基于WOS的人工智能在农业领域研究的现状分析
孙 婧 ，徐梦珂
（贵州财经大学，贵州 贵阳 550025）
摘 要： 本文通过利用文献计量学的方法，对人工智能在农业领域研究的文献从发文时间、国家、机构、期刊、文献被引频次及关键词等多角度，对该领域目前的研究现状进行全面概括和分析，结果发现：人工智能在农业领域的研究仍处于起步阶段，研究成果较少，从2016年才有所上升。美国、西班牙、中国、巴西等农业大国在该领域的研究相对较多，但有影响力的文献数量较少；期刊《COMPUTERS AND ELECTRONICSIN AGRICULTURE》收录的有关文献最多，是当前该研究领域的重点核心期刊。
关键词： 人工智能；农业；WOS；文献计量
人工智能（Artificial Intelligence,简称 AI），这一概念最早于1956年的Darmouth专题研讨会上被提出，并作为一门新学科得到发展。我国人工智能词典将其定义为“让计算机模拟人的智能活动，并实现用智能才能完成的任务”[1]。提出至今随着计算机软硬件的提升、互联网技术的快速发展，人工智能深受学者重视，在全球范围内引起了广泛的关注。人工智能作为人类社会的第四次工业革命正对各领域和产业的发展带来重大影响。我国的人工智能技术也在不断获得重大突破和取得长足进步，在《新一代人工智能发展规划》中明确提出要将人工智能放在国家战略层面上发展[2]。因此，作为农业大国，更是应当将人工智能技术应用到农业领域中，更好的促进农业的生产发展。在此背景下，有必要对人工智能在农业领域的研究文献进行梳理分析，以便后期研究者更进一步的研究。
本文于 2019年 6月 2日在 Web of Science（简称 WOS）核心合集中将主题词设置为“artificial intelligence”和“agriculture”，时间设置为1900年至今，共检索得101篇相关文章作为研究样本，并利用检索平台自有的分析检索工具及Cite Space进行数据的统计分析。
1 基本数据统计分析
1.1 文献的时间分布
图1 历年发文量统计图
检索发现人工智能在农业领域的研究最早的一篇文献发表于1990年，同期发表的还有1篇相关文献，较人工智能在其他领域的发展时间而言，其在农业领域的发展研究起步较晚。由图1的历年发文量统计图可以看出，从1990年至2016年这30年间来每年的发文量变化都不大，发文量大都集中在1～2篇，更是有5年时间WOS未收录人工智能在农业领域的相关文献。直到2017年发文量才突破个位数，在2018年相关的学术研究成果激增，达到了22篇，是1990年至今发文量最多的年份。从发文量整体趋势来看，从1990年至今，年均发文量约为3.36篇，更是充分说明人工智能在农业领域的研究当前还处于萌芽阶段，但从图1还是可以看出近4年来呈现出较快的上升趋势，发文量持续稳定的增长，说明已有越来越多的学者开始关注人工智能技术在农业领域的发展应用研究。
1.2 文献的国家分布
纵观人工智能在农业领域研究的国家发文量不难发现，截止到目前一共有38个国家参与相关研究，其中文献发表数量最为突出的是美国，其发文的数量为14篇，占该研究领域发文总量的13.86%。紧跟其后的是西班牙（13篇）、中国（11篇）、巴西（10篇），分别占总发文量的12.87%、10.89%、9.90%，这4个国家共计发表48篇文献，在全部国家发文总量的占比几乎接近一半，为47.52%。剩余34个国家的发文量均为个位数，有16个国家的发文量仅为1篇。对国家发文量30年间分布作进一步分析可以发现，这些国家所发表的文章都集中在2016年至2019年期间，一定程度上反映出各国在该领域的研究上整体连续性较差，近4年才有所好转。
1.3 文献的机构分布
经统计得：全球共有165个机构参与其中。发文量排名第一的机构是中国科学院，被收录了5篇；美国佛罗里达州立大学与美国佛罗里达大学共同发表了4篇文献，并列第二；德国的德累斯顿工业大学、加拿大的麦吉尔大学、日本的大阪府立大学、西班牙的科尔多瓦大学、澳大利亚的南昆士兰大学等5所机构各发表3篇文献位居第三。还有10所机构的发文量为2篇，机构数量占比为6%，其余147所机构均只发文1篇。在排名前三的8所机构发文量占总发文量的23.76%，其中麦吉尔大学的总被引量最大，有86次；其次是南昆士兰大学（56次）、德累斯顿工业大学（46次），由此可见这8所机构为人工智能在农业领域的研究具有积极的促进作用。
1.4 文献的期刊分布
本文对Web of Science收录的101篇人工智能在农业领域的研究文献进行多维度分析，从发文总量和发文时间分布来看，从1990年第一篇文献发表至今该领域的研究文献不多，从2016年才开始有所上升，但发文总量远低于人工智能在其他领域的研究发文总量。在国家分布、机构分布分析两方面，美国优势较为凸显，对比之下，从国家分布整体来看，中国排名位居第三，但从机构分布来看，中国科学院的研究成果是研究机构中最多的，相较其他国家而言，我国人工智能技术在农业领域的应用研究走在前列。就当前来看，人工智能在农业领域的发展研究还处于早期萌芽起步阶段，研究成果较其他领域而言相对较少，不过随着社会各界的不断重视，在不久的将来，人工智能技术定能在农业领域得到充分的运用。
1.5 文献年被引分析
文献的被引频次是最能体现该项研究的重要学术价值，被引频次高的文献在一定程度上代表该研究领域的知识基础[2]。人工智能在农业领域的研究文献中被引频次排名前三的分别是美国学者Ott,KH、Aranibar,N等人于2013年发表的《Metabonomics classifies pathways affected by bioactive compounds.Artificial neural network classification of NMR spectra of plant extracts》，其被引频次为118次；随后是荷兰学者Wolfert,Sjaak、Ge,Lan等人在2017年发表的《Big Data in Smart Farming-A review》以及2003年美国学者 Aitkenhead,MJ、Dalgetty,IA的 《Weed and crop discrimination using image analysis and artificial intelligence methods》，被引频次分别是104次和83次。这3篇文献的被引频次远高于其他文献，除了被引第二的文献是对农业领域人工智能的研究作一个综合概述外，其余两篇文献均是对人工智能技术在农业领域的实际应用所进行的研究。
1.6 高被引文献分析
按10年一个区间对30年的文献被引情况划分为3个区间进行统计，情况如下：在1990年到1999年期间WOS共收录了15篇文献，总共被引用次数为58次，单篇被引次数约为3.87次。从2000年到2009年共有16篇文献，只比前10年多1篇文献，但被引总频次多达437次，篇均被引频次约为27.31次，可见总被引次数大幅上升。2010年到2019年6月收录70篇文献，总被引频次为606次，篇均被引频次为约8.66次。
2 研究热点分析
图2 关键词共现图谱
利用SATI题录分析软件对检索得到的101篇文章作关键词词频统计分析，可知当前研究领域所涵盖的关键词有402个，平均每篇文献3.98个关键词，合并表达内容重复的关键词，最后得397个关键词。经统计，频次为1次的关键词有355个，占关键词总量的89.42%；频次为2的关键词有28个，频次为3的有7个。词频频次位于前7位的关键词有artificial intelligence（34次）、artificial neural networks （19 次）、Agriculture （10 次）、precision agriculture（8 次）、machine learning（6 次）、Irrigation（5 次）、deep learning（4 次）。
如图2所示，结合citespace作的关键词共现图谱不难发现，当前人工智能在农业领域的研究还处于早期探索阶段，主要围绕着利用人工智能相关技术改变农业传统的发展运营模式，打造智慧农业[3]。如利用神经网络对种子的质量进行准确的检测评估，在保障作物质量的同时也能提高作物的产量；制造农业机器人来完成作物的种植、采摘等农务，以减轻农民负担，使得农业种植的自动化、智能化得以实现；通过机器学习、深度学习精准检测作物的生长状态和虫害情况以及检测土壤湿度更准确的进行灌溉等，降低生产成本的同时也能更有效的保护好生态环境[4]。
3 结论
对期刊分布情况进行分析，能帮助后期研究人员找到相关研究领域的核心期刊进行重点查阅[1]。这101篇文献由75本期刊所刊载，其中 《COMPUTERSAND ELECTRONICSIN AGRICULTURE》刊载量最多，有14篇(占13.86%)；并列位居第二的是《AGRICULTURAL WATER MANAGEMENT》《BIOSYSTEMSENGINEERING》、《ENGINEERING APPLICATIONSOF ARTIFICIAL INTELLIGENCE》 《SENSORS》 《THEORETICAL AND APPLIED CLIMATOLOGY》，分别刊载了3篇，总刊载量占14.85%。有4本期刊各刊载了2篇文献，剩下期刊各刊载1篇文献。
我们针对花牛苹果品种天汪1号贮期病害发生情况，在天水市两区五县部分冷库内进行了普查，并以天水市果树研究所冷库为基点进行了3个贮藏周期的定点系统调查。调查发现，花牛苹果贮期病害主要有5种，其中苹果虎皮病、苹果霉心病、苹果苦痘病危害严重，苹果裂果病、苹果青霉病危害较轻。
中国一些互联网公司也遵循这样的定律，有些年轻企业家几年就把公司做到几十亿美金，但是上市两年后估值还能维持不跌的就已经是少数了，再过三四年市值还能增长突破到百亿美金以上的几乎就是绝无仅有。我对未来有信心，我对今天就会越来越有信心，这就是58到家的哲学观。在湖畔大学上课的时候，很多同学的公司按市值比较都比58到家成功一个量级，但我们往往会讨论一个观点，你能保证5年后比今年更牛吗？58到家可以回答这个问题，5年后一定比现在更强大。
要想取得这样的成绩，需要付出大量的时间精力，而同时Arneis还要兼顾2场侍酒师比赛，3个专业考试，并到5个国家产区进行考察学习，这样的强度是可想而知的。在这样的情况下，Arneis只能尽量挤出时间来学习。“我们一般是下午一两点去公司上班，早一点的话晚上11点半左右下班，晚一点凌晨1点下班。早上早起看书，例如早上八九点，看书到上班，有些活动不可避免要推掉，很难兼顾那么多东西。”如今，Arneis在冲刺WSET Diploma，对于2019年，他希望明年能顺利通过WSET Diploma考试，至于MS考试，“如果明年年初有名额的话，一定全力以赴去准备。”Arneis说。
参考文献：
[1]蔡自兴.人工智能词典[M].北京：化学工业出版社，2008.
[2]国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm
[3]吴健，王敏，靳志辉，等.土壤环境中多环芳烃研究的回顾与展望：基于Web of Science大数据的文献计量分析[J].土壤学报，2016，53(5)：1085-1096.
[4]李杰，郭晓宏，姜亢，等.安全科学知识图谱的初步探究：以《Safety Science》期刊数据为例[J].中国安全科学学报，2013，23(4)：152-158.
中图分类号： S126；TP18
文献标志码： A
文章编号： 1672-3872(2019)13-0283-02
作者简介： 孙婧（1994—），女，贵州安顺人，硕士研究生，研究方向：信息服务。