基于知识图谱的番茄模型研究可视化分析

田淑娇，常艺潇，彭秀媛

（辽宁省农业科学院信息研究所，辽宁 沈阳 110161）

番茄是人们喜爱的果蔬品种，是当前我国栽培最广泛的温室作物之一，对番茄模型的研究已经成为研究温室作物模型不可缺少的一部分[1-4]。番茄模型是对番茄生长过程、管理过程的量化研究，是促进番茄高产、高效生产的关键技术，模型的研究将推进番茄生产的数字化、智能化[5]。近年来，番茄模型的研究已经受到越来越多学者的关注。该文从发文量、机构、作者、期刊、研究方向及研究热点等，对番茄模型相关文献通过知识图谱进行可视化分析，旨在为开展番茄模型研究的科研人员提供参考。

1 数据来源与研究方法

1.1 数据来源

研究文献来源于CNKI 数据库，以“番茄”和“模型”为主题词，不限制检索年限，检索出文献为SCI、EI、核心期刊、CSSCI 等中文核心及以上级别的期刊论文。检索时间为2022年1月3 日。经过筛选去重后确定702 篇文献作为分析数据。

1.2 研究方法及工具

知识图谱是科学计量学方法，可以形象地展示出科学知识的发展进程与结构关系，既是可视化的知识图形，又是序列化的知识谱系[6]。文献计量分析借助分析软件形成知识图谱，实现对大量文献数据的词频分析、聚类分析、共现分析、引文分析等，展示相关领域的研究情况，为研究人员了解相关领域提供极大便利[7]。该研究运用文献计量法、数据挖掘、社会网络分析、知识图谱可视化分析方法，采用VOSviewer、Excel、Ucient 等工具对筛选的文献数据进行发文量、机构、作者、期刊、研究方向及研究热点等方面可视化分析。

2 结果

2.1 文献产出年度分布

被分析的文献按照时间分布来看（图1），1994—2003年番茄模型研究的相关文献有18 篇，平均每年2 篇，番茄模型领域研究初现萌芽但发展缓慢；2004年发文态势呈爆发式增长，发文量有15 篇，表明该年我国番茄模型研究领域逐渐被关注；2007—2012年文献数量呈波动增长状态，2012年文献数量达到了53 篇，表明番茄模型领域的研究已得到了一定的重视和认可；2014年和2018年该研究主题的关注度有所下降，之后又逐渐上升，2021年发表的文献数量达到了历史最高，表明该研究主题被高度关注。

图1 年度发文量分布情况

2.2 高影响力机构及可视化分析

从发文机构来看（表1），以发文量≥5 篇且被引频次在100 次以上的16 个高影响力机构为分析对象，对其发文量、占比、总被引频次、篇均被引频次等进行分析，可知排名前列的高影响力机构有中国农业大学、西北农林科技大学、沈阳农业大学等。其中浙江大学和南京农业大学虽然发文量和占比较低但其总被引频次和篇均被引频次均较高，中国农业科学院和曲阜师范大学的篇均被引频次也相对较高。

表1 高影响力机构情况

在机构合作研究分析中发现（图2），在本领域内主要形成了17 个机构合作群体，其中机构数在15 个及以上的合作群体有5 个，分别是以中国农业大学、沈阳农业大学、浙江大学、国家农业智能装备工程技术研究中心和江苏大学为核心的合作群体，机构之间合作相对密切。

图2 机构合作关系

2.3 高影响力作者及可视化分析

从作者的分布来看（表2），以发文量≥5 篇且被引频次在150 次以上的19 名高影响力作者为分析对象，对其发文量、占比、总被引频次等进行分析，可知排名前列的高影响力作者有江苏大学的毛罕平、西北农林科技大学的胡田田、沈阳农业大学的李天来等。还有发文量相对较低但总被引频次较高的西北农林科技大学的李建明和张大龙等。

表2 高影响力作者分布

在作者合作研究分析中发现（图3），在本领域内主要形成了13 个作者合作群体，其中作者数在10 个及以上的合作群体有4 个，分别为何东健、张海辉、胡瑾、马敏娟、辛萍萍等组成的西北农林科技大学合作团队；毛罕平、张晓东、高洪燕、尹建军、王新忠等组成的江苏大学合作团队；朱文静、陈勇、孙俊、刘红玉、左志宇等组成的江苏大学合作团队；赵春江、温维亮、郭新宇、袁晓敏等组成的国家农业信息化工程技术研究中心合作团队。由此可知，我国番茄模型领域研究形式主要为合作研究。

图3 作者合作关系

2.4 期刊分布情况

从期刊的分布来看（表3），我国番茄模型领域的研究共涉及到53 种期刊，期刊的类型主要集中在农业综合、农业工程等领域。以番茄模型研究领域发文量＞5 篇，同时总被引频次≥100 的16 种核心期刊为分析对象，对其发文量、总被引频次、期刊类型、影响因子等进行分析。按发文量、占比、总被引频次来看，《农业工程学报》、《农业机械学报》等均排名前3，说明这2 种期刊在番茄模型领域不管是论文质量还是综合竞争力都较高。从影响因子来看，影响因子最高达3.893，最低为1.134。影响因子排在前3 位的期刊是《应用生态学报》（3.893）、《农业工程学报》（3.446）、《农业机械学报》（3.327）。

表3 高影响力期刊分布

2.5 研究热点及趋势分析

利用VOSviewer 软件的聚类功能，对番茄模型领域的关键词进行共现分析，共形成2 个主要聚类（图4）。其中，圆圈的大小表示关键词出现频率，圆圈越大代表该关键词出现频次越多；图中的连线表示该关键词的连接强度，即该关键词与其他关键词共现的次数总和。连接强度越高，则代表该关键词中心性越高，即在共现网络中影响力越大。根据关键词频率和关键词共现次数指标，确定番茄模型领域主要有两大研究方向：一是番茄病害无损检测模型构建研究（图中红色），利用近红外、高光谱等数据，采用卷积神经网络、知识向量积、偏最小二乘法等分析方法，进行早疫病、灰霉病等番茄病害无损检测模型构建研究；二是其他模型构建研究（图中绿色），主要围绕设施番茄和加工番茄，采用BP 神经网络和数学模型构建方法，开展番茄产量预测模型、灌溉管理模型、施肥模型、氮元素识别模型和生长模型研究。

图4 关键词共现分析

密度视图可以发现某一研究领域的研究重点和热点，在密度视图中，从冷色调（蓝色）到暖色调（红色）表示关键词共现的频次越来越高，即研究主题的热度越来越高。由图5 可知“温室”、“模型”、“加工番茄”、“近红外光谱”、“产量”、“番茄叶片”、“图像处理”、“卷积神经网络”、“模拟模型”等主题词是我国番茄模型领域的研究热点。

图5 关键词共现密度视图

3 结论

从事番茄模型研究的单位相对较为密集，但在乡村振兴战略和数字乡村发展战略的大背景下，番茄模型的研究仍然处于增长期，未来研究人员仍将会对番茄模型的研究主题给予高度关注。在农业模型研究领域，利用光谱数据等多源数据开展模型构建、验证和优化研究将是研究新趋势，且番茄模型中相关识别和预测应用研究比例将会进一步增加。由于该研究结论是以特定检索主题获取的数据进行分析研究得出，但实际由于农业对象及其属性和可操作内容较多，涉及的关键词不能够全部纳入。番茄模型属于交叉学科研究，该研究中现有数据获取条件下，番茄模型相关的数据采集技术等研究文献并没有完全纳入分析数据范围。但在该研究数据情况下，已有结论能够基本反映番茄模型研究现状。