在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持。

文|农食山人

编辑|农食山人

◆ ◇ 前言 ◇ ◆

近年来，人们对研究记录在案的知识体现的知识网络产生了浓厚的兴趣。研究人员依靠全面的调查来确定与其工作最相关的学术记录，并分析各方面知识之间的相互关系。

研究人员比以往任何时候都更需要知道如何检索以及在哪里检索，这主要是由于学术记录的产量呈指数级增长，这就要求学术界思考在哪里可以最好地获取这些记录。

因此，文献计量分析是对文献资料的定量研究，其目的是提供特定研究领域的概况，可以按照文章、作者和期刊进行分类，从而为研究人员提供帮助。

农机遥测包括机器管理信息的组合，其中可能涉及速度、位移、地理位置、产量、机器工作时间、进出机器的物料流以及维护信息；它与土地和作物的物理条件相关联，如田地大小和形状、地形、生产线长度、生产线末端的转弯空间、产量以及转弯区域的表面状况。

这项技术在上世纪60年代末和70年代初首次使用，曾一度被人遗忘，但在2013年，其使用量再次增加。与某些数据（位置、机器维护、农业投入、生产和环境方面）相关联。因此，本文对近几十年来发表的有关农业机械遥测技术的研究成果进行了文献综述和简要介绍。

一、文献计量学和出版图谱的理论前提

研究应调查代表某一专题研究前沿的主要文件，以确定该专题的国际和国内合作。坎波斯等人认为，文献综述旨在提取已发表研究的特征，形成对所介绍研究的看法。

相比之下，文献计量学应加入到研究中，以制定搜索和选择参数，使研究人员能够接触到一定量的文章进行分析，并从文献空白中形成研究趋势的新视角。

因此，应从概念上对所要研究的方法和主题进行很好的界定，以找到研究的本质特征，从而对所提出的技术现状有一个重要的理解。

文本挖掘是一个试图从文本中提取有意义信息的领域。它可以被广泛地描述为分析文本以获取用于特定目的的有用信息的过程。

在任何情况下都不应将这一概念与简单的网络搜索概念混为一谈。后者是指通过搜索引擎搜索信息。这种操作提供的信息量非常大，操作者必须逐一选择自己需要的信息。

对于前者，你可以把所有无用的信息放在角落里，只保留你正在寻找的与研究相关的信息。这些方法涉及索引、神经网络、聚类和分类算法。

二、VOSviewer

VOSviewer是莱顿大学的NeesJanvanEck和LudoWaltman于2011年开发的一款软件工具，用于构建文献计量网络并将其可视化。例如，特定网络可以包括期刊、研究人员或个人出版物，并可根据引文、书目耦合、共同引文或合著关系构建。该软件还提供文本挖掘功能，可用于构建和可视化从科学文献中提取的重要术语的共享网络（VOSviewer官方网站）。

R2在统计学中，判定系数用R2表示，读作"R-平方"，是自变量中可通过自变量预测的变异比例。这些统计量与统计模型一起使用，其主要目的是预测未来结果或根据其他相关信息检验假设。它根据模型所解释的结果中总变异的比例来衡量模型对观察结果的再现程度。

那么数据集的变异性就可以用两个平方和公式来衡量：如果y是观测数据的平均值：

其中yi是[y1…yn]之间的值。残差的平方和，又称残差平方和（SSres）：

总平方和（SStot）（与数据方差成正比）为：

判定系数R2的最一般定义是：

三、材料与方法

R2=1-SResSTOT(4)从图中可以看到近几十年来农业机械遥测技术的文献综述发展流程图和最新研究成果简图，以及将最新研究成果和技术发展分为两部分的情况。

研究的前提初步确定如下：

1.搜索语言英语；

2.第一条搜索应包含：农业*、机械*和遥测*；

3.第二次搜索仅限于包含农业*和遥测*的文章，并细化了研究领域（工程、农业和计算机科学）。

因此，研究限定英语为两个阶段的检索语言。在第一阶段，所有文章都必须包含上下文中的三个词：农业、机械和遥测，包括星号（*）的转折词。在第二阶段，文章应只包含两个限定词：农业*和遥测*，并细化研究领域（工程、农业和计算机科学）。

这两种表述方式用于列出所有文章，因为在搜索单独的词时，可能会出现与研究课题无关的其他几篇文章。

因此，S1分部的目的是找到所有同时包含这三个词的文章；但这并不能保证找到所有文章。因此，决定进行新的搜索，其中包括农业和遥测技术这两个词；但是，当关键词数量减少时，许多结果都涉及到不相关的研究领域，因此受到限制。

如果在S2中，知识领域与术语相关联，搜索算法就会恢复到这样的结果：当字数减少时，找到的文章数量越多，但找到不相关文章的可能性就越大。

研究基础是在上述Scopus预览器和WebofScience数据库中确定的，因此可以获得更多与所选术语相关的研究文章。这样，在两个数据库中获得的搜索结果就被保存在与限定术语相关的搜索阶段。

保存后，找到的每篇文章都按两个搜索模板进行了划分。在初读阶段，我们力求在阅读前对文章进行整理，以减少初读过程中所用的时间。初读阶段的目的是了解术语的来龙去脉，并为排除和相关性分析阶段准备标准。

在排除和相关性调查阶段，为评估漏斗确定的标准是：

1.文章是否真正涉及农业机械遥测技术的研究主题）；

2.文章在方法或新技术应用方面是否具有创新性；

3.文章是否同时出现在两个数据库中

下载了两个数据库的数据，并将其分为两种研究形式进行分析。剔除前一阶段的数据，使用VosViewer软件分析关键词及其之间的联系。数据库提供的数据用于分析文件。比较的主要依据是所获成果的质量以及在研究中插入这些成果的文章，以介绍两种研究模式的总体年代状况、技术进步和文献计量分析。

四、技术现状

遥测技术最初与今天的遥测技术略有不同。不过，它遵循相同的数据收集概念。因此，遥测一词首次出现是在贝内特和奥利弗的工程备忘录中，其中描述了一个通信系统，该系统通过磁带使用遥测技术进行数据收集，并使用一些模拟计算机进行数据还原。这篇文章讨论了国际收割机公司在电子技术方面的三个领域。

在这项研究中，操作员可以免于处理农业设备中的电缆、电线和仪器。在这项研究中，操作员没有了通常因照顾农业设备中的电缆、电线和仪器而产生的抑制。因此，根据研究人员的说法，他很快就忘记了遥测，从而回到了正常的活动中。从发射站到接收站，发射机的射程可达数百米，在某些情况下，接收站无需移动。

1976年，在Orme（1976年）开发的研究中，在一辆拖车上安装了一台双硬盘计算机，作为数据采集和还原系统，这在当时是一场革命。拟议的系统有一个射程为8千米、容量为31个模拟数据通道的无线电遥测系统，可以安装传感器和收集设备现场测试数据。不过，这项研究没有展示进行数据收集的设备的数据，只介绍了接收和收集数据的设备。

Freeland的研究介绍了一种低成本的F.M.无线电遥测系统，该系统可以实时远程监测田间数据，描述操作参数、拖拉机消耗的能量以及用于操作机器和机具的输入。这项研究使用安装在拖拉机上的微型计算机进行数据收集。

遥测系统由电话调制解调器和便携式双向F.M.无线电设备组成，可以远程控制拖拉机上的计算机，接收、解码和验证其处理的数据。实时数据采集系统安装在拖拉机上，用于监测拖拉机和农机具的运行参数。

直到Kim重新开始遥测研究，开发了安装在拖拉机上的载荷测量系统，才有了少量出版物。该系统由应变计传感器组成，用于测量变速器和动力输出输入轴上的扭矩，使用无线电遥测E/S接口获取传感器信号，并嵌入软件以获取硬地地形中的数据。

Castillo-Ruiz在西班牙和智利的两个收获季节使用GNSS和GSM设备对三种型号的商用橄榄收获机进行了跟踪，使用开发的设备来确定其时间效率和基于冠层搅拌的果实分离效果。他们的研究将定位数据与种植园拓扑数据联系起来。通过机器遥测，可以评估果园设计参数的最佳值，以及三种型号机器中哪种性能最好。

2021年，我们尝试为无线遥测测量提供一种简单的替代方法。所提议的系统测量了农耕机器运行过程中所需的动力输出扭矩。此外，它还测量了其他几个参数，如切割深度、旋转刀片数量、传动比、发动机空载转速和轮胎尺寸。因此，他将这些参数与拖拉机动力输出扭矩联系起来。据作者称，所介绍的系统不会造成伸缩干扰，包括万向轴的垂直倾斜。

◆ ◇ 结语 ◇ ◆

随着当前全球工程和工业的发展趋势，新的先进方法开始出现。涉及数字化和物联网的概念被应用到农业设备中，使其相互连接并与环境相连。仅仅收集特定数据是不够的，设备还必须收集多个高频参数。

遥测技术开始在农业机械中应用，并在市场上的几种产品（AGCOAgCommand、JohnDeereJDLink、ClaasTelemática、RavenSlingshot和TrimbleConnectedFarm）中出现。研究工作也经历了这种演变。一项为监测《人类发展报告》的执行情况而发表的研究在此之前，咖啡收割机的通信性能只在"开放式平台通信"（O.P.C.）行业的统一架构中使用，以降低成本。

端到端通信延迟的结果不仅改善了监控，而且由于通信速度的提高，移动机器人的应用也得到了改善。

参考文献：

1.Bennett,R.T.;Oliver,R.J.DevelopmentTestingwithElectronicAssistance:Gathering,Processing,andDisseminatingData;S.A.E.TechnicalPaper:Warrendale,PA,USA,1970;p.700707.

2.Glänzel,W.;Czerwon,H.;Pontes,J.Anewmethodologicalapproachtobibliographiccouplinganditsapplicationtothenational,regionalandinstitutionallevel.Scientometrics1996,37,195–221.

3.deCampos,E.A.R.;Pagani,R.N.;Resende,L.M.;Pontes,J.ConstructionandqualitativeassessmentofabibliographicportfoliousingthemethodologyMethodiOrdinatio.Scientometrics2018,116,815–842.

4.HernándezSalazar,P.Qualitativemethodologyinlibrarianshipandinformationscience:Abibliographicanalysisofacademicarticles.Investig.Bibl.2019,33,105–120.

5.Witten,I.H.;Bray,Z.;Mahoui,M.;Teahan,W.J.Usinglanguagemodelsforgenericentityextraction.InProceedingsoftheICMLWorkshoponTextMining,Bled,Slovenia,31March1999;p.14.