基于Web of Science的作物病害监测和预警研究进展.pdf

第9期董萍 等:基于W e b o f S c i e n c e的作物病害监测和预警研究进展1 3 7 D O I:1 0.1 3 7 3 3/j.j c a m.i s s n.2 0 9 55 5 5 3.2 0 2 3.0 9.0 2 0董萍,王明,彭飞,等.基于W e b o f S c i e n c e的作物病害监测和预警研究进展J.中国农机化学报,2 0 2 3,4 4(9):1 3 7-1 4 5D o n g P i n g,W a n g M i n g,P e n g F e i,e t a l.R e s e a r c h p r o g r e s s o f c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g b a s e d o n W e b o f S c i e n c e J.J o u r n a l o f C h i n e s e A g r i c u l t u r a l M e c h a n i z a t i o n,2 0 2 3,4 4(9):1 3 7-1 4 5基于W e b o f S c i e n c e的作物病害监测和预警研究进展*董萍1,王明1,彭飞2,时雷1,张娟娟1,司海平1(1.河南农业大学信息与管理科学学院,郑州市,4 5 0 0 4 6;2.郑州城建职业学院信息工程系,郑州市,4 5 2 1 0 0)摘要:作物病害是我国主要农业灾害之一,严重危害作物生长发育,威胁粮食安全。为宏观掌握作物病害的发展动态,了解作物病害监测和预警的研究前沿和应用热点,基于文献计量学方法,利用VO S v i e w e r可视化软件,对2 0 0 32 0 2 2年间W e b o f S c i e n c e核心合集数据库收录的作物病害监测和预警研究的相关论文进行可视化分析,为作物病害研究者跟踪研究前沿、把握研究方向提供理论参考。结果表明:作物病害监测和预警领域发文量整体呈现逐步上升趋势,具有广阔的发展前景;中国是作物病害监测和预警研究领域发文数量最多的国家,但研究成果质量需进一步提升;核心作者之间已形成固定的核心研究团队,发文量最多的作者来自以黄文江、张竞成、康振生和V a r s h n e y为代表的研究团队;研究成果主要刊载在F r o n t i e r s i n P l a n t S c i e n c e、P l a n t D i s e a s e和C o m p u t e r s a n d E l e c t r o n i c s i n A g r i c u l t u r e期刊上;发文的主要机构有美国农业部农业研究局、中国科学院和中国农业科学院;抗病基因育种、P C R诊断作物病害、卷积神经网络和深度学习分类作物病害和遥感监测作物植被指数是近2 0年来该领域研究的重点和热点。综合来看,作物病害监测和预警研究具有较强的应用前景,但面临的挑战仍很大,需要突破现有技术手段,多种技术相融合,推动作物病害监测和预警向着更加智能化、精准化的方向发展。关键词:作物病害;监测;预警;可视化分析;聚类分析;W e b o f S c i e n c e中图分类号:S 4 3 5 文献标识码:A 文章编号:2 0 9 5 5 5 5 3(2 0 2 3)0 90 1 3 7 0 9收稿日期:2 0 2 3年1月9日 修回日期:2 0 2 3年3月3日*基金项目:河南省自然科学基金(2 3 2 3 0 0 4 2 0 1 8 6、2 2 2 3 0 0 4 2 0 4 6 3);河南省科技研发计划联合基金优势学科培育项目(2 2 2 3 0 1 4 2 0 1 1 3);国家自然科学基金(3 2 2 7 1 9 9 3);河南省科技研发计划联合基金优势学科培育项目(2 2 2 3 0 1 4 2 0 1 1 4)第一作者:董萍,女,1 9 8 6年生,河南郑州人,博士,讲师;研究方向为农业信息化、机器学习。E-m a i l:d o n g p i n g 3 2 71 6 3.c o m通讯作者:司海平,男,1 9 7 8年生,河南郑州人,博士,教授,硕导;研究方向为农业大数据。E-m a i l:p i n g s s s 1 2 6.c o mR e s e a r c h p r o g r e s s o f c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n gb a s e d o n W e b o f S c i e n c eD o n g P i n g1,W a n g M i n g1,P e n g F e i2,S h i L e i1,Z h a n g J u a n j u a n1,S i H a i p i n g1(1.C o l l e g e o f I n f o r m a t i o n a n d M a n a g e m e n t S c i e n c e,H e n a n A g r i c u l t u r a l U n i v e r s i t y,Z h e n g z h o u,4 5 0 0 4 6,C h i n a;2.D e p a r t m e n t o f I n f o r m a t i o n E n g i n e e r i n g,Z h e n g z h o u U r b a n C o n s t r u c t i o n V o c a t i o n a l C o l l e g e,Z h e n g z h o u,4 5 2 1 0 0,C h i n a)A b s t r a c t:C r o p d i s e a s e s a r e o n e o f t h e m a j o r a g r i c u l t u r a l d i s a s t e r s i n C h i n a,w h i c h s e r i o u s l y e n d a n g e r s c r o p g r o w t h a n d d e v e l o p m e n t a n d t h r e a t e n f o o d s e c u r i t y.I n o r d e r t o m a c r o s c o p i c a l l y g r a s p t h e d e v e l o p m e n t t r e n d s o f c r o p d i s e a s e s a n d u n d e r s t a n d t h e r e s e a r c h f r o n t i e r s a n d a p p l i c a t i o n h o t s p o t s o f c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g,b a s e d o n t h e b i b l i o m e t r i c m e t h o d,VO S v i e w e r v i s u a l i z a t i o n s o f t w a r e i s u s e d t o v i s u a l i z e a n d a n a l y z e t h e p a p e r s r e l a t e d t o c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g r e s e a r c h i n c l u d e d i n t h e W e b o f S c i e n c e c o r e c o l l e c t i o n d a t a b a s e d u r i n g 2 0 0 32 0 2 2,w h i c h c a n p r o v i d e t h e o r e t i c a l r e f e r e n c e f o r r e s e a r c h e r s t o t r a c k t h e r e s e a r c h f r o n t i e r a n d g r a s p t h e r e s e a r c h d i r e c t i o n.T h e r e s u l t s s h o w t h a t t h e n u m b e r o f p a p e r s p u b l i s h e d i n t h e f i e l d o f c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g i s g r a d u a l l y i n c r e a s i n g a n d h a s a p r o m i s i n g f u t u r e.C h i n a i s t h e c o u n t r y w i t h t h e l a r g e s t n u m b e r o f p a p e r s i n t h e f i e l d o f c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g,b u t t h e q u a l i t y o f r e s e a r c h r e s u l t s n e e d s t o b e f u r t h e r i m p r o v e d.T h e 第4 4卷 第9期2 0 2 3年9月中国农机化学报J o u r n a l o f C h i n e s e A g r i c u l t u r a l M e c h a n i z a t i o nV o l.4 4 N o.9S e p.2 0 2 31 3 8 中国农机化学报2 0 2 3年c o r e a u t h o r s h a v e f o r m e d a f i x e d c o r e r e s e a r c h t e a m,a n d t h e a u t h o r s w i t h t h e l a r g e s t n u m b e r o f p a p e r s a r e H u a n g W e n j i a n g,Z h a n g J i n g c h e n g,K a n g Z h e n s h e n g a n d V a r s h n e y.T h e r e s e a r c h r e s u l t s a r e m a i n l y p u b l i s h e d i n F r o n t i e r s i n P l a n t S c i e n c e,P l a n t D i s e a s e,a n d C o m p u t e r s a n d E l e c t r o n i c s i n A g r i c u l t u r e.T h e m a i n i n s t i t u t i o n s t h a t p u b l i s h a r t i c l e s a r e U S D A A g r i c u l t u r a l R e s e a r c h S e r v i c e,C h i n e s e A c a d e m y o f S c i e n c e s,a n d C h i n e s e A c a d e m y o f A g r i c u l t u r a l S c i e n c e s.T h e m a i n i n s t i t u t i o n s p u b l i s h i n g p a p e r s i n c l u d e U S D A-A R S,C h i n e s e A c a d e m y o f S c i e n c e s a n d C h i n e s e A c a d e m y o f A g r i c u l t u r a l S c i e n c e s,d i s e a s e r e s i s t a n c e g e n e b r e e d i n g,P C R d i a g n o s i s o f c r o p d i s e a s e s,c o n v o l u t i o n a l n e u r a l n e t w o r k a n d d e e p l e a r n i n g c l a s s i f i c a t i o n o f c r o p d i s e a s e s a n d r e m o t e s e n s i n g m o n i t o r i n g o f c r o p v e g e t a t i o n i n d i c e s a r e t h e f o c u s a n d h o t s p o t s o f r e s e a r c h i n t h i s f i e l d i n t h e p a s t 2 0 y e a r s.I n a c o m p r e h e n s i v e v i e w,c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g r e s e a r c h h a s s t r o n g a p p l i c a t i o n p r o s p e c t s.H o w e v e r,t h e c h a l l e n g e s a r e s t i l l g r e a t,w h i c h r e q u i r e b r e a k t h r o u g h s i n e x i s t i n g t e c h n i c a l m e a n s a n d i n t e g r a t i o n o f m u l t i p l e t e c h n o l o g i e s t o p r o m o t e c r o p d i s e a s e m o n i t o r i n g a n d e a r l y w a r n i n g i n t h e d i r e c t i o n o f m o r e i n t e l l i g e n t a n d p r e c i s e.K e y w o r d s:c r o p d i s e a s e s;m o n i t o r i n g;e a r l y w a r n i n g;v i s u a l i z a t i o n a n a l y s i s;c l u s t e r a n a l y s i s;W e b o f S c i e n c e0 引言2 0 2 2年2月,中央一号文件 中共中央国务院关于做好2 0 2 2年全面推进乡村振兴重点工作的意见 发布,意见强调要加快推进农业现代化,深入实施重要农产品保障战略,牢牢守住保障国家粮食安全的底线。作物病害是影响粮食高质高产的主要因素之一,准确高效的识别作物病害并实施精准防治是现代农业发展的主要趋势之一1。传统的作物病害检测是依靠农户的经验进行判断的,这种检测方法具有主观性,精度较低且劳动强度大,病害发生后一般借助农药对病害进行防治,不仅会对环境造成污染而且会影响粮食质量。我国在农作物病害管理方面,已经投入了相当大的人力和物力来研究开发传感、成像、高光谱和计算机生物学等技术,以监测和管理作物病原体和其他生物胁迫源。随着现代化农业进程的加快,3 S、机器视觉、高光谱、人工智能、大数据和物联网等技术被广泛应用在农业活动中,包括作物保护,检测和预测农作物疾病,极大地提高了作物病害监测和预警的准确率2。特别是计算机视觉方面的技术进步促进了作物病害的自动化检测,作物生理数据可通过卫星、机载遥感或近距离遥感收集34。这些无损检测方法不直接接触农作物,不会对作物的生长造成影响,并且具有低成本、覆盖区域广和病害症状提前评估等优点。目前作物病害中的遥感和成像技术也可用于农场管理和精准农业,可以进行早期病害检测、在田间试验中评估作物品种或杀菌剂的效果、记录作物病害对生理状况和产量的影响、区分生物和非生物胁迫以及支持植物育种的高通量表型等5。国内外部分学者已经从不同角度对作物病害监测和预警的研究发展状况做出了分析67。白雪冰等8从光谱成像的角度综述了近六年来国内外关于光谱成像技术在作物病害检测领域应用的相关文献,分析展望了光谱成像技术在作物病害检测领域中应用的研究趋势;刁智华等9将图像处理技术应用到病害特征提取识别中,分别从形状、颜色、纹理的特征提取出发,基于部分学习方法的病害识别综述了近些年作物病害特征提取识别的应用研究;竞霞等1 0从作物病害遥感探测的方法和尺度两个方面综述了基于反射率光谱的作物病害遥感监测现状,概括了主动荧光、被动荧光以及协同日光诱导叶绿素荧光和反射率光谱在作物病害遥感监测中的研究进展;A b a d e等1 1回顾分析了过去十年中采用不同的方法处理与疾病检测、数据集特征、作物病原体相关方面的1 2 1篇论文,旨在确定卷积神经网络(C NN)在植物疾病识别和分类过程中的应用现状和研究趋势;L i u等1 2从光谱抗性的角度出发总结了过去十年中水稻作物广谱抗病基因鉴定的最新进展以及通过生物技术手段在作物改良中的应用;F e d e l e等1 3通过检索与1 0 3种作物有关的疾病模型的论文,提取描述性元数据,开发病理系统图,强调各种模型之间的差距,并提出需要进一步研究的问题。目前,国内外对作物病害的研究主要集中在病害的识别和综合防治上,缺乏针对该领域的定量研究和结构化分析。文献计量学是将数学和统计学的相关理论运用于文献情报研究的一门交叉学科1 4,其优点在于能直观清晰的展现出知识框架和研究热点,可以回答“某一科学领域的研究主题是什么?”“这些主题之间是如何联系的?”“某一科学领域是如何发展的?”以及“谁是一个科学领域的关键参与者(研究人员、机构、期刊)?”等问题。文献计量学已被用于回答很多领域的这些类似问题,李继宇等1 5对2 0 0 12 0 2 0年累计二十年间农用无人机领域内发布的期刊及论文进行可视化,分析农用无人机的主要研究国家及相互间的合作关系和农用无人 机 的 研 究 前 沿;钟 菊 新 等1 6通 过 对2 0 1 02 0 2 0年W e b o f S c i e n c e核心合集数据库中土壤细菌领域相关文献进行计量分析,分析土壤细菌领域的发文量趋势、主要研究国家和研究的重点和热点。然而,第9期董萍 等:基于W e b o f S c i e n c e的作物病害监测和预警研究进展1 3 9 目前还未见有使用结构化的文献计量方法对作物病害监测和预警领域研究趋势、研究课题的演变以及该研究领域的出版情况进行定量调查。因此本文基于文献计量学的分析方法,借助VO S v i e w e r文献可视化工具,对2 0 0 32 0 2 2年间W e b o f S c i e n c e核心合集数据库中的作物病害监测和预警相关文献进行可视化分析,以获取近2 0年来作物病害监测和预警领域的研究进展和前沿热点,形成相应的网络图谱,为该领域研究者跟踪研究前沿、把握研究方向提供参考依据。1 材料和方法1.1 数据来源为统计 分 析 作 物 病 害 监 测 和 预 警 研 究 领 域 近2 0年来的发展状况,将W e b o f S c i e n c e 核心合集数据库作为文献检索数据库。全世界十大粮食作物是水稻、玉米、大豆、小麦、燕麦、黑麦、大麦、高粱、甘薯、马铃薯,以这十种作物作为此次检索的主要作物,其检索式为“T S=(c r o p O R r i c e O R w h e a t O R c o r n O R o a t O R s o y b e a n O R r y e O R p o t a t o O R b a r l e y O R s o r g h u m O R“s w e e t p o t a t o”)AN D d i s e a s e AN D(i d e n t i f*O R m o n i t o*O R w a r n*O R f o r e c a s t*)”,检索时间跨度为2 0 0 32 0 2 2年(2 0年),文献类型设定为“A r t i c l e”,最终检索时间为2 0 2 3年1月5日,共检索到2 1 6 0 9篇文献。对检索到的文献进行筛选,研究对象为作物病害,删除作物虫害相关文献,删除与作物病害监测和预警主题不相关的文献,删除引用量过低且年份久远的文献,最终筛选出3 0 9 1篇文献,将所选文献“全记录与引用的参考文献”格式进行下载。1.2 研究方法VO S v i e w e r是荷兰莱顿大学V a n E c k与W a l t m a n研究开发,在科研网络分析方面具有较好的可视化效果1 7。VO S v i e w e r获得的聚类图谱,每个圆圈表示一个关键词,其圆圈大小表示该关键词出现的频次,圆圈颜色代表关键词的聚类,关键词间连线的粗细代表关联总强度。利用VO S v i e w e r软件对作物病害监测和预警领域的发文量、国家、研究机构、作者、刊载期刊、关键词等进行可视化分析,借助知识图谱梳理、归纳总结作物病害监测和预警领域的发展脉络及近2 0年间的研究热点。2 结果与分析2.1 文献发表量年度变化分析对文献的发文量随年份变化趋势进行统计分析,如图1所示,可以在一定程度上了解作物病害监测和预警的研究历程。从总体上看,国际上作物病害监测和预警领域发文量呈现三个阶段,2 0 0 32 0 1 0年,每年的发文量不超过5 0篇,相关研究较少,处于缓慢培育阶段;2 0 1 12 0 1 6年,发文量缓慢稳定增长,年发文量从4 6篇增长到了1 3 5篇,说明作物病害监测和预警已经成为农业发展的重要一环,越来越受到学者的重视;2 0 1 7年之后,发文量持续大幅度增长,7 6%的文献发布于此阶段,可见作物病害监测和预警这一主题备受关注,是当前的热点和前沿,这与信息技术的飞速发展是密切相关的。近年来,深度学习、遥感、机器视觉、高光谱等技术蓬勃发展1 8,研究者们基于以上技术理论相继探索出了诸多作物病害监测和预警方法,其病害检测的准确率远超传统作物病害识别技术。国内外越来越多的研究者转向农作物长势和生理数据实时监测、病害识别和预警等方面的“互联网+农业”研究和应用1 9。图1 2 0 0 32 0 2 2年期间发文量变化趋势F i g.1 T r e n d i n a n n u a l n u m b e r s o f p u b l i c a t i o n sf r o m 2 0 0 3 t o 2 0 2 22.2 主要发文国家分析通过对国家发文量进行分析,可以在一定程度上反映世界各国在作物病害监测和预警领域的科研实力和影 响 力。使 用VO S v i e w e r软 件,对 发 文 量 大 于1 0篇的国家进行图谱可视化,直观地展示出这些国家在该领域中的发表量和影响力。统计在作物病害监测和预警领域发文量排名前1 0的国家,如图2所示。为了进一步分析高生产力国家,以篇数和篇均被引频率作为衡量指标,比较不同国家论文的影响力和质量。从发文 数 量 来 说,中 国 最 多(7 6 3篇),其 次 是 美 国(6 1 2篇),第3名是印度(4 0 4篇),澳大利亚、英国和西班牙等国家也发表了较多相关论文;从篇均被引频率来看,最高的是德国(3 3.4 6次),其次是英国(3 1.0 1次),排第3的是美国(2 7.9 8次)。研究发现,虽然中国近年来发表的相关论文数量最多,但与德国、英国、美国等国家相比,篇均被引频率仍有较大差距,这说明中国在作物病害监测和预警领域的研究论文虽然具有数量优势,但质量还需进一步提升。美国在发文量和篇均被引频率方面均居于第2名,综合来讲,美国在作物病害监测和预警领域具有较1 4 0 中国农机化学报2 0 2 3年强的综合科研实力。美国在作物病害监测和预警领域的研究历史悠久,1 9 1 0年,美国农业部成立了第一个农业 气 象 站,开 始 对 作 物 的 生 长 情 况 进 行 监 测;1 9 7 8年美国伊利诺斯大学开发出了世界上最早的农作物病害诊断专家系统,在作物病害识别发展中起到了奠基性作用,加之科研实力较强,具有先进的科研设备并且人才云集,在作物病害监测和预警领域创造了大量经典的开创性研究成果。图2 2 0 0 32 0 2 2年期间主要国家发文量和篇均被引频次F i g.2 N u m b e r o f p u b l i c a t i o n s i s s u e d b y m a j o r c o u n t r i e s a n d t h e f r e q u e n c y o f c i t a t i o n s f r o m 2 0 0 3 t o 2 0 2 22.3 主要研究机构分析从W e b o f S c i e n c e获取的3 0 9 1篇文献所涉及的机构共有3 5 5 7个,作物病害监测和预警领域发文量排名前1 0的机构如表1所示。从发文量的角度分析,美国农业部农业研究局(U S D A-A R S)发文量最高,发文数量为8 7篇,其次是中国科学院(C h i n e s e A c a d e m y o f S c i e n c e s),发文量为8 3,紧随其后的为中国农业科学院(C h i n e s e A c a d e m y o f A g r i c u l t u r a l S c i e n c e s)、佛罗里达大学(U n i v e r s i t y o f F l o r i d a)、中国农业 大学(C h i n a A g r i c u l t u r a l U n i v e r s i t y)、加 拿 大 农 业 部(A g r i c u l t u r e a n d A g r i-F o o d C a n a d a)、美国的康奈尔大学(C o r n e l l U n i v e r s i t y)、法 国 农 业 科 学 研 究 院(I N R A)、农 业 科 学 研 究 院(A R S)、南 京 农 业 大 学(N a n j i n g A g r i c u l t u r a l U n i v e r s i t y)。从篇均被引频次角度分析,法国农业科学研究院(I N R A)篇均被引频次最高(3 9.3 7次),其 次 是 美 国 康 奈 尔 大 学(C o r n e l l U n i v e r s i t y,3 8.3 2次),第3名是美国的佛罗里达大学(U n i v e r s i t y o f F l o r i d a,3 6.3 0次),篇均被引频次排名前3的科研机构中,未出现中国的研究机构。可以看出,近年来中国在作物病害监测和预警领域发展迅速,涌现出了一大批以中科院、农科院为代表的科研机构,发文量大幅提升,但科研成果质量相比美国、法国等发达国家 的 研 究 机 构 仍 有 一 定 差 距。发 文 量 排 名 前1 0的科研机构中,4所来自美国,且其中有2所在篇均被引频率上表现较好,排名前3,说明美国的研究机构在作物病害监测和预警领域占据绝对的优势地位。表1 2 0 0 32 0 2 2年期间发文量T O P 1 0的研究机构T a b.1 T O P 1 0 p r o l i f i c i n s t i t u t i o n s b a s e d o n a n a n a l y s i s o f p u b l i c a t i o n s f r o m 2 0 0 3 t o 2 0 2 2序号机构发文量/篇总被引/次篇均被引/次1美国农业部农业研究局(U S D A-A R S)8 72 0 3 62 3.4 02中国科学院(C h i n e s e A c a d e m y o f S c i e n c e s)8 31 7 6 52 1.2 63中国农业科学院(C h i n e s e A c a d e m y o f A g r i c u l t u r a l S c i e n c e s)7 81 2 4 71 5.9 94佛罗里达大学(U n i v e r s i t y o f F l o r i d a)4 61 6 7 03 6.3 05中国农业大学(C h i n a A g r i c u l t u r a l U n i v e r s i t y)4 64 2 99.3 36加拿大农业部(A g r i c u l t u r e a n d A g r i-F o o d C a n a d a)4 67 8 51 7.0 77康奈尔大学(C o r n e l l U n i v e r s i t y)4 31 6 4 83 8.3 28法国农业科学研究院(I N R A)4 31 6 9 33 9.3 79农业科学研究院(A R S)4 31 2 5 62 9.2 01 0南京农业大学(N a n j i n g A g r i c u l t u r a l U n i v e r s i t y)3 84 9 91 3.1 3 使用VO S v i e w e r对发文量大于1 0篇的研究机构进行显示。研究机构合作网络如图3所示。由图3可知,美国农业部农业研究局的圆圈最大,位于网络中的核心地带,与7 1个机构存在合作关系,说明美国农业部农业研究局的作物病害监测和预警领域的国际影响力较强,对作物病害监测和预警研究领域的贡献较大。其次与其他研究机构之间连线较多的是中国科学院和中国农业科学院,积极与国内外科研机构开展密切的学术交流。可以发现,发文量越多的国家,与其他机构的合作关系也越强。图3 2 0 0 32 0 2 2年期间研究机构合作网络图谱F i g.3 V i s u a l i z a t i o n o f r e s e a r c h i n s t i t u t i o n s c o l l a b o r a t i o n f r o m 2 0 0 3 t o 2 0 2 22.4 主要研究作者分析在筛选出的3 0 9 1篇英文文献中共有1 5 2 5 4名作者,发文量排名前1 0的作者如表2所示。发文量最多第9期董萍 等:基于W e b o f S c i e n c e的作物病害监测和预警研究进展1 4 1 的是中国科学院的黄文江,主要从事植被定量遥感研究工作2 0。根据P r i c e2 1提出的理论,核心作者最低发文量N=0.7 4 9Mm a x(Mm a x为最高作者的发文量),Mm a x=3 0,可以计算出发文量4篇以上的作者定位为作物病害监测和预警领域的核心作者,共有1 9 9名 核 心 作 者,发 文1 0 6 6篇,占 总 发 文 量 的3 4.5%。从发文数量上来看,来自中国科学院的黄文江(发文3 0篇)、董莹莹(发文1 8篇)、叶回春(发文1 3篇)等是作物病害监测和预警领域的主要高产研究学者。根据VO S v i e w e r的总联系强度参数(T L S)分析表明,黄文江(T L S值为1 0 7)、董莹莹(T L S值为7 6)、马慧琴(T L S值为5 9)等与其他作者合作密切。可以发现,发文量越高的作者,与其他学者之间的学术交流越密切。表2 2 0 0 32 0 2 2年期间发文量T O P 1 0的作者T a b.2 T O P 1 0 a u t h o r s b a s e d o n a n a n a l y s i s o f p u b l i c a t i o n s f r o m 2 0 0 3 t o 2 0 2 2序号作者发文量T L S1黄文江(H u a n g W e n j i a n g)3 01 0 72董莹莹(D o n g Y i n g y i n g)1 87 63叶回春(Y e H u i c h u n)1 35 74马慧琴(M a H u i q i n)1 25 95刘林毅(L i u L i n y i)1 14 66师越(S h i Y u e)1 03 37张竞成(Z h a n g J i n g c h e n g)92 68袁琳(Y u a n L i n)91 69张东彦(Z h a n g D o n g y a n)91 31 0黄林生(H u a n g L i n s h e n g)83 4 同时利用VO S v i e w e r绘制核 心作者图 谱如图4所示。图4 2 0 0 32 0 2 2年期间作者合作网络图谱F i g.4 C o-o c c u r r e n c e m a p p i n g o f a u t h o r s f r o m 2 0 0 3 t o 2 0 2 2可以看出,核心作者之间形成了以黄文江、张竞成、康振生和V a r s h n e y为代表的核心研究团队。黄文江为代表的研究团队研究内容主要涉及植被定量遥感、作物理化参数遥感反演机制与模型、智能化作物长势与病害播报平台研制;张竞成为代表的研究团队主要研究综合遥感、气象等信息构建病虫害预测模型。康振生为代表的研究团队研究内容主要涉及从遗传学、分子生物学以及基因组学等方面研究作物病害致病机理与防治技术;V a r s h n e y为代表的研究团队研究内容主要涉及遗传学、应用微生物学和生物化学等方面。可以发现,发文作者呈现区域性的合作关系,同一机构或同一地区的学者之间密切合作,形成固定的核心研究团队,核心团队之间均有合作。2.5 热门期刊分析对期刊发文量进行分析,得到作物病害监测和预警研究发文量排名前1 0的期刊,如表3所示。该领域的文章主要发表在跨学科植物科学、植物病理学、传感器与物理过程和精确农业等期刊上。发文量前3的期刊 为F r o n t i e r s i n P l a n t S c i e n c e、P l a n t D i s e a s e和C o m p u t e r s a n d E l e c t r o n i c s i n A g r i c u l t u r e,是作物病害监测和预警领域最热门期刊,发文量分别为1 4 5、1 1 5、9 2篇。其 中F r o n t i e r s i n P l a n t S c i e n c e和C o m p u t e r s a n d