【研究前沿】書目計量看永續農業、無人機、大數據的未來趨勢

【研究前沿】書目計量看永續農業、無人機、大數據的未來趨勢

隨著資料科技與數位網路工具進度,農學界開始以書目計量學來回顧、分析、或預測產業的科技發展,這種結合文本分析、資料庫整理、以及詮釋資料(Meta Data)的跨域資料科學又稱作「科學的科學」。

▪農業永續,除了有機農業還能發展什麼?

聯合國在2000年提出「永續發展目標」之後,「永續農業、智慧農業、與生態農業」成為各國農業科技發展的重要項目。這些議題大多為跨領域的科學研究成果,且無法以單一「學門」分類其屬性,例如「有機農業」字面上為農業科學,但除此之外土壤科學與生態學也是重要的研究主題,文獻指出:在有機農業這個議題中,田間栽培管理(特別是氮肥使用)、永續農業、與生物多樣性都是有高度討論關聯性的主題。


圖說:在20篇討論永續農業的科學文獻中,作者關鍵字之間的關聯性結果。研究團隊利用書目分析軟體VOSviewer視覺化關鍵字間的關聯性,圓形中央局色部分為最重要的主題。(資料來源:Jose´ Luis et al., 2015, Mapping the scientific research in organic farming)


2015年西班牙瓦倫西亞科技大學的研究團隊,以書目計量學方法建構有機農業議題的科研主題知識結構(knowledge structure)。研究團隊從359本SCI期刊、取得超過1千篇文獻的書目資料,並計算作者關鍵字的數量與文獻間相互關聯性。藉由這些跨領域或是新興議題的文獻書募資料分析結果,便能協助科學家釐清有機農業的知識結構。 
結果顯示不論是歐洲國家、美國、巴西、澳洲、甚至中國等,對於有機農業都有共同關注的主題。這些有機農業的主題包含:永續農業、生物多樣性與田間管理,其中作物栽培系統、品質、土壤與氮素是發展有機農業的重要技術內涵。此項研究成果發表於「科學計量學(Scientometrics)」期刊,論文指出有機農業研究在1997年後成為熱門的科研主題,透過書目計量學能夠協助政策制定者、科研人員、以及產業人士投入議題時有更明確的發展方向。



▪無人機,哪些產業需要跟上腳步?

無人機是近年來農業科研研究的熱門主題,這項新興科技結合了數位相機、多光譜相機、雷達、感測器、以及遙控設備等技術,其應用層面更是廣泛,例如地理圖資、運輸與農業田間管理。為了快速的了解無人機發展脈絡與科研現況,2019年義大利政府農業經濟研究委員會發表了「農用無人機」的書目分析研究報告,從1995-2017年與無人機科技相關的科學文獻資料中指出:自2013年起無人機科技研究日漸蓬勃,世界無人機技術的主要研發國家:美國、中國、義大利、西班牙、印度、德國與英國,且不同國家各自有自己的合作網絡。
早期農用無人機的發展重點為作物生長與環境監測,例如生長與氣候間的關係、土壤與地理圖資調查等,大多應用在森林的植冠分析與評估作物營養生長狀態。隨著氣候變遷對環境的衝擊,無人機的科研討論主題轉為生物多樣性、乾旱、永續性、甚至結合遙測技術後,發展出產量預測與大數據分析等。



圖說:無人機的知識結構可包含植物生理、農業、乃至資訊工程等科學。(資料來源:Elisabetta Raparelli & Sofia Bajocco, 2019, A bibliometric analysis on the use of unmanned aerial vehicles in agricultural and forestry studies)


2018年資料科學相關的主題更開始蓬勃發展,透過蒐集感測器的數據資料,結合物聯網與演算法技術,無人機不只應用在田間管理,甚至能夠廣泛應用在各種數據分析與政策管理等主題。這份報告也將成為當局評估「農業無人機科技可優先應用在哪些產業」時重要的政策依據。



▪農業大數據,討論什麼數據?

2019年1月印度中央農業大學的科學計量學專家Dr. Rajendra Prasad在線上期刊- Library Philosophy and Practice, LPP (ISSN 1522-0222)發表了一篇「農業大數據之科學計量學分析報告」,Rajendra博士從知名期刊資料庫Web of Science中以農業大數據(Agriculture big data)作為關鍵字,找出379篇科學文獻,並以書目計量學與文本分析法建構農業大數據的「知識結構」。
研究發現中國、美國及法國為目前進行最多關於農業大數據的研究,科學家討論農業大數據時往往同時論及田間管理、精準農業、作物模式、遙測系統及糧食安全。換句話說,智慧農業不僅僅是生產管理的工具,更是建立在生態環境、氣候變遷、以及糧食安全的新興農業科技。


統計結果顯示:所有以農業與大數據為主題的文獻中,多半與氣候變遷、作物生長、永續、選別、與精準農業有關,特別是乾旱逆境與生產風險是過去智慧農業研究的重點。報告中Rajendra博士也提到:農業大數據的未來發展將往精準農業、作物系統、遙測技術、機器學習和雲端運算等。


科研成果從申請專利的技術、進而走入產業通常需要3至5年的時間,因此書目計量學的結論可推測未來10年內的科技發展,其產出的研究前沿更能幫助政府部門配置經費與政策制定。而對於新創公司與研發單位,研究前沿的資料庫工具也是一種全面性的探索農業科技議題的「時光機」。


參考文獻:
1. Aleixandre, J. L., Aleixandre-Tudó, J. L., Bolaños-Pizarro, M., & Aleixandre-Benavent, R. (2015). Mapping the scientific research in organic farming: a bibliometric review. Scientometrics, 105(1), 295–309. doi:10.1007/s11192-015-1677-4
2. Raparelli, E., & Bajocco, S. (2019). A bibliometric analysis on the use of unmanned aerial vehicles in agricultural and forestry studies. International Journal of Remote Sensing, 1–14. doi:10.1080/01431161.2019.1569
3. Trivedi, Guptnath, Visualization and Scientometric Mapping of Global Agriculture Big Data Research" (2019). Library Philosophy and Practice (e-journal). 2478. https://digitalcommons.unl.edu/libphilprac/2478/

【研究前沿】站在巨人的肩膀上,智慧於農