李繼宇，胡瀟丹，蘭玉彬，鄧小玲※

（1.華南農(nóng)業(yè)大學(xué)工程學(xué)院，廣州 510642；2.華南農(nóng)業(yè)大學(xué)電子工程學(xué)院、人工智能學(xué)院，廣州 510642； 3.國家精準(zhǔn)農(nóng)業(yè)航空施藥技術(shù)國際聯(lián)合研究中心，廣州 510642）

0 引言

無人機(jī)最初系應(yīng)軍事需求而生，最早可追溯至20世紀(jì)20年代第一次世界大戰(zhàn)之際[1]。發(fā)展至今，無人機(jī)最前沿的技術(shù)應(yīng)用依舊聚焦在軍事領(lǐng)域——以美國和俄羅斯為首[2]。除軍事領(lǐng)域，無人機(jī)的商業(yè)市場也得到了迅速的拓展[3]，無人機(jī)及其相關(guān)技術(shù)被廣泛應(yīng)用于實(shí)時監(jiān)測、電子通訊、遙感攝影、搜索救援、物流運(yùn)輸、安全防護(hù)、精準(zhǔn)農(nóng)業(yè)和民用基礎(chǔ)設(shè)施檢查等多個民用領(lǐng)域[4-5]。根據(jù)2020年國際市場研究機(jī)構(gòu)的最新報(bào)告，預(yù)計(jì)到2026年，全球無人機(jī)市場的年收入將達(dá)到328.3億美元[6]。

農(nóng)業(yè)是第一產(chǎn)業(yè)，近年來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、5G等數(shù)字信息技術(shù)的高速發(fā)展[7]，全球農(nóng)業(yè)正在向數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)升級轉(zhuǎn)型[8]，無人機(jī)及無人機(jī)系統(tǒng)可深度融合多種數(shù)字信息、傳感技術(shù)[9]，得益于其部署的靈活性，無人機(jī)在農(nóng)業(yè)領(lǐng)域中的應(yīng)用潛能得到了充分挖掘[10-11]。在種植業(yè)中，可用于噴藥施肥[12]、播種授粉[13-14]、農(nóng)情監(jiān)測[15]、農(nóng)田灌溉[16]和作物表型[17]等方面；在林業(yè)中，可用于估算植被覆蓋[18]、檢測生物量[19]等方面；在畜牧業(yè)中，無人機(jī)可用于放牧[20]，甚至應(yīng)用到野生動物保護(hù)[21-22]中；在漁業(yè)中，可用于水體或水生生物監(jiān)測[23]以及打擊、追蹤非法捕魚行為[24]。無人機(jī)在農(nóng)業(yè)上不斷深化的研究與應(yīng)用，顛覆了人們對傳統(tǒng)農(nóng)業(yè)的認(rèn)知，有力推動數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)的發(fā)展。

無人機(jī)在農(nóng)業(yè)領(lǐng)域的研究應(yīng)用已積累大量的理論基礎(chǔ)與實(shí)踐經(jīng)驗(yàn)，為量化、可視化無人機(jī)的“農(nóng)業(yè)化”進(jìn)程，本文首先基于2001－2020累計(jì)20年間全球農(nóng)用無人機(jī)相關(guān)的核心期刊論文及發(fā)明專利進(jìn)行統(tǒng)計(jì)分析，然后統(tǒng)計(jì)描述農(nóng)用無人機(jī)研究信息分布現(xiàn)狀，接著分析農(nóng)用無人機(jī)的研究進(jìn)展與前沿?zé)狳c(diǎn)，最后對全文進(jìn)行提煉和總結(jié)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

為統(tǒng)計(jì)分析無人機(jī)在農(nóng)業(yè)領(lǐng)域中的研究與應(yīng)用，擬檢索廣域無人機(jī)及農(nóng)用無人機(jī)的相關(guān)文獻(xiàn)，其中，農(nóng)用無人機(jī)特指研究應(yīng)用屬于農(nóng)業(yè)領(lǐng)域的無人機(jī)，廣域無人機(jī)泛指研究應(yīng)用屬于任意領(lǐng)域的無人機(jī)，農(nóng)業(yè)從廣義上則還包括種植業(yè)、林業(yè)、畜牧業(yè)及漁業(yè)。從規(guī)范術(shù)語、高引文獻(xiàn)中常見表達(dá)以及專著刊物[25]中分別提取“無人機(jī)”和“農(nóng)業(yè)”的相關(guān)中英文檢索詞集，分別記為集合A和集合B。廣域無人機(jī)的檢索組合邏輯為“A”，農(nóng)用無人機(jī)的檢索組合邏輯為“A∩B”，基于兩個檢索詞集從5個數(shù)據(jù)庫中檢索2001－2020年間農(nóng)用無人機(jī)研究領(lǐng)域的期刊論文及發(fā)明專利信息，期刊論文包括——Web of Science核心合集(下文簡稱“WoS”)的article和review，共檢索得4 075條記錄，中國學(xué)術(shù)期刊全文數(shù)據(jù)庫（下文簡稱“CNKI”）的科學(xué)引文索引、工程索引、北大核心、中國社會科學(xué)索引和中國科學(xué)引文數(shù)據(jù)庫來源文獻(xiàn)，共得623條記錄；發(fā)明專利包括——Derwent Innovations Index德溫特創(chuàng)新索引（下文簡稱“DII”）和世界知識產(chǎn)權(quán)組織Patent Scope（下文簡稱“WIPO”）的全球發(fā)明專利，分別得6 491條和6 923條記錄，中國國家知識產(chǎn)權(quán)局專利數(shù)據(jù)庫(下文簡稱“CNIPA”)的中國發(fā)明專利，共得4 450條記錄。

農(nóng)用無人機(jī)英文檢索以WoS為例，檢索式為“TS = ('unmanned aerial vehicle*' OR 'unmanned Aircraft Vehicle*' OR UAV OR drone* OR 'unmanned aircraft*' OR 'unmanned helicopter*' OR 'unmanned aerial system*' OR 'unmanned aircraft system*' OR UAS OR 'remote* NEAR/1 aircraft*' OR 'remote* NEAR/1 helicopter*' OR 'Remote* Pilot* Aerial System*' OR 'Remote* Pilot* aircraft System*' OR RPAS OR 'Pilotless Aircraft*' OR 'Pilotless helicopter*') AND TS=(agri* OR agro* OR farm* OR sow OR farmland OR 'cultivated field*' OR soil OR 'plant protect*' OR crop OR forest* OR tree OR 'animal husbandry' OR pasture* OR herd OR prairie OR grassland OR wildlife OR livestock OR cow OR yak OR lamb OR sheep OR fish*)”，剔除當(dāng)“drone”意為“雄蜂”和“UAS”意為“上游激活序列”時的非相關(guān)文獻(xiàn)；中文檢索以CNKI為例，檢索式為“SU=（'無人機(jī)'+'無人飛行器'+'無人航空載具'+'無人飛行載具'+'無人/PREV 2飛機(jī)'+'遙控飛機(jī)'+'遙控直升機(jī)'）AND SU=（'農(nóng)業(yè)'+'農(nóng)用'+'農(nóng)場'+'農(nóng)產(chǎn)品'+'種植'+'播種'+'田'+'土壤'+'植物保護(hù)'+'植保'+'作物'+'林業(yè)'+'森林'+'防護(hù)林'+'樹'+'畜牧'+'牧'+'草原'+'野生動物'+'畜'+'禽'+'牛'+'羊'+'漁'+'捕魚'）”。

上述5個數(shù)據(jù)庫收集的文獻(xiàn)兼具權(quán)威性和代表性，檢索結(jié)果會因數(shù)據(jù)庫更新而輕微改變，數(shù)量變化對文中最終結(jié)論影響甚微，最后檢索時間為2021年3月27日。

1.2 研究方法

本文通過文獻(xiàn)計(jì)量方法分析數(shù)據(jù)，利用數(shù)據(jù)處理軟件和文獻(xiàn)計(jì)量分析工具對論文和專利檢索數(shù)據(jù)進(jìn)行量化分析[26]，文獻(xiàn)計(jì)量分析是指定對文獻(xiàn)的數(shù)量特征、分布結(jié)構(gòu)和演進(jìn)規(guī)律進(jìn)行定量分析，并通過可視化結(jié)果揭露某一研究領(lǐng)域的結(jié)構(gòu)、特征和規(guī)律的科學(xué)，是一種基于數(shù)理統(tǒng)計(jì)的宏觀研究方法[27]。

首先，通過SPSS和Excel等軟件對農(nóng)用無人機(jī)文獻(xiàn)進(jìn)行統(tǒng)計(jì)描述，具體包括數(shù)量、國家或地區(qū)、機(jī)構(gòu)、期刊、作者、高引論文、同族專利等信息，得到農(nóng)用無人機(jī)研究信息的時間、空間、來源等分布情況，概述農(nóng)用無人機(jī)的研究現(xiàn)狀；然后，通過計(jì)量分析軟件VOSviewer和CiteSpace對農(nóng)用無人機(jī)文獻(xiàn)進(jìn)行計(jì)量分析，具體對論文進(jìn)行機(jī)構(gòu)合作關(guān)系網(wǎng)絡(luò)、文獻(xiàn)共引分析、高頻詞聚類、關(guān)鍵詞共現(xiàn)、關(guān)鍵詞突現(xiàn)分析，對專利數(shù)據(jù)進(jìn)行分類號聚類、分類號突現(xiàn)分析，借助知識圖譜[28]梳理、歸納農(nóng)用無人機(jī)的發(fā)展脈絡(luò)及近20年間的研究前沿?zé)狳c(diǎn)。

2 農(nóng)用無人機(jī)研究信息統(tǒng)計(jì)

從農(nóng)用無人機(jī)文獻(xiàn)的時間、空間和來源分布概述農(nóng)用無人機(jī)的研究現(xiàn)狀，梳理農(nóng)用無人機(jī)的發(fā)展時間線，分析農(nóng)用無人機(jī)的主要研究國家地區(qū)及機(jī)構(gòu)單位，了解農(nóng)用無人機(jī)領(lǐng)域內(nèi)的重點(diǎn)出版物、突出學(xué)者及熱門文獻(xiàn)。

2.1 時間分布

基于WoS和DII統(tǒng)計(jì)數(shù)據(jù)廣域無人機(jī)與農(nóng)用無人機(jī)近20年文獻(xiàn)數(shù)量的分布比例如圖1所示，分別通過年發(fā)布量占比、增勢（斜率變化）及年增長率（相鄰年份后者相較前者縱坐標(biāo)數(shù)值的增長率）3個指標(biāo)進(jìn)行分析。廣域無人機(jī)相關(guān)研究早在20世紀(jì)初開始萌芽，如圖1a所示，2001－2013年均處于緩勢發(fā)展，2014年及以后增長速度明顯加快，專利數(shù)量幾乎呈指數(shù)增加，該發(fā)展趨勢與農(nóng)用無人機(jī)高度相似。

基于WoS和DII統(tǒng)計(jì)數(shù)據(jù)，見圖1b，農(nóng)用無人機(jī)2001－2013年間論文發(fā)表量僅占總量的7.33%，專利發(fā)布量僅占總量的3.45%，單年論文加上專利的發(fā)布量均未能破百，增勢緩慢。2014年，農(nóng)用無人機(jī)的文獻(xiàn)數(shù)量迅速累積，論文、專利年發(fā)布量均破百，論文年增長率從33.33%升至81.67%，專利年增長率從39.29%升至215.38%。此后至2020年，農(nóng)用無人機(jī)文獻(xiàn)數(shù)量持續(xù)快速增加，論文、專利增勢分別在2019和2018年達(dá)到峰值，曲線斜率分別達(dá)到最大值8.98和7.63，國內(nèi)無人機(jī)研究起步約滯后于全球5年。特別地，國內(nèi)估計(jì)在2019年底及2020年上半年受新冠疫情影響，2020年文獻(xiàn)發(fā)布量增勢減緩明顯。文獻(xiàn)具體數(shù)量的年分布情況見圖2。

如圖2所示，2001－2020年間，全球無人機(jī)WoS論文累計(jì)發(fā)表量超過2.3萬篇，DII發(fā)明專利累計(jì)公布量超過7.3萬件。其中，農(nóng)用無人機(jī)論文數(shù)量累計(jì)4 000篇，年發(fā)表量在2014年達(dá)109篇，到2020年達(dá)1 232篇；專利累計(jì)將近7 000件，從2014年123件到2018年1 287件，并在2020年達(dá)到單年最高1 970件。自2014年以來，農(nóng)用無人機(jī)研究占廣域無人機(jī)的比例不斷增大，這點(diǎn)主要體現(xiàn)在論文數(shù)量上，2014年全球農(nóng)用無人機(jī)論文發(fā)表量占廣域無人機(jī)的比例為12.60%，往后占比逐年增大，該比例在2019－2020年分別為20.67%和21.49%，同期國內(nèi)該比例平均在9.13%，也呈增大趨勢。在專利方面，2014－2020全球農(nóng)用無人機(jī)專利數(shù)量占廣域無人機(jī)專利比值平均為8.87%，各年占比上下輕微波動，國內(nèi)平均占比為10.58%，共有5年占比超過10%。

總體而言，全球無人機(jī)研究有向農(nóng)業(yè)領(lǐng)域“擴(kuò)散”之勢，農(nóng)用無人機(jī)文獻(xiàn)數(shù)量的統(tǒng)計(jì)曲線在時間跨度上呈“S”型——2014年以前已達(dá)到研究平衡點(diǎn)，2014年開始往新的平衡點(diǎn)過渡，2014－2020年仍處于過渡期的“填充效應(yīng)”，研究成果高速增長，農(nóng)用無人機(jī)最近五年的年均論文發(fā)表量約700篇，年均專利公布量超過1萬件。相較學(xué)術(shù)研究，國內(nèi)則更多關(guān)心農(nóng)用無人機(jī)的實(shí)際應(yīng)用。特別注意到，專利數(shù)量曲線的最大斜率值相比于論文更大，且拐點(diǎn)更早出現(xiàn)，說明專利對研究熱度敏銳性更高，相比論文能更早在數(shù)量變化上做出響應(yīng)，即專利相較論文能更明顯地體現(xiàn)某一領(lǐng)域的研究熱度時期，由圖2可見農(nóng)用無人機(jī)的研究高熱時期為2016－2018年，與廣域無人機(jī)一致。

2.2 空間分布

2.2.1 國家/地區(qū)

中國、美國為現(xiàn)有農(nóng)用無人機(jī)研究的兩大主力國，同時也是廣域無人機(jī)研究的主力國。根據(jù)WoS和WIPO統(tǒng)計(jì)的農(nóng)用無人機(jī)文獻(xiàn)數(shù)據(jù)顯示，中國論文數(shù)量872篇，占總發(fā)表量的21.43%，專利數(shù)量5 666件，占總公布量高達(dá)83.41%；美國論文數(shù)量1 001篇，占比24.60%，專利數(shù)量272件，占比4%；其中，WoS自選的126篇領(lǐng)域內(nèi)高被引論文和熱點(diǎn)論文中，美國占31.75%，中國和西班牙分別占22.22%和17.46%。此外，澳大利亞、英國、韓國等也是農(nóng)用無人機(jī)研究的活躍國家。將所有活躍的國家、地區(qū)按地理區(qū)域劃分，得到農(nóng)用無人機(jī)相關(guān)文獻(xiàn)在空間上的分布情況，如表1所示，專利包括同族成員。

從表1中可見，亞太地區(qū)、北美和歐洲是農(nóng)用無人機(jī)的主要研究區(qū)域，亞太地區(qū)多國（如中日韓澳）在專利發(fā)表上數(shù)量突出，從側(cè)面說明農(nóng)用無人機(jī)在亞太地區(qū)的應(yīng)用更豐富和廣泛；北美和歐洲發(fā)表了更多的論文，歐洲有多達(dá)12個國家擠進(jìn)農(nóng)用無人機(jī)文獻(xiàn)數(shù)量前30，但是歐洲整體專利公布量不大，歐洲專利局的專利數(shù)量也僅為48件。英國、西班牙研究成果組成相近，西班牙最早奠定了農(nóng)用無人機(jī)的研究基礎(chǔ)，在2014以前，農(nóng)用無人機(jī)領(lǐng)域內(nèi)20篇高引核心論文西班牙占了7篇。其余區(qū)域僅有個別突出國，俄羅斯是俄羅斯和獨(dú)聯(lián)體區(qū)域中的研究代表國，文獻(xiàn)數(shù)量次于法國，排名15。拉丁美洲、中東地區(qū)和非洲較為突出的分別是農(nóng)牧業(yè)大國巴西和農(nóng)業(yè)大國印度。

表1 文獻(xiàn)主要產(chǎn)出國家及其分布 Table 1 Main output countries of the literature and their distribution

綜上，針對農(nóng)用無人機(jī)的研究，亞太地區(qū)在應(yīng)用實(shí)踐上屬于領(lǐng)先地位；北美則在科研水平上領(lǐng)先、應(yīng)用實(shí)踐上次之；歐洲是研究農(nóng)用無人機(jī)的中堅(jiān)力量，科研氛圍濃厚；其余區(qū)域已有明顯的領(lǐng)頭研究國家。隨著全球農(nóng)業(yè)自動化、數(shù)字化進(jìn)程的推進(jìn)，可推斷出將有更多國家著手研究農(nóng)用無人機(jī)。

2.2.2 機(jī)構(gòu)及單位

根據(jù)WoS和DII統(tǒng)計(jì)數(shù)據(jù)，農(nóng)用無人機(jī)累計(jì)文獻(xiàn)發(fā)布量前10的機(jī)構(gòu)及單位如表2所示，論文方面，中美在前10機(jī)構(gòu)中占了9個，中國科學(xué)院和中國的農(nóng)業(yè)大學(xué)為期刊論文的主要發(fā)表機(jī)構(gòu)，西班牙最高科研理事會論文產(chǎn)出量位居第二；專利方面，中、日兩國的單位或機(jī)構(gòu)包攬前10，深圳大疆創(chuàng)新科技有限公司以230篇絕對的數(shù)量優(yōu)勢位列前茅，幾乎是第2名索尼半導(dǎo)體解決方案公司的3倍。

表2 期刊論文產(chǎn)出機(jī)構(gòu)及發(fā)明專利產(chǎn)出單位Top10 Table 2 Journal paper output institutions and invention patent output units Top 10

為進(jìn)一步了解各機(jī)構(gòu)間的研究合作聯(lián)系（因?qū)＠l(fā)明單位間聯(lián)系較少，故此處不分析專利公布單位的合作聯(lián)系），圖3給出了農(nóng)用無人機(jī)論文發(fā)文量前80的機(jī)構(gòu)間的合作關(guān)系網(wǎng)。其中，劃分出重點(diǎn)①②③三個區(qū)域，分別以中國科學(xué)院、美國農(nóng)業(yè)部、西班牙最高科研理事會為中心。在①區(qū)域，中國科學(xué)院、農(nóng)業(yè)部及華南農(nóng)業(yè)大學(xué)為主要3個合作中心。中國科學(xué)院與國內(nèi)高校及歐美機(jī)構(gòu)均有較多合作，農(nóng)業(yè)部更多與國內(nèi)的農(nóng)業(yè)院校、農(nóng)業(yè)相關(guān)研究機(jī)構(gòu)密切合作，華南農(nóng)業(yè)大學(xué)則與美澳機(jī)構(gòu)合作。該區(qū)域內(nèi)節(jié)點(diǎn)互相聯(lián)系緊密，發(fā)文量大，所發(fā)表論文影響力中等。在②區(qū)域，美國農(nóng)業(yè)部與美國當(dāng)?shù)卦盒Ｑ芯柯?lián)系密切，其次為中國機(jī)構(gòu)，再次為歐洲院校。該區(qū)域內(nèi)節(jié)點(diǎn)有多個分中心點(diǎn)，機(jī)構(gòu)數(shù)量多，發(fā)文量略低于①區(qū)域，論文影響力中等偏高。在③區(qū)域，西班牙最高科研理事會與西班牙、美國、巴西、荷蘭、芬蘭等多國機(jī)構(gòu)均有合作關(guān)系，合作機(jī)構(gòu)間地理位置跨度大，發(fā)文量相對①②區(qū)域較少，但其發(fā)表的論文影響力普遍較高。

2.3 來源分布

文獻(xiàn)來源指文獻(xiàn)的出版物及作者，包括論文的出版來源、論文作者及專利發(fā)明人。從發(fā)文量角度出發(fā)，國內(nèi)農(nóng)用無人機(jī)相關(guān)論文主要發(fā)表在《農(nóng)業(yè)工程學(xué)報(bào)》（43.75%）、《農(nóng)業(yè)機(jī)械學(xué)報(bào)》（34.13%）和《中國農(nóng)業(yè)科學(xué)》（4.33%）等刊物上，總體發(fā)文量不多。國際上農(nóng)用無人機(jī)論文主要發(fā)表在《Remote Sensing》《Sensors》《International Journal of Remote Sensing》和《Computers and Electronics in Agriculture》等刊物上。從刊物影響力出發(fā)，利用VOSviewer對WoS的論文進(jìn)行來源分析，進(jìn)一步篩選領(lǐng)域內(nèi)的重點(diǎn)刊物，被引強(qiáng)度排名第1的依舊為《Remote Sensing》，在WoS核心合集所篩選的126篇本領(lǐng)域高被引論文及熱點(diǎn)論文中，該期刊共占有24篇，綜合影響力排行前6的刊物信息詳見表3。

表3 農(nóng)用無人機(jī)領(lǐng)域內(nèi)重點(diǎn)出版物 Table 3 Key publications in the field of agricultural UAV

此外，近5年（2016－2020）領(lǐng)域內(nèi)較活躍的研究學(xué)者主要來自中國，累計(jì)發(fā)文量前20的作者中有13位來自中國，表4摘取了前6位作者的信息供參考。

表4 近5年內(nèi)活躍研究學(xué)者 Table 4 Active scholars in the past 5 years

另一方面，從作者的共引強(qiáng)度衡量，近20年Zarco-Tejada P、Gitelson A、Bendig J、Wallace L、Torres-sanchez J、Hunt E等研究學(xué)者的相關(guān)論文在領(lǐng)域內(nèi)影響力大。至于發(fā)明專利，近5年（2016－2020）的核心發(fā)明人主要來自華南農(nóng)業(yè)大學(xué)（76件，2.207%）、大疆創(chuàng)新科技有限公司（64件，1.858%）、浙江大學(xué)（35件，1.016%）、廣州極飛科技有限公司（34件，0.987%）、南京林業(yè)大學(xué)（31件，0.900%）等單位。

從WoS論文統(tǒng)計(jì)數(shù)據(jù)得，農(nóng)用無人機(jī)領(lǐng)域內(nèi)4千余篇論文h指數(shù)為106，累計(jì)被引頻次為61 780次（含自引21 944次），施引文獻(xiàn)共27 494篇。如表5所示，列出了農(nóng)用無人機(jī)在WoS中總被引頻次前6的期刊論文，在全球范圍內(nèi)，農(nóng)用無人機(jī)研究已積累了一定基礎(chǔ)，并到了具體技術(shù)研發(fā)階段，最初的應(yīng)用場景是地表圖形建模和植被指數(shù)檢測。進(jìn)一步地，從WoS自選高引論文可看出，近2年農(nóng)用無人機(jī)的研究熱點(diǎn)依舊圍繞遙感技術(shù)，并有了更深入的研究。其中，Erwin等[29]針對民用無人機(jī)優(yōu)化調(diào)查指出農(nóng)業(yè)仍然是無人機(jī)的最大潛力市場之一，Maes等[15]的農(nóng)業(yè)遙感綜述中提到，未來農(nóng)用無人機(jī)應(yīng)側(cè)重利用熱和光譜遙感數(shù)據(jù)以建立動態(tài)增長的農(nóng)業(yè)相關(guān)模型，另外，Weiss等[30]表示農(nóng)用無人機(jī)將根據(jù)涉及作物的特征進(jìn)一步增強(qiáng)農(nóng)業(yè)遙感的應(yīng)用能力。國內(nèi)CNKI中的高被引文獻(xiàn)多為綜述性質(zhì)文章，其次則為農(nóng)業(yè)遙感技術(shù)相關(guān)應(yīng)用研究，總體而言，文章普遍基礎(chǔ)性較強(qiáng)。

從DII專利統(tǒng)計(jì)數(shù)據(jù)得，同族專利含3個及以上的專利共554件，約占總專利數(shù)量的8.53%，關(guān)鍵技術(shù)點(diǎn)主要集中于T-計(jì)算與控制、W-通信和P-通用技術(shù)（農(nóng)業(yè)，食品，煙草），其中，同一專利同族數(shù)量最高達(dá)29個。表5列出了同族數(shù)量排名前六的專利，根據(jù)專利族的大小，可間接了解農(nóng)用無人機(jī)相關(guān)企業(yè)或單位的重點(diǎn)競爭技術(shù)，如中國深圳大疆創(chuàng)新科技有限公司以無人航拍機(jī)技術(shù)在全球知名，其發(fā)明的用于減少運(yùn)動對相機(jī)成像干擾的裝置[31]恰是保證航拍相機(jī)防抖的一大關(guān)鍵。國內(nèi)CNIPA的發(fā)明專利顯示，國內(nèi)研究人員則更多關(guān)注農(nóng)用無人機(jī)的田間噴施技術(shù)。

表5 WoS高被引論文Top 6及DII同族數(shù)量專利Top 6 Table 5 WoS high cited papers Top 6 and DII Top 6 patent family

3 農(nóng)用無人機(jī)的研究進(jìn)展與前沿?zé)狳c(diǎn)

使用CiteSpace對農(nóng)用無人機(jī)的關(guān)鍵詞、術(shù)語、主題詞進(jìn)行聚類分析，從研究所涉及的領(lǐng)域、研究內(nèi)容與代表成果三方面分析農(nóng)用無人機(jī)實(shí)質(zhì)研究進(jìn)展，判斷農(nóng)用無人機(jī)當(dāng)下的研究熱點(diǎn)，預(yù)測其未來的發(fā)展趨勢。

3.1 研究領(lǐng)域

根據(jù)Web of Science分類學(xué)科領(lǐng)域和國際專利分類技術(shù)領(lǐng)域?qū)V域無人機(jī)和農(nóng)用無人機(jī)的研究主題進(jìn)行統(tǒng)計(jì)，結(jié)果如表6所示。

表6 研究主題分布Top 6 Table 6 Research subject distribution Top 6

農(nóng)用無人機(jī)研究的主要學(xué)科領(lǐng)域?yàn)檫b感和環(huán)境科學(xué)，從Top 6學(xué)科領(lǐng)域來看，研究者更熱衷于發(fā)表農(nóng)用無人機(jī)與遙感監(jiān)測、圖像處理內(nèi)容相關(guān)的論文，領(lǐng)域內(nèi)有多篇關(guān)于農(nóng)業(yè)遙感應(yīng)用現(xiàn)狀與前景的高引綜述[15,30,43]，當(dāng)中均提到農(nóng)業(yè)遙感應(yīng)用的主要目的是為了提取農(nóng)情信息。具體地，有在果園中表型柑橘形態(tài)[44]、在作物－牲畜－森林系統(tǒng)中測量樹木直徑和高度[45]，等等。而廣域無人機(jī)研究的主要學(xué)科領(lǐng)域?yàn)殡娮与姎夤こ?，更多關(guān)注如何利用最新數(shù)字信息技術(shù)（如5G）在無人機(jī)上搭建更優(yōu)平臺以實(shí)現(xiàn)更好的無線通訊[46]，令無人機(jī)成為一種優(yōu)選的多功能通訊工具。

與論文不同，農(nóng)用無人機(jī)專利的前4位技術(shù)領(lǐng)域均與植保噴施相關(guān)，可將其歸屬為“物料釋放”，即農(nóng)用無人機(jī)通過自身平臺搭載或促使某種農(nóng)業(yè)物料以指定方式釋放到指定區(qū)域以達(dá)到某種預(yù)期農(nóng)業(yè)生產(chǎn)目的，如作物播種[47]、水稻授粉[48]、農(nóng)作物采摘[49]、輔助噴灌[50]等。實(shí)際上，植保噴施相關(guān)專利數(shù)量也超過農(nóng)用無人機(jī)總專利數(shù)的1/3，專利具體內(nèi)容通常圍繞兩個方面——物料釋放裝置（噴施器、播種裝置、果實(shí)采摘機(jī)構(gòu)等）的優(yōu)化設(shè)計(jì)和無人機(jī)農(nóng)業(yè)作業(yè)飛行規(guī)劃，發(fā)明目的均是為了提高農(nóng)用無人機(jī)的作業(yè)效果與效率。廣域無人機(jī)方面，宏觀來看無人機(jī)多被設(shè)計(jì)用于特定作業(yè)，相對特殊的應(yīng)用有如運(yùn)輸醫(yī)療設(shè)備[51]、維護(hù)物質(zhì)文化遺產(chǎn)[52]等。

對前10的研究領(lǐng)域在2014－2020年間的衍變作矩陣分析，如圖4所示，左側(cè)為學(xué)科領(lǐng)域的衍變，右側(cè)為技術(shù)領(lǐng)域的衍變。學(xué)科衍變體現(xiàn)了農(nóng)用無人機(jī)學(xué)術(shù)研究的大體趨勢，近兩年研究內(nèi)容從最初圍繞遙感及環(huán)境監(jiān)測，到無人機(jī)圖像處理和平臺搭建的變化趨勢可發(fā)現(xiàn)，數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)的大勢已起。同時研究者們也開始更多地關(guān)注農(nóng)藝、作物本身，最直觀的便是植物表型技術(shù)迅速發(fā)展。技術(shù)衍變體現(xiàn)了農(nóng)用無人機(jī)在技術(shù)上的優(yōu)化順序，依次為硬件設(shè)備、控制系統(tǒng)及數(shù)據(jù)處理，硬件設(shè)備包括飛行平臺和作業(yè)裝置，控制系統(tǒng)包括導(dǎo)航及飛控，數(shù)據(jù)處理包括獲取數(shù)據(jù)的豐富性及數(shù)據(jù)處理手段的先進(jìn)性，目前，農(nóng)用無人機(jī)依舊更多用于農(nóng)業(yè)防治。

3.2 研究內(nèi)容

農(nóng)用無人機(jī)研究主題多元化，本節(jié)將進(jìn)一步分別對WoS論文高頻詞和DII專利細(xì)化技術(shù)分類號進(jìn)行聚類分析，分析農(nóng)用無人機(jī)目前聚焦研究哪些具體問題。從CIiteSpace聚類分析所得的網(wǎng)絡(luò)結(jié)構(gòu)和聚類清晰度可通過模塊值Q（Modularity）和平均輪廓值S（Silhouette）兩個指標(biāo)評價，一般來說，Q∈[0,1)，當(dāng)Q∈(0.3,1)時，說明劃分所得的網(wǎng)絡(luò)結(jié)構(gòu)是顯著的；當(dāng)S>0.5時，聚類可被認(rèn)為是合理的，當(dāng)S接近0.7時，聚類令人信服[53]。

首先，對WoS論文進(jìn)行研究關(guān)鍵詞及術(shù)語聚類分析，得到聚類圖譜如圖5所示，S值為0.979 7，一共生成14個以顏色區(qū)分的聚類，其中，節(jié)點(diǎn)的標(biāo)簽字體大小代表頻次，聚類序號越小所包含的關(guān)鍵詞越多，聚類位置越靠近中心內(nèi)容越重要。根據(jù)聚類標(biāo)簽含義，可將其進(jìn)一步分為兩大類，包括研究內(nèi)容（#0精準(zhǔn)農(nóng)業(yè)、#1氣孔導(dǎo)度、#5生物質(zhì)、#7人類與野生動植物的沖突、#9無人機(jī)系統(tǒng)、#10侵蝕、#11路徑規(guī)劃、#12植被指數(shù)、#13地上生物量）和研究方法（#2優(yōu)化、#3圖像處理、#4點(diǎn)云、#6攝影測量、#8深度學(xué)習(xí)、#14高光譜）。類似地，基于德溫特分類號同樣地對DII專利進(jìn)行聚類分析，德溫特分類號相比IPC分類代碼更詳細(xì)，共得到7個聚類，技術(shù)領(lǐng)域涉及#0電話和數(shù)據(jù)傳輸系統(tǒng)、#1相關(guān)設(shè)備、#2電氣應(yīng)用、#3裝置與制劑、#4彈簧、#5噴施與霧化、#6脈沖產(chǎn)生和操縱。從WoS和DII的聚類結(jié)果中摘取度中心性前20的詞條和分類代碼，結(jié)果列于表7，聚類網(wǎng)絡(luò)圖中節(jié)點(diǎn)的度中心性越高，節(jié)點(diǎn)在網(wǎng)絡(luò)圖中越重要。

結(jié)合圖5及表7可知，農(nóng)用無人機(jī)論文研究的內(nèi)容主要圍繞農(nóng)用無人機(jī)平臺的搭建（聚類#9#11）和應(yīng)用（聚類#0#1#5#7#10#12#13），研究手段主要涉及圖像（聚類#3#4#6#14）和算法（聚類#2#8）。農(nóng)用無人機(jī)平臺搭建的側(cè)重點(diǎn)為無人機(jī)系統(tǒng)及路徑規(guī)劃，其中，無人機(jī)系統(tǒng)是否穩(wěn)定抗干擾（disturbance）及能否實(shí)現(xiàn)機(jī)器人流程自動化（Robotic Process Automation, RPA）是研究學(xué)者們更關(guān)注或感興趣的問題，路徑規(guī)劃除了導(dǎo)航技術(shù)，還融合了無線傳感網(wǎng)絡(luò)（Wireless Sensor Network, WSN）。農(nóng)用無人機(jī)平臺應(yīng)用的研究通常集中于農(nóng)業(yè)信息的獲取，農(nóng)業(yè)信息的來源方包括農(nóng)業(yè)的勞動對象[54]（聚類#0#1#5#7#12#13）及農(nóng)業(yè)勞動對象的介質(zhì)[55]（聚類#10），前者信息多用于對農(nóng)業(yè)對象進(jìn)行生理評估或特征提取，進(jìn)而建立相關(guān)模型，如圖5中的氮素狀況（nitrogen status）、生物多樣性（biodiversity），表7中的植被指數(shù)、植物高度、氣孔導(dǎo)度、葉面積指數(shù)、糧食產(chǎn)量等；后者信息多用于農(nóng)業(yè)區(qū)域的監(jiān)測與規(guī)劃，所謂介質(zhì)包括空間、陸地、水域等，種植業(yè)、林業(yè)、畜牧業(yè)的農(nóng)業(yè)對象的介質(zhì)一般為空間和陸地，漁業(yè)的為水域，如圖5中的森林火災(zāi)（forest fire）、土壤蒸散（evapotranspiration）、土地使用（land-use），表7中的地形、水土流失等。

表7 農(nóng)用無人機(jī)研究內(nèi)容的重點(diǎn)關(guān)鍵詞及技術(shù)分類 Table 7 Keywords and technical classification of agricultural UAV research

農(nóng)用無人機(jī)專利發(fā)明的內(nèi)容可分為控制系統(tǒng)（聚類#0#6）和設(shè)備裝置（聚類#1#2#3#4#5），分類號以W（通信）及T（計(jì)算與控制）開頭的專利數(shù)量最多，Q（機(jī)械）其次。如表7所示，P13度中心性最高且與次位T01拉開明顯差距，說明農(nóng)用無人機(jī)實(shí)際主要應(yīng)用于種植業(yè)。T01、W06、Q25、W04等在度中心性和重復(fù)頻次上都極為突出，機(jī)載電腦、導(dǎo)航、雷達(dá)、相機(jī)等均為農(nóng)用無人機(jī)上常見配置設(shè)備，有效輔助農(nóng)用無人機(jī)在農(nóng)業(yè)場景下完成各種作業(yè)。A95、A97、Q34涉及貨物與運(yùn)輸，農(nóng)用無人機(jī)輕度適用于物流運(yùn)輸。C02、C07、P11、C04、等屬于植保種植與噴施范疇，其中噴施包括研究農(nóng)藥、肥料的沉積分布特性，這對提高農(nóng)用無人機(jī)的噴施精度有重要意義。X16、X21、X15等針對電池效率問題，農(nóng)用無人機(jī)一直存在續(xù)航時間短的缺點(diǎn)，如何提高其電池能效是領(lǐng)域內(nèi)一個亟需解決的難題。此外，W05反映了農(nóng)用無人機(jī)在應(yīng)對險情的預(yù)警作用，重復(fù)頻次達(dá)到430。更值得注意的是，P14重復(fù)達(dá)521次，雖然度中心性不高，并非主流應(yīng)用方向，但也預(yù)示著農(nóng)用無人機(jī)在畜牧業(yè)、動物保護(hù)方面尚有巨大的應(yīng)用潛能。

綜上，農(nóng)用無人機(jī)的研究內(nèi)容在基于論文和專利的分析中既有相似又有不同。相似的是，兩者均反映農(nóng)用無人機(jī)的研究側(cè)重點(diǎn)為自身升級，比如，加強(qiáng)自控穩(wěn)定性，加強(qiáng)巡航精度，加強(qiáng)與外加設(shè)備的適配性與互通性，等等；不同的是，農(nóng)用無人機(jī)的應(yīng)用方向在論文中主要體現(xiàn)為農(nóng)業(yè)信息獲取，在專利中側(cè)重體現(xiàn)為農(nóng)業(yè)物料釋放（定義見3.1節(jié)）。

3.3 研究前沿和熱點(diǎn)

文獻(xiàn)的共引分析和關(guān)鍵詞共現(xiàn)可反映領(lǐng)域內(nèi)研究的脈絡(luò)和前沿，關(guān)鍵詞突現(xiàn)則可說明某一時間段領(lǐng)域內(nèi)的研究熱點(diǎn)。

使用CiteSpace對WoS論文進(jìn)行共引分析，結(jié)果如圖6所示。農(nóng)用無人機(jī)早期論文內(nèi)容主要針對草原、森林等環(huán)境方面的監(jiān)測統(tǒng)計(jì)問題（#5,7,11,13,17等），中期繼續(xù)深入研究森林管理和土壤分析（#2,6,12,14等），最 近幾年趨于低空噴施和高通作物表型的相關(guān)研究（#1,3,16等），多利用深度學(xué)習(xí)相關(guān)技術(shù)（#9,10等）。進(jìn)一步對WoS、CNKI論文進(jìn)行關(guān)鍵詞共現(xiàn)分析，基于時間戳得到圖7a和圖7b。

如圖7所示，將基于時間戳的關(guān)鍵詞共現(xiàn)圖譜沿時間線分成4個階段——初期（2008年以前）、前期（2008－2013）、中期（2014－2018）及2019年至今——對比分析全球和國內(nèi)在農(nóng)用無人機(jī)領(lǐng)域的研究脈絡(luò)與前沿。結(jié)合圖6中文獻(xiàn)共引情況，根據(jù)時間節(jié)點(diǎn)和關(guān)鍵詞進(jìn)一步對農(nóng)用無人機(jī)的研究脈絡(luò)及前沿進(jìn)行分析。

研究初期，農(nóng)用無人機(jī)僅應(yīng)用于區(qū)域監(jiān)控，國內(nèi)農(nóng)用無人機(jī)研究則一開始便定位在基于低空遙感技術(shù)的精準(zhǔn)農(nóng)業(yè)領(lǐng)域；研究前期，2008年前后多光譜低空遙感技術(shù)興起，帶動了定位導(dǎo)航、圖像識別及表型技術(shù)的發(fā)展，農(nóng)用無人機(jī)開始被用于林業(yè)甚至漁業(yè)中的監(jiān)測和預(yù)警上，Colomina等[56]（共引226次）發(fā)表的農(nóng)用無人機(jī)遙感綜述介紹了這一過程。此外，激光雷達(dá)、點(diǎn)云、熱成像等概念開始普及，同一時段的國內(nèi)研究進(jìn)展類似，特別地，國內(nèi)開始研發(fā)針對作物防治的植保無人機(jī)。研究中期，2014年伊始，卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法、無線通訊等技術(shù)的崛起，農(nóng)用無人機(jī)在遙感基礎(chǔ)上融合多元新興技術(shù)，在農(nóng)林牧漁（尤其種植業(yè)）領(lǐng)域皆得到了實(shí)際廣泛的應(yīng)用。如Wallace等[57]（共引157次）利用農(nóng)用無人機(jī)結(jié)合遙感技術(shù)評估森林結(jié)構(gòu)。同時期，開始利用農(nóng)用無人機(jī)采集到的數(shù)據(jù)，建立相關(guān)基礎(chǔ)模型，最具代表性的為Bendig等[58]（共引194次）介紹的作物表面模型。國內(nèi)此時重點(diǎn)發(fā)展無人機(jī)的精準(zhǔn)農(nóng)業(yè)航空噴施技術(shù)；近期，全球均處于農(nóng)業(yè)數(shù)字化轉(zhuǎn)型趨勢，農(nóng)用無人機(jī)成了獲取農(nóng)業(yè)大數(shù)據(jù)的重要工具，包括國內(nèi)的研究重心也逐漸轉(zhuǎn)向大數(shù)據(jù)作業(yè)控制上，農(nóng)用無人機(jī)以遙感、算法、模型三合一的模式發(fā)展，對農(nóng)業(yè)對象的信息采集程度也從表層獲取到深入挖掘。

對WoS論文關(guān)鍵詞和DII專利德溫特分類號進(jìn)行突現(xiàn)分析，結(jié)果見表8，論文方面，關(guān)鍵詞突現(xiàn)強(qiáng)度表現(xiàn)一般，初期、前期無熱點(diǎn)突現(xiàn)，中期多個熱詞突現(xiàn)，從“預(yù)測”“多樣性”“特征”等監(jiān)控?zé)嵩~到“點(diǎn)云”“攝影測量”“系統(tǒng)”等建模熱詞，農(nóng)用無人機(jī)的研究熱點(diǎn)從“觀察”進(jìn)階到“觀測”，最新的熱點(diǎn)為“植物高度”，屬于植物表面模型范疇，熱度維持至2020年，作物表面模型無疑是近兩年最熱門的研究內(nèi)容。專利方面，X15（非化石燃料發(fā)電系統(tǒng)）和P14（動物管理與護(hù)理）為最新顯現(xiàn)技術(shù)熱點(diǎn)，但在2018年熱度均已退散，且近兩年無新的熱點(diǎn)技術(shù)突現(xiàn)。

表8 2001－2020年間農(nóng)用無人機(jī)研究中的突現(xiàn)關(guān)鍵詞（WoS）和技術(shù)分類號（DII） Table 8 Burstiness of keywords (WoS) and class code (DII) in agricultural UAV research from 2001 to 2020

綜上，目前農(nóng)用無人機(jī)的前沿研究主要集中在農(nóng)業(yè)大數(shù)據(jù)采集及農(nóng)業(yè)相關(guān)模型的開發(fā)上，相關(guān)模型包括數(shù)字模型、數(shù)學(xué)模型、物理模型等。如表7中提到的林業(yè)中的單木模型和與之對應(yīng)的矩陣模型。最新研究熱點(diǎn)是基于作物冠層輪廓所建立的作物表面模型，而技術(shù)熱點(diǎn)主要圍繞農(nóng)用無人機(jī)能效和農(nóng)用無人機(jī)在畜牧業(yè)上的應(yīng)用。與此同時，自2018年以來，農(nóng)用無人機(jī)文獻(xiàn)發(fā)布量增勢減緩，近兩年突現(xiàn)的研究熱點(diǎn)為零，農(nóng)用無人機(jī)正面臨兩個問題，一方面，農(nóng)用無人機(jī)學(xué)術(shù)研究與實(shí)際應(yīng)用的內(nèi)容方向不對稱，另一方面，農(nóng)用無人機(jī)研究的縱向發(fā)展停滯在農(nóng)業(yè)相關(guān)模型的建立與優(yōu)化上。造成上述問題的原因有二，一是效益問題，農(nóng)業(yè)遙感所需的高光譜相機(jī)、生物傳感器等設(shè)備價格昂貴，農(nóng)業(yè)信息缺乏大平臺，數(shù)據(jù)集缺失嚴(yán)重，市場對農(nóng)業(yè)信息采集的需求緊迫性不高，技術(shù)投入實(shí)際應(yīng)用的性價比低；二是技術(shù)限制，數(shù)據(jù)傳輸效率低，傳感器難以滿足應(yīng)用需求。

4 結(jié) 論

本文通過檢索Web of Science 核心合集數(shù)據(jù)庫 （WoS）、中國學(xué)術(shù)期刊全文數(shù)據(jù)庫（CNKI）、Derwent Innovations Index數(shù)據(jù)庫（DII）、世界知識產(chǎn)權(quán)組織專利庫（WIPO）和中國國家知識產(chǎn)權(quán)局專利庫（CNIPA）共5個數(shù)據(jù)庫中有關(guān)廣域無人機(jī)及農(nóng)用無人機(jī)的期刊論文和發(fā)明專利。通過文獻(xiàn)計(jì)量概述了農(nóng)用無人機(jī)近20年研究信息的數(shù)量分布和質(zhì)量來源情況，借助知識圖譜梳理農(nóng)用無人機(jī)的研究脈絡(luò)、內(nèi)容進(jìn)展和前沿?zé)狳c(diǎn)，分析了農(nóng)用無人機(jī)在我國及國際上的研究動態(tài)，得到如下結(jié)論：

1）農(nóng)用無人機(jī)在2014年正式進(jìn)入研究正軌，2016年至2018年進(jìn)入研究高熱期，2018年以后文獻(xiàn)數(shù)量增勢均有減緩，其中，專利發(fā)布量緩勢較明顯。

2）歐洲、北美洲和亞太地區(qū)是農(nóng)用無人機(jī)的主要研究區(qū)域，以中國、美國、澳大利亞、西班牙、英國為代表。其中，超過八成專利來自中國，論文發(fā)表中、美分別占21.43%和24.60%，西班牙最早奠定了農(nóng)用無人機(jī)的研究理論基礎(chǔ)。

3）中國國內(nèi)機(jī)構(gòu)、中美機(jī)構(gòu)、歐洲各國機(jī)構(gòu)、歐美機(jī)構(gòu)、中澳機(jī)構(gòu)間均有較密集的研究合作關(guān)系，中日美企業(yè)發(fā)明專利的公布數(shù)量較多，中國深圳大疆創(chuàng)新科技有限公司尤為突出。

4）農(nóng)用無人機(jī)領(lǐng)域內(nèi)的熱門期刊為《Remote Sensing》《Precision Agriculture》和《Computers and Electronics in Agriculture》，最近五年來自中國的研究學(xué)者最為活躍，國內(nèi)外高被引論文的主題均以遙感為主，國際上布局廣、同族數(shù)量大的專利的主題主要圍繞控制、通信和農(nóng)業(yè)，國內(nèi)專利則更多涉及田間噴施技術(shù)。

5）農(nóng)用無人機(jī)研究的學(xué)科領(lǐng)域主要為遙感和環(huán)境科學(xué)，技術(shù)領(lǐng)域主要為農(nóng)業(yè)防治，具體研究內(nèi)容可分為無人機(jī)平臺搭建及農(nóng)業(yè)應(yīng)用兩方面，農(nóng)業(yè)應(yīng)用又可分為農(nóng)情信息獲取及農(nóng)業(yè)物料釋放兩大類，實(shí)際應(yīng)用重心向低空遙感噴施、能源續(xù)航傾斜。

6）農(nóng)用無人機(jī)的研究重心經(jīng)過了兩次較明顯的轉(zhuǎn)移，低空遙感監(jiān)測到農(nóng)田耕作管理，再到目前的農(nóng)業(yè)大數(shù)據(jù)挖掘及農(nóng)業(yè)模型搭建，未來可能會在畜牧業(yè)和漁業(yè)上得到嶄新的應(yīng)用價值。

近20年來，農(nóng)用無人機(jī)屬于實(shí)踐性很強(qiáng)的研究領(lǐng)域，研究起步晚，研究進(jìn)展快，在農(nóng)林業(yè)的遙感應(yīng)用研究正逐步趨于成熟，特別在噴灑作業(yè)領(lǐng)域極具發(fā)展?jié)摿Αｋm然近兩年的發(fā)展勢頭稍緩，但總體依舊呈上升趨勢，是非常活躍的科研領(lǐng)域。目前，農(nóng)用無人機(jī)保持著良好的發(fā)展趨勢，智慧農(nóng)業(yè)、數(shù)字農(nóng)業(yè)的浪潮推動了農(nóng)用無人機(jī)與新興科技（如人工智能、5G、區(qū)塊鏈、物聯(lián)網(wǎng)等）的高速融合，無人機(jī)的民用市場趨于成熟，農(nóng)用無人機(jī)市場價格逐步合理，農(nóng)用無人機(jī)擁有了豐富的應(yīng)用場景。未來，借助聲波等新技術(shù)的深度融合，農(nóng)用無人機(jī)有望進(jìn)一步激發(fā)出在畜牧業(yè)、動物保護(hù)、漁業(yè)領(lǐng)域內(nèi)的應(yīng)用潛能，引領(lǐng)全球農(nóng)用航空應(yīng)用再次進(jìn)入發(fā)展高峰。