基于CiteSpace的无人机遥感技术在农业中的研究进展

2024-12-31武红欣陈杰胡立俊王春莉赵文博

智慧农业导刊 2024年11期

基金项目：农业农村部光谱检测重点实验室开放基金课题资助（2023ZJUGP001）

第一作者简介：武红欣（1996-），男，硕士研究生。研究方向为农业信息化。

*通信作者：陈杰（1982-），女，硕士，副教授。研究方向为农业信息化。

DOI：10.20028/j.zhnydk.2024.11.002

摘" 要：无人机遥感技术作为现代农业技术的重要分支，在农业的各个方向中发挥着越来越重要的作用。为深入探究无人机遥感技术在农业中的研究和应用热点及前沿，利用CiteSpace软件和知识图谱分析方法，以中国知网（CNKI）为数据源，为提高数据可信度，文献类别仅使用北京大学图书馆所认定的《中文核心期刊要目总览》，经筛选后，获取相关文献828篇，对无人机遥感技术在农业领域的研究文献进行发文时间、作者、发文机构、关键词共现、关键词时序分析及高突显值关键词分析，并且对当前研究的热点进行分析。研究结果表明，该领域的研究热点是以机器视觉、目标检测、深度学习等人工智能处理数据的方法同无人机遥感相结合。该文期望通过数据分析，为未来我国无人机遥感在农业中的研究提供一定的借鉴。

关键词：无人机遥感技术；CiteSpace；文献计量；农业；知识图谱

中图分类号：S127" " nbsp; 文献标志码：A" " " " " 文章编号：2096-9902（2024）11-0006-06

Abstract： As an important branch of modern agricultural technology， UAV remote sensing technology is playing a more and more important role in all directions of agriculture. In order to further explore the hot spots and frontiers of the research and application of UAV remote sensing technology in agriculture， using CiteSpace software and knowledge graph analysis method， taking China National Knowledge Infrastructure （CNKI） as the data source， and in order to improve the credibility of the data， the literature category only uses the \"Overview of Chinese Core Journals\" recognized by the Peking University Library. In this paper， the research literature of UAV remote sensing technology in the field of agriculture is analyzed， including publishing time， author， sending organization， keyword co-occurrence， keyword time series analysis and high salient keyword analysis， and the current research hotspots are analyzed. The research results show that the research hotspot in this field is the combination of artificial intelligence data processing methods such as machine vision， target detection and deep learning with UAV remote sensing. Through data analysis， this paper expects to provide some reference for the future research of UAV remote sensing in agriculture in China.

Keywords： UAV remote sensing technology; CiteSpace; bibliometrics; agriculture; knowledge graph

无人机遥感即借助无人飞行器平台，通过使用多种遥感观测手段（如高光谱成像、热红外成像、激光雷达等技术）快速、无损获取地物信息的方法[1]。农业信息的正确、有效获取是病虫害防治、调整农业生产结构、农作物产量预估、精准施肥施药的重要前提[2]。随着我国科技的不断进步及农业信息化的不断发展，无人机遥感作为获取农业信息的重要手段，被大量应用在农业生产中。相对于人工、卫星遥感等获取农业信息的方式，无人机遥感具有空间分辨率较高、操作相对容易、成本相对较低和无损检测等优势，因此在农业生产中具有相当高的应用前景[3]。

随着无人机遥感领域的不断扩展和深入研究，无人机遥感领域的研究呈现越来越专业化的趋势。目前，国内已经发表的关于无人机遥感综述性文章较多，如梁宇哲等[4]以Web of Science核心期刊为数据源，使用CiteSpace对无人机遥感进行了可视化的分析，但使用CiteSpace软件对无人机遥感在农业中的研究综述文章较少。因此，本文通过使用文献计量软件CiteSpace对国内无人机遥感在农业中的研究进行分析和展望，以期为无人机遥感在农业中的研究提供参考和借鉴。

1" 数据来源与研究方法

1.1" 数据来源

本研究基于文献计量学的方法，对国内无人机遥感在农业中的应用与研究相关文献进行收集。文中的农业是指广域的农业，包括种植业、林业、畜牧业及渔业[5]。以中国知网（CNKI）为论文检索平台，检索式为：（无人机OR无人机遥感OR无人机倾斜摄影OR无人机倾斜OR无人机航测OR无人机影像）AND（农业）。检索时间为：2014年1月1日至2023年12月27日。为提高数据来源的可信度，文献来源限制为北京大学图书馆所认定的《中文核心期刊要目总览》，共获得文献2 047篇，通过人工筛选的方式，剔除与无人机遥感在农业中的研究无关的文献，经过CiteSpace软件去除重复文献和无效文献后，获得有效文献828篇。

1.2" 研究方法

CiteSpace，又被翻译为“引文空间”，是一款用于文献分析的可视化工具[6]。在本文中，使用CiteSpace的版本为6.1.R6（64-bit），不同的CiteSpace版本可能对数据的结果具有一定的影响，但是影响相对较小，不影响对总体发展趋势和热点的把握。本文通过对收集到的文献进行可视化分析，从发文时间、作者、研究主题等方面进行分析，以了解国内无人机遥感在农业中的研究现状和热点。

2" 结果与分析

2.1" 年度发文量分析

发文量分析是研究该领域发展情况重要参数，能够反映该领域的发展情况[7]。基于此，对无人机遥感在农业领域发文量的研究是十分必要的。

如图1所示，无人机遥感在农业中的应用和研究发文量在2014年仅为5篇，在2019年发文量突破100篇，并在2021年达到顶峰，为181篇。这说明无人机遥感在农业中的应用和研究是相当热门的，这可能与无人机的小型化、专业化、普及化是有一定关联的。在2022年减少到154篇，2023年减少至134篇，但是从2019年至2023年，连续5年，发文量均为100篇以上，说明无人机遥感在农业中的应用和研究仍然是十分热门的。

2.2" 作者分析

以CNKI为数据源，通过CiteSpace软件进行统计和分析，按照作者的发文数量，作者分布图如图2所示，发文数量在20篇以上的有杨贵军、冯海宽、张智韬，发文数量在10～20篇的作者有兰玉彬、韩文霆、于丰华、杨福芹、刘杨、许童羽、赵静和张立元。其他大多数作者发文数量在10篇以下，分布相对分散。

根据普赖斯文献作者分布规律可知，在同一个研究主题中，有50%的文献来自于核心作者[8]。核心作者的数量计算公式为：

Mp=0.749，" " " " " " （1）

式中：Mp为本文统计时间段内核心作者应当发表的文献数量，Npmax为本文统计时间段内最高产作者发表的文献数量。由图2可知，最高者为杨贵军，数量为47篇，即Npmax=47，求得Mp的值为5.134 885 295 700 3，按照取整原则，发表5篇及以上的作者可视为本领域的核心作者。经过CiteSpace筛选后，得到发表5篇论文及以上的作者有46位，共发表论文439篇，数量大于总文献数828篇的50%（即414篇）。由此可知，在国内无人机遥感在农业中的研究领域，已经形成了较为明显的作者合作集群和核心作者群，如图3所示。

由图3可知，已经形成的比较大的作者合作网络有2个，一是以杨贵军、冯海宽等为代表的作者合作网络，二是以张智韬、韩文霆等为代表的作者合作网络。但是其他作者合作网络相对较小，说明国内无人机遥感技术在农业中的研究领域仍需进一步加强交流和合作。

此外，被引半衰期也是作者分析的一部分。所谓被引半衰期，是指论文在统计年被引论文数量的最新一半论文的时间跨度，即该论文在统计当年被引用的全部次数中，较新一半的引用数是在多长一段时间内累计达到的[9]。通过对作者的分析，我们可以得到作者被引半衰期，即HalfLife的值，该值越高，说明作者被引时间越长。被引半衰期最大的2位作者是胡根生和孟宝平。胡根生等[10]利用安装在无人机平台上的双光谱相机获取可见光和近红外遥感图像，采用改进的加权支持向量数据描述多分类算法，实现病害松树识别，该论文提出光谱与可见光结合的方式来进行农业病害的识别方法，目前，仍然是无人机遥感研究的一个重要方向。宋清洁等[11]提出基于小型无人机与MODIS数据的草地植被覆盖度研究，证明了小型无人机搭载相机获取草地大样方植被数码照片的方法能够准确获取地面草地植被覆盖度数据。以上2篇论文发表时间较早，无人机遥感在农业中的研究尚处于初始阶段，理论与应用较少，加之此2篇论文具有一定的代表性，在之后的论文中被广泛引用。

2.3" 被引分析

为进一步了解无人机遥感在农业中的研究热点，本文对无人机遥感在农业中的研究领域前10位的高被引用论文进行了汇总，具体见表1。

通过表1分析发现，在无人机遥感在农业中的研究领域中，其热点多关注于作物、植物的表型信息的获取，如植被信息获取、叶面积、倒伏面积和株高等。

2.4" 机构分析

研究机构的分析有助于了解该领域的研究力量分布情况。通过CiteSpace的统计功能，得到发文篇数较多的10家科研机构，见表2。

通过对表2中研究机构的发文量进行统计，发文量最多的研究机构是国家农业信息化工程技术研究中心，为46篇；其次是西北农林科技大学水利与建筑工程学院，为38篇。西北农林科技大学机械与电子工程学院、河南理工大学测绘与国土信息工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、中国科学院大学、北京市农业物联网工程技术研究中心、西北农林科技大学水土保持研究所、石河子大学信息科学与技术学院、河南工程学院土木工程学院都是发文量较多的机构。其中，需要注意的是西北农林科技大学关于无人机遥感在农业中的研究和应用较多，其有4个分支机构的发文量都属于前列，在该领域影响力较大。

2.5" 关键词分析

关键词是文献中最重要的信息之一，通过对关键词的分析可以了解研究的研究现状、研究热点等[12]。通过借助CiteSpace软件，获取关键词出现的频次，具体如图4所示。

通过对关键词频次的分析，“无人机”共出现461次。遥感、植被指数、深度学习、多光谱、高光谱、冬小麦、机器学习、玉米、水稻、棉花、图像处理、小麦、随机森林、纹理特征和株高等关键词出现频率较高，分别为99、87、56、53、48、46、43、34、31、28、22、22、22、20和20次。其他关键词，如图像识别、反演模型、光谱指数和产量等出现频次较少，且呈现分散式分布的状态。

借助CiteSpace，可以生成关键词共现网络图谱，本研究所生成的关键词共现网络图谱如图5所示。在图谱中，关键词所代表的节点越大，分支越多，说明该研究方向越热门。从图谱中可以看出，高光谱、深度学习、玉米、遥感、多光谱、植被指数和数码影像等是比较热门的研究对象或方向。

通过使用文献计量方法及借助CiteSpace软件进行统计、归纳分析，我们可以了解到，无人机遥感在农业中的研究和应用主要是以下2个方向：生长状况检测、作物产量预估。生长状况监测即获取作物的株高、叶面积指数、植被指数、纹理特征、病虫害情况、叶绿素和氮素等信息，从而对作物进行针对性的管理。作物产量预估主要是获取作物的田间生物量、株数等信息，对产量进行预估。

2.6" 关键词时序聚类分析

通过CNKI为平台获取无人机遥感的相关论文，使用文献计量方法及借助CiteSpace软件，可以得到关键词时序图谱，通过关键词时序图谱进行分析，可以得到以年为单位的研究热点。时序图谱如图6所示。

CiteSpace根据网络结构和聚类的清晰程度，提供了2个指标，分别是：模块值（Q值）和平均轮廓值（S值）。这2个指标为评判本文的图谱绘制效果提供了依据，一般情况下，Qgt;0.3说明聚类结构是显著的，Sgt;0.7时，聚类的结果是令人信服的[13]。本研究的Q值为0.363 4，S值为0.750 9。鉴于此，可认为本研究所产出的知识图谱是令人信服的。

在关键词时序聚类图谱中，总体上可以分为研究对象（#3玉米）、研究关键指标（#6植被指数）、研究方法（#1高光谱、#2深度学习、#5多光谱、#8数码影像）和总体概述（#0无人机、#4遥感、#7遥感监测）4种类型，研究方法标签较多，说明国内关于无人机遥感在农业上的应用侧重于对研究方法的研究。

2.7" 研究热点与前沿分析

利用CiteSpace软件对无人机遥感在农业中的研究和应用领域2014—2023年发表的文献进行分析，以发现在该领域出现的频次最高和持续时间最长的关键词，即该领域在特定年份的研究热点和重点，同时发现该领域的发展方向和研究前沿[14]，本研究利用CiteSpace软件生成了高突显值关键词图谱，如图7所示。

通过对高突显值关键词图谱进行分析，可以发现，在2014—2023年，研究最早的农作物是“玉米”，其突显值为1.62。在2020年之前，突显时间最长的是“氮素”（1.27），时间为2016—2019年。说明在2020年以前，无人机遥感在农业中的研究和应用领域的研究热点是农作物中氮素的含量。在2020—2023年，突显值最高的是目标监测、监督分类和机器视觉，其突显值分别是1.95、1.7和1.36。说明该段时间的热点是机器视觉、目标检测、深度学习等人工智能处理数据的方法与无人机遥感相结合，大量的人工智能相关的技术被应用到无人机遥感在农业中的研究中去。张妮娜等[15]利用无人机多光谱遥感影像，分析了4种机器学习模型在典型小流域的适用性，具有良好的实用性。鲁向晖等[16]使用支持向量机、随机森林、反向传播神经网络等3种机器学习方法构建了矮林芳樟叶片精油产量预测模型，经过与实际产量进行比对，基于反向传播神经网络的产量预测模型精度最高，为经济类作物的产量预测提供了技术支撑。

3" 结论

本文运用CiteSpace6.1.R6软件以及文献计量学的方法，基于CNKI数据库近些年来无人机遥感在农业中的研究和应用相关的文献，分析了年度发文量、作者发文量、机构发文量和关键词等，得到如下结论。

1）从发文量来看，2014—2021年，国内学者发文量连续递增，在2021年达到顶点，在2022年、2023年发文量有所放缓。

2）从作者分析来看，我国已经形成了较为明显的作者合作集群和核心作者群，其中有2个作者合作集群比较大，一是以杨贵军、冯海宽等为代表的作者合作网络，二是以张智韬、韩文霆等为代表的作者合作网络。但是其他作者合作网络相对较小，说明国内在无人机遥感技术在农业中的研究领域仍需进一步加强交流和合作。

3）从发文机构来看，我国无人机遥感在农业中的研究与应用领域中，研究机构多为高校或科研院所。科研院所中，国家农业信息化工程技术研究中心研究较为广泛和深入。高校中，西北农林科技大学（包含西北农林科技大学水利与建筑工程学院、西北农林科技大学机械与电子工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水土保持研究所）发文量最多，在无人机遥感在农业中的研究和应用中具有一定影响力。

4）从关键词共现中看，通过总结和分析，作物生长状况监测和产量预估是研究重点。

5）从研究进展与前沿分析来看，机器视觉、目标检测、深度学习等人工智能处理数据的方法同无人机遥感相结合是本领域的研究热点和前沿。未来，将会有更多人工智能的研究方式和方法应用到无人机遥感在农业中的研究中去，为农业的精细化管理、预测等提供有力的技术支撑。

值得注意的是，本文出于严谨度和可信度的考虑，将数据来源设定为中国知网收录的北京大学图书馆所认定的《中文核心期刊要目总览》，这在一定程度上限制了样本的数量，因此不能够完全呈现我国无人机遥感在农业中的研究全貌。但总体而言，本文使用了文献计量的方法，在样本数量有限的情况下分析了我国无人机遥感在农业中的研究情况，并分析了未来的发展趋势，以期为未来无人机遥感在农业中的研究领域提供一定的借鉴。

参考文献：

[1] 石永磊，周凯，申鑫，等.基于无人机遥感的林木表型监测进展与展望[J].中南林业科技大学学报，2023，43（11）：13-27.

[2] 黄雨菲，路春燕，贾明明，等.基于无人机影像与面向对象——深度学习的滨海湿地植物物种分类[J].生物多样性，2023，31（3）：143-158.

[3] 郑晓岚，张显峰，程俊毅，等.利用无人机多光谱影像数据构建棉苗株数估算模型[J].中国图象图形学报，2020，25（3）：520-534.

[4] 梁宇哲，郑荣宝，徐嘉源，等.基于Citespace的无人机遥感研究知识图谱分析[J].热带地理，2019，39（2）：309-317.

[5] 李继宇，胡潇丹，兰玉彬，等.基于文献计量学的2001—2020全球农用无人机研究进展[J].农业工程学报，2021，37（9）：328-339.

[6] 盛强，郑建明，刘江山，等.基于CiteSpace的内表面缺陷检测研究进展与趋势[J].光谱学与光谱分析，2023，43（1）：9-15.

[7] 毛秋红，石聪聪.基于CiteSpace的民用无人机国内外研究热点与趋势分析[J].科技管理研究，2021，41（19）：127-135.

[8] 宗淑萍.基于普赖斯定律和综合指数法的核心著者测评——以《中国科技期刊研究》为例[J].中国科技期刊研究，2016，27（12）：1310-1314.

[9] 白云.中国人文社会科学期刊被引半衰期分析研究[J].云南师范大学学报（哲学社会科学版），2006（4）：127-130.

[10] 胡根生，张学敏，梁栋，等.基于加权支持向量数据描述的遥感图像病害松树识别[J].农业机械学报，2013，44（5）：258-263，287.

[11] 宋清洁，崔霞，张瑶瑶，等.基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例[J].草业科学，2017， 34（1）：40-50.