于區塊鏈的系統可以實現農產品供應鏈管理的顛覆性變革。Torky 等（2020） 全面綜述了區塊鏈和物聯網在精準農業智能應用開發中的重要性，認為區塊鏈以更可靠、不變、透明和分散的方式，在取代傳統的農業數據存儲、排序和共享方法方面發揮著關鍵作用。

為進行智慧農業相關文獻研究演進分析， 進一步考察不同關鍵詞在不同時間內的出現情況，在聚類知識圖譜的基礎上，本研究生成了關鍵詞時序圖譜，如圖4 所示。通過時間排序， 將智慧農業相關文獻研究演進情況分為以下三個階段：

（1）思想起源階段（2009 年—2013年）。這是智慧農業研究的根源，technology（技術）、agriculture（農業）等關鍵詞的頻次較高。由于該階段信息化技術的發展尚不成熟，因此，研究集中于智慧農業相關信息化技術的理論研究、仿真模擬和初步應用，這些技術體現在智慧農業的頂層設計中，包括采用哪些信息化技術實現智慧農業，在農業生產過程中怎樣實現智慧化，以及智慧農業的實施需要出臺哪些政策文件。Abah 等（2010）認為，目前農業技術的狀況不足以應對未來的生產挑戰，必須開發創新技術，利用生物技術和基因工程與農業結合，并將其納入傳統的小農系統，提高作物產量，以滿足日益增長的糧食需求。在該階段研究后期，智慧農業發展所需要的技術不能僅僅依靠相關理論和模型的不斷發展，還需要相關新興技術的不斷推進，因此，計算機科學的一些技術在智慧農業領域中逐漸生根發芽。例如， Aquino-Santos 等（2011）設計了一種新型無線傳感器網絡平臺用于精準農業。Sivamani 等（2013）提出了一個垂直農場本體模型。Ranya 等（2013）設計了一種基于地理環境因素的智能模型，用于評估熱帶和亞熱帶地區不同類型作物的土地適宜性。

（2）技術驅動階段（2014 年—2018年）。這一時期智慧農業研究的范圍更加廣泛， climate （氣候）、bigdata （大數據）、management （管 理）、internet（互聯網）、technology（科技）、internet of things（物聯網）等關鍵詞出現的頻次較高，在物聯網、大數據、云計算等相關技術不斷發展的同時，智慧農業理念逐漸被重視，且不斷被認可，這其中重點涉及農業物聯網、農業大數據、農業云平臺等方面的研究。Leslie 等（2015）結合新興技術提出了氣候智能農業解決方案。Kamilaris 等（2017）強調了農業大數據分析對智能農業帶來的巨大機遇。由此看來，該階段研究大多仍以理論和設計為主，應用推廣障礙重重，缺乏落地實施項目， 仍需各國政策推動。

（3）融合創新階段（2019 年至今）。智慧農業研究迅速發展，涌現出intelligent agriculture （智能農業）、computer vision（計算機視覺）、deep learning（深度學習）等與時代發展脈搏密切聯系的嶄新關鍵詞。該階段由于伴隨新一代信息技術的發展，智慧農業也面臨重大機遇，研究集中于智慧農業與機器學習、深度學習、計算機視覺、大數據、區塊鏈等新技術的結合。Javed 等（2020）指出，隨著數據已成為現代農業中幫助生產者作出決策的關鍵要素， 數據管理的進步正使智能農業呈指數級增長。Udutalapally 等（2020）提出了一種用于智能農業物聯網中可持續自動疾病預測、作物選擇和灌溉的新型設計，部署時間共三個月，在各種天氣條件下實現了強勁的性能。Iaksch 等（2021） 指出，智能農業能夠使用數字化和大數據應用來指導農業價值鏈上的決策，從而有助于提高農業生產力。Shaikh 等（2022）指出，人工智能技術已在智能農業體系結構不同層次得到有效應用，包括土壤和灌溉管理、天氣預報、植物生長、疾病預測和牲畜管理。由此看來，在智慧農業相關政策文件進一步完善的同時，智慧農業研究也在不斷融合創新，在政策的大力推動下，智慧農業領域的成熟產品不斷落地應用， 此時研究人員關注的重點已不再是智慧農業的理論研究，而是結合新興技術的創新應用研究。

運行CiteSpace，得到智慧農業相關文獻研究關鍵詞突變歷史，總計有12 個突變關鍵詞，如圖5 所示。該圖顯示，2009 年—2022年國外智慧農業研究領域突現詞集中在2014 年以后，突現詞包括wireless sensor network （ 無線傳感網絡）、internet of things（ 物聯網）、artificial neural network（人工神經網絡）、optimization（最優化）、random forest （隨機森林）、 temperature（溫度）、intelligent agriculture（智能農業）、energy（能量）、smart city（智慧城市）， 其中，intelligent agriculture、energy、smart city 是近三年出現的，它們必將成為未來幾年智慧農業領域持續關注的重點領域。下一步，智慧農業還需借助人工智能時代的新技術，結合智慧城市的發展，不斷開拓新的研究方向，并加強跨學科的交叉研究。

本研究通過CiteSpace 軟件，基于Web of Science 數據庫（2009 年—2022 年）中智慧農業相關文獻的可視化分析，得到以下結論：

（1）從時間上看，智慧農業的研究最早始于2009 年，并于2014 年以后開始集中涌現，于2019 年以后進入融合創新階段，研究成果數量不斷攀升。伴隨著以人工智能為代表的新一代信息技術的發展，智慧農業發文數量激增，研究群體不斷涌現，這體現出技術驅動是智慧農業研究的關鍵驅動因素。在人工智能、云計算、物聯網、大數據、區塊鏈等各種新技術快速迭代革新的形勢下，智慧農業研究亟待與新技術更加深入地交叉融合， 未來需要更多的研究者共同推動相關研究的更新和升級。

（2）從空間上看，參與智慧農業研究的機構數量龐大，研究人員隊伍日益壯大，但仍然沒有形成具備凝聚力的研究團體， 也缺乏具備影響力的核心作者，不同的研究機構之間缺乏合作、各自為陣。未來需進一步加強政策引導，建立保障機制，推動不同機構之間研究人員的交叉合作研究，提高研究機構和研究人員對于智慧農業領域的關注度，產生有影響力的成果，推動智慧農業研究領域的良性循環。

（3）從研究熱點上看，智慧農業領域的研究熱點包括農業機器人、農業智能裝備、農業物聯網、農業大數據、農業人工智能、智慧植保等，研究者更加關注人工智能領域的智慧農業。未來需要將研究的關注點覆蓋到智慧農業中的各個層面，覆蓋到農業全產業鏈，以新興技術助推智慧農業大發展。

（4）從研究趨勢上看，無線傳感器網絡、物聯網、人工神經網絡、優化、隨機森林、溫度等是智慧農業研究領域的突變關鍵詞，其中，智能農業、能源、智慧城市是近三年出現的，必將成為未來幾年智慧農業持續關注的重點領域。下一步，智慧農業還需深入推進有關生態環境、智慧城市與技術發展相融合等領域的研究，以促進智慧農業的發展。

智慧農業研究的真正迅速發展始于2019年，相對于新一代信息技術的快速更新迭代， 當前智慧農業領域的相關理論成果和實踐探索均顯得不足，尤其是智慧農業與人工智能、區塊鏈等新技術結合的相關成果，還僅僅是設想， 大多停留在學術研究層面，尚未產生具體的應用成果和經濟社會效益。本研究在進行智慧農業研究熱點和發展趨勢分析的過程中，發現一些值得進一步深思的問題，比如新一代信息技術飛速發展新形勢下的智慧農業如何真正應用實施；如何構建一個融通共享、多元互動的智慧農業平臺；如何真正實現人工智能、云計算、物聯網、大數據、區塊鏈等多種新技術與智慧農業領域的交叉融合；如何利用各種新技術實現農業產前智能監測土壤溫濕度、產中智能農事管理、產后智能采摘分揀運輸，讓農業生產從田間地頭到居民餐桌全流程都能夠實現智能化管理；如何采集分析智慧農業所涉及的海量信息，助益決策改進，等等。

如今，智慧農業研究愈加引發相關機構和研究人員的關注。智慧農業為現代農業的發展帶來了巨大革新，然而，大多智慧農業的應用卻依然浮于表面。智慧農業應用離不開軟硬件資源、政策、產業、環境等要素的同步革新， 需要各國研究機構和研究者增強互信、增進合作、共同攻關，協同促進智慧農業研究工作的逐步深入。

本文來源：山東省社會科學規劃項目（21CPYJ20） “人工智能時代山東智慧農業發展路徑研究 ” 的階段性成果。

更多干貨、市場分析、重磅案例、實戰課程歡迎訂閱 [農業行業觀察]公眾號：nyguancha

文章：10891 篇

瀏覽：37217 次

代表文章

農俠會：三農領域產業社群（資源對接、案例分享、線上課程、線下活動）

【政策解讀】2021鄉村振興政策解讀（最全）

從快遞到農業，且看順豐布局農村的變與不變

【鄉村振興案例】國家推行鄉村振興千萬工程的六大路徑和十大典型案例

國家“十四五”規劃和2035年遠景目標綱要（農業農村領域節選）

中化化肥舉行2024“邁優伴”領航行動啟動會

【政策解讀】玉米大豆是重點！新一輪千億斤糧食產能提升行動方案發布

【政策匯總】2023農業政策大匯編（建議收藏）

2024生態農業新質生產力產業發展大會暨茂盛生物成立十五周年慶典成功舉辦

AI賦能農業發展向“新”提“質”，中國移動助推鄉村振興智啟新章