《中國農機化學報》2012—2021年文獻計量與研究熱點分析

蓋贏釗 邵子涵 周群

摘要：《中國農機化學報》是以農業(yè)機械化為研究主題的學術期刊，是領域內先進研究理論、成果的重要載體，為準確、客觀反映《中國農機化學報》近十年的發(fā)展狀況，進而梳理農業(yè)機械化領域研究熱點分布。基于中國知網(wǎng)（CNKI）中國期刊全文數(shù)據(jù)庫，運用文獻計量方法，對2012—2021年《中國農機化學報》刊載的學術論文情況進行總體梳理和可視化分析。研究結果展示期刊近十年的文獻計量學特征及其學術影響力，并在一定程度上揭示期刊的研究熱點和趨勢，為期刊的當前現(xiàn)狀和發(fā)展提供建議的同時，也為從期刊角度觀察農業(yè)機械化領域發(fā)展態(tài)勢提供有意義的參考。

關鍵詞：《中國農機化學報》；文獻計量；學術影響力；熱點；知識圖譜

中圖分類號：G353.1

文獻標識碼：A

文章編號：2095-5553 （2023） 03-0214-09

Abstract： Journal of Chinese Agricultural Mechanization is an academic journal with the research theme of agricultural mechanization， which is an important carrier of advanced research theories and achievements in the field. In order to accurately and objectively reflect the development status of Journal of Chinese agricultural mechanization in the past ten years， and further clarify the distribution of hot research topics in the field of agricultural mechanization， this paper is based on the fulltext database of Chinese journals on CNKI. By using the bibliometric method， the academic papers published in the Journal of Chinese Agricultural Mechanization from 2012 to 2021 were sorted out and analyzed visually. The research results show the bibliometrics characteristics and academic influence of the journals in the past ten years， and reveal the research hotspots and trends of the journals to a certain extent， and provide suggestions for the current status and development of the journals， but also provide a meaningful reference for observing the development trend of agricultural mechanization from the perspective of the journals.

Keywords： Journal of Chinese Agricultural Mechanization; bibliometric; academic influence; hot spot; map of knowledge

0引言

《中國農機化學報》是農業(yè)農村部主管、農業(yè)農村部南京農業(yè)機械化研究所主辦的我國農業(yè)機械化領域指導性和權威性學術刊物。該刊創(chuàng)刊于1957年，當時刊名《南方農業(yè)機械化研究通訊》，1984年改刊名為《中國農機化》，2013年又改刊名為《中國農機化學報》，是全國中文核心期刊、中國核心學術期刊、中國科技核心期刊、中國農林核心期刊。其研究內容包括農業(yè)裝備工程、設施農業(yè)與植保機械工程、農產品加工工程、農業(yè)信息化工程、農業(yè)生物系統(tǒng)與能源工程、農業(yè)水土工程、農業(yè)智能化。該刊致力于我國農業(yè)機械化領域“化”的理論研討，以較強的學術性展現(xiàn)我國農機化科學技術發(fā)展動態(tài)，反映我國農機化學術研究發(fā)展的歷史進程及創(chuàng)新歷程，支撐我國農機化學術水平的提高，是集理論性、實踐性于一體的學術性刊物，為我國農業(yè)機械化領域發(fā)展做出了巨大貢獻。

科技期刊是學術交流的主要平臺之一，《中國農機化學報》作為學術研究型期刊，是領域內先進研究理論、成果的重要載體，發(fā)表了一系列具有前瞻性、針對性的學術論文。為探索和總結《中國農機化學報》近十年的辦刊規(guī)模、學術影響力和研究熱點，本文基于中國知網(wǎng)（CNKI）數(shù)據(jù)庫，采用文獻計量方法對2012—2021年《中國農機化學報》的載文情況進行統(tǒng)計分析及可視化呈現(xiàn)，以揭示期刊學術影響力結構及研究熱點，旨在為期刊未來發(fā)展提供一定的參考和借鑒。

1數(shù)據(jù)來源和研究方法

1.1數(shù)據(jù)來源

本文以CNKI數(shù)據(jù)庫為檢索平臺，以《中國農機化學報》or《中國農機化》為文獻來源進行檢索，檢索時間為2012-01-01至2021-12-31，共檢索到文獻4 420 篇。經(jīng)數(shù)據(jù)清洗，剔除會議通知、書評等非研究性文章，得到學術論文4 324篇，用以進行計量分析。

1.2研究方法

本文采用文獻計量學的方法，通過EXCEL對2012—2021年發(fā)表在《中國農機化學報》上的學術論文進行系統(tǒng)分析，包括刊載論文的機構分布、基金分布、作者合作、被引情況等文獻特征，以揭示數(shù)據(jù)內部結構及其中的研究發(fā)展規(guī)律。其次，利用VOSviewer和CiteSpace繪制知識圖譜，依據(jù)其共現(xiàn)和聚類原理展示期刊主要研究者及其之間的合作關系，以及一定時期內的研究熱點和前沿，進而得到相關結論。

2結果分析

2.1載文量和基金資助分析

載文量是指某期刊在一定時期內刊載論文的數(shù)量，載文量的多少在一定程度上說明期刊學術信息的豐富程度。而基金論文是指論文中的科研經(jīng)費由國家各級政府部門、各類基金組織和企事業(yè)單位來提供，因此刊物發(fā)表基金論文越多說明其學術水平和影響程度越大。期刊中基金資助論文數(shù)除以論文總數(shù)可以得到基金論文比，該數(shù)值可以反映期刊的學術水平和質量［1］。

本文對2012—2021年《中國農機化學報》刊發(fā)的4 324篇學術論文進行統(tǒng)計。

從表1可以看出，該刊所載學術論文數(shù)量自2012年以來明顯增加，至2016年達到最多，為689篇。之后載文量有所下降，2018年載文量最少，僅為280篇?；鹫撐臄?shù)呈現(xiàn)出相同趨勢，在2016年資助論文最多，為660篇，2018年僅為246篇。

2012—2021年《中國農機化學報》共有3 773篇文章受到基金項目的資助，基金論文比為87.27%。從整體上看，期刊刊載的學術論文受基金資助的比率較高且呈現(xiàn)逐年上升的趨勢，至2021年達到最大，為98.99%，且近三年基金論文占比均在95%以上。

為了進一步梳理不同基金的論文占比情況，表2根據(jù)論文數(shù)量對2012年以來前十類基金進行統(tǒng)計。

其中有5個為國家級、3個為省部級。排在前十位基金資助的論文總篇數(shù)為1 458篇，占基金論文總數(shù)的38.64%，其中，國家級基金占比最大。資助論文最多的前三個基金分別是國家自然科學基金、國家重點研發(fā)計劃、國家科技支撐計劃，資助篇數(shù)依次為643篇、217篇、169篇。

2.2發(fā)文機構分析

2.2.1機構分布

2012—2021年《中國農機化學報》刊發(fā)的4 324篇學術論文分屬于2 700個研究機構，涉及科研院所，高校和農業(yè)相關部門等。其中發(fā)文數(shù)量在10～20篇的有66家機構，超過20篇的有41家機構。表3為發(fā)文數(shù)量排在前十的研究機構，共計發(fā)文1 099篇，約占發(fā)文總量的25.42%。發(fā)文頻次最高的機構為農業(yè)農村部南京農業(yè)機械化研究所，共計發(fā)文504篇，約占總發(fā)文量的11.66%。發(fā)文前十的機構中，有7所為高等院校，其中5所為農業(yè)類院校，1所為綜合類院校，1所為理工類院校；從二級學院來看，7所高等院校的二級學院均為機電學院。這也反映出《中國農機化學報》作者的來源機構較為集中，除農業(yè)農村部南京農業(yè)機械化研究所外，主要為農業(yè)類高校機電學院。

2.2.2發(fā)文機構合作

機構合作有助于優(yōu)化科研資源的配置。本文用VOSviewer繪制了2012—2021年《中國農機化學報》的發(fā)文機構共現(xiàn)知識圖譜。如圖所示，圖中圓圈越大表示發(fā)文量越多，連線越多代表合作越頻繁。從圖1中可以看出，發(fā)文機構間合作關系較為密切，并形成了以農業(yè)農村部南京農業(yè)機械化研究所為核心的機構合作群，其與山東農業(yè)大學、吉林農業(yè)大學、南京農業(yè)大學、甘肅農業(yè)大學、石河子大學均有著較強合作關系。進一步說明《中國農機化學報》近十年載文的重要來源機構為農業(yè)農村部南京農業(yè)機械化研究所。

2.3發(fā)文作者分析

2.3.1作者發(fā)文情況

通過統(tǒng)計得出，2012—2021年共有10 256位作者（包括所有論文的全部作者）在《中國農機化學報》上發(fā)表了學術論文。表4所示是2012—2021年該刊論文作者的分布情況。其中，發(fā)表1篇文章的作者總數(shù)為7 431人，占作者總人數(shù)的72.46%；發(fā)表2篇論文的作者為1 524人，占作者總人數(shù)的14.86%；發(fā)表3篇論文及以上的作者占作者總數(shù)的10%以上，這也說明該刊作者群體數(shù)量較大，且分布廣泛，不僅擁有一部分穩(wěn)定的作者來源，同時也有大量的新作者來稿。

2.3.2核心作者群分析

核心作者群是指在某一刊物上發(fā)表的論文較多、影響較大的作者集合［2］。核心作者是推動期刊學術創(chuàng)新的主要力量，對學術期刊及學科領域的快速發(fā)展具有重要意義。因此，為有效地測定出核心作者群體，本文以普賴斯公式為基礎進行計算，公式如式（1）所示所示［3］。

M=0.749（Nmax）1/2

式中：Nmax——

2012—2021年《中國農機化學報》發(fā)表學術論文最多的作者的論文數(shù)量；

論文篇數(shù)，核心作者群則由發(fā)表論文數(shù)在M篇及以上的作者構成。

經(jīng)統(tǒng)計，農業(yè)農村部南京農業(yè)機械化研究所的胡志超發(fā)文數(shù)量最多，為49篇，即Nmax取值為49，代入式（1）計算得出M值約為5.23篇，按照取整原則，取M=6，即發(fā)文量在6篇及以上的作者為該期刊的核心作者群。由此得出，該刊共有313位核心作者。近十年間這些核心作者共發(fā)文2 920篇，人均發(fā)文約為9.329篇。

普賴斯定律揭示了文獻作者與文獻數(shù)量之間關系，對于專業(yè)性較強的期刊來說，具有一定的指導意義。該定律指出在某一研究領域中，一半的論文為核心作者所撰寫?！吨袊r機化學報》核心作者群發(fā)文數(shù)量占論文總數(shù)的67.53%，說明其符合普賴斯定律中的理論值。表5統(tǒng)計了發(fā)文量排在前30位的作者，其發(fā)文量均在16篇及以上的高水平，進一步說明該刊近十年來擁有穩(wěn)定的作者來源，提供了較多數(shù)量的優(yōu)質論文以促進農業(yè)機械化領域的發(fā)展。進一步分析發(fā)現(xiàn)，這30名作者中有17名來自農業(yè)科研院所，11名來自高校，2名來自相關公司。這在一定程度上反映了該刊的學術論文來源是以科研機構為主，同時也有近一半來自高校。

2.3.3作者合作發(fā)文分析

合著發(fā)表論文是科研合作的重要表現(xiàn)形式。經(jīng)統(tǒng)計，在4 324篇學術論文中，獨立撰寫、兩人合作、三人合作、四人合作、五人合作、六人及以上的論文數(shù)依次為372篇、627篇、800篇、822篇、753篇和950篇，分別約占總論文篇數(shù)的8.6%、14.5%、18.5%、19%、17.4%、21.9%。其中，占比最大的是六人及以上合作發(fā)文，獨立撰寫和兩人合作發(fā)文占比較低。由此可以看出，《中國農機化學報》刊載論文中，合著是主要的學術論文撰寫方式，發(fā)文作者更傾向于多人合作共同分享研究成果。

進一步分析作者合作發(fā)文的時間趨勢，從圖2中可以看出，2012—2021年間《中國農機化學報》中獨立撰寫的學術論文數(shù)量整體上呈現(xiàn)出逐年下降的趨勢，而六人及以上合作發(fā)文數(shù)量占比逐年上升。2021年獨立作者發(fā)文所占比重降至1.5%，而6人及以上合作發(fā)文占比增長尤為明顯，2021年增至41.27%。表明該刊的作者之間存在較多學術合作交流關系，且其交流程度逐年提高，這與當前的科研合作大環(huán)境和科學協(xié)作模式密切相關。

為了更直觀地展現(xiàn)作者之間的合作關系，本文利用VOSviewer構建作者合作網(wǎng)絡圖，圖中節(jié)點大小代表發(fā)文數(shù)量的多少，作者之間的連線代表合作強度，連線越多代表該作者與其他作者具有越多的合作關系，節(jié)點顏色代表經(jīng)聚類得到的作者所屬群。

如圖3所示，從合作角度來看，近十年《中國農機化學報》的作者群體呈現(xiàn)出較為集中的趨勢，并已經(jīng)形成了一些穩(wěn)定的作者合作團隊。

例如以胡志超、肖宏儒、陳永生等學者為核心的研究群體。具體來看，合作關系突出的4組群體為胡志超、謝煥雄、胡良龍；肖宏儒、宋志禹、丁文芹；陳永生、吳崇友、吳愛兵；趙武云、戴飛等。但進一步分析發(fā)現(xiàn)，這些團隊大多來自同一機構，趙武云團隊的主要研究學者均來自甘肅農業(yè)大學，而其他三組研究團隊學者多數(shù)都來自農業(yè)農村部南京農業(yè)機械化研究所。也就是說，由于學緣關系的影響，期刊多數(shù)作者的合作關系主要為團隊內部之間，而不同學術團隊之間的合作關系較為微弱。

2.4被引分析

被引頻次通常指該期刊所刊載的論文在統(tǒng)計時間段被其他期刊和期刊本身引用的總次數(shù)，是期刊論文學術影響力的重要評價指標［4］。各年發(fā)表的學術論文被引頻次如圖4所示，可以看出，2012年被引頻次為3 244 次，為歷年最高，其次為2016年，被引頻次3 023次，2019年被引頻次為2 425次。從各年被引量來看，論文被引總頻次整體呈現(xiàn)上升趨勢，反映出該刊論文質量不斷提高，但仍有10.15%的刊發(fā)論文未被引用過，應該引起關注和重視。

經(jīng)統(tǒng)計，2012—2021年《中國農機化學報》刊載的4 324篇學術論文中，被引論文數(shù)達3 885篇，被引率為89.85%，共被引20 537次，篇均被引頻次為5.29次/篇。對被引頻次排在前10的高影響力論文的相關情況進行統(tǒng)計，如表6所示，高被引論文中最高被引頻次達299次，為李中華等發(fā)表在2012年的《我國設施農業(yè)發(fā)展現(xiàn)狀及發(fā)展思路》一文。

從表6還可以看出，前10篇高被引論文有9篇是在7年前，只有陳玉華等作者的論文發(fā)表在2018年，其被引頻次增長較為顯著；其次，一般情況下，綜述性論文比研究性論文具有較高的被引頻次，在前10的高被引論文中，9篇論文均為綜述性論文，具有較高影響力的研究性論文仍不多見。

2.4.1高被引論文分析

高被引論文在一定程度上能充分體現(xiàn)期刊論文的學術的原創(chuàng)性，對學科領域具有較大的影響力。本文參照劉雪立［6］的思路，將被引頻次較高的前5%的學術論文定義為高被引論文。根據(jù)2012—2021年《中國農機化學報》刊載學術論文數(shù)和被引論文數(shù)，可以得到194.25篇（3 885×5%）高被引論文，根據(jù)取整原則，將被引頻次排在前195的論文確定為近十年來的高被引論文。表7為該195篇高被引論文在各年間的篇數(shù)及篇均被引次數(shù)，其總被引頻次為7 814次，篇均被引次數(shù)為40.07次。在該195篇論文中，被引頻次最高為2012年的1 349次，篇均被引頻次最高為2013年的55.04次。

表8為該195篇高被引論文中出現(xiàn)頻次在5次以上的19個關鍵詞，可以看出，高被引論文的高頻關鍵詞主要有機械作業(yè)、自走式、噴霧劑、物聯(lián)網(wǎng)、采摘機器人、農機農藝等，反映出該期刊在上述領域或方向具有較強的學術影響力。

2.4.2施引期刊分析

施引期刊能夠表明同行對該刊的認可程度，體現(xiàn)期刊認同率。對《中國農機化學報》被其他期刊引用的情況進行統(tǒng)計，可以看出其對相關期刊的影響及其讀者群。

其中，核心期刊對該期刊的引用頻次，可以在一定程度上反映該期刊的學術影響力，揭示刊物在學科研究中的地位和作用，是評價刊物社會效益和學術性的客觀標準之一［7］。對施引期刊中的北大核心期刊進行統(tǒng)計得出，共有7 241篇發(fā)表在北大核心期刊的論文引用了《中國農機化學報》，表9為引用論文數(shù)排在前15位的核心期刊，其中《農業(yè)工程學報》發(fā)表引用論文614篇，占期刊總數(shù)的50.04%，《農業(yè)機械學報》發(fā)表引用論文434篇，占期刊總數(shù)的35.37%?！掇r業(yè)工程學報》和《農業(yè)機械學報》的引用頻次以絕對數(shù)量超過其他期刊，而這些期刊所刊載的論文在該領域具有較高的質量和學術價值，表明《中國農機化學報》在其學科領域具有一定的競爭力。

2.5研究熱點及階段性前沿分析

2.5.1研究熱點分析

關鍵詞是研究主題的高度概括和凝練，關鍵詞出現(xiàn)的頻次越高，說明相關的研究成果越多，研究內容的集中性就越強。在數(shù)據(jù)量較多的情況下，VOSviewer具有標簽視圖清晰，重疊性較小，可視化效果較好的優(yōu)勢。如圖5所示，圖中節(jié)點圓圈越大，代表關鍵詞出現(xiàn)頻次越多，即為期刊熱點研究內容；節(jié)點圓圈之間越接近，說明二者出現(xiàn)在同一篇文獻中的次數(shù)越多；節(jié)點位置越接近中心，其所代表的關鍵詞重要性越強，即為該期刊領域的重要研究熱點。

圖5中網(wǎng)絡節(jié)點數(shù)量為139個，連線272條，提取出的關鍵詞共有四個聚類，第一聚類主要關鍵詞為模態(tài)分析，共現(xiàn)明顯的有正交試驗，有限元分析，機械化，力學特征，秸稈；第二聚類主要關鍵詞為圖像處理，共現(xiàn)明顯的有機器視覺，優(yōu)化設計，數(shù)值模擬，遺傳算法，深度學習等；第三聚類主要關鍵詞為物聯(lián)網(wǎng)，共現(xiàn)明顯的有單片機，播種機，溫室，設施農業(yè)，傳感器等；第四聚類主要關鍵詞為設計，共現(xiàn)明顯的有試驗，仿真，液壓系統(tǒng)，自動控制等。

2.5.2階段性前沿分析

關鍵詞突現(xiàn)分析能夠探測某時間段內出現(xiàn)頻率驟增的關鍵詞，反映該時間段內興起的或者持續(xù)受到關注的研究熱點，具有識別研究前沿和及時檢測新興趨勢的功能［8］。為展現(xiàn)研究熱點在不同時間段的演進過程，本文利用CiteSpace繪制關鍵詞時間線圖并進行突變詞檢測，以揭示《中國農機化學報》研究的前沿主題及未來研究趨勢。

圖6為關鍵詞時間線圖，該圖譜中的Q值（模塊值）和S值（平均輪廓值）是衡量關鍵詞聚類的重要指標，Q>0.3表示聚類結構清晰，S>0.5表示聚類劃分合理［9］，圖6中Q=0.588 4，S=0.811 4，即聚類效果較好。圖6中節(jié)點表示其第一次出現(xiàn)時間，節(jié)點間的連線表示關鍵詞間的共現(xiàn)關系。圖6中將研究熱點的演進劃分為8個方向，分別為試驗，控制系統(tǒng)，模態(tài)分析，圖像處理，農業(yè)機械，溫室，數(shù)值模擬，拖拉機。圖7為近十年期刊學術論文突變詞探測圖。圖7中Begin是關鍵詞開始突變的時間，End是結束的時間，中間的時間差值是關鍵詞突變的持續(xù)時間，Strength表示突變強度，共得到18個突現(xiàn)詞。

2012—2016年期間，突變詞主要有柴油機、仿真、有限元、數(shù)值模擬、太陽能。郭金龍等［10］通過Static Structural模塊對機架進行有限元靜力分析，得到其在邊界條件下的應力、應變和總變形分析云圖；利用Modal模塊對機架進行有限元模態(tài)分析，得到其前6階固有頻率和模態(tài)振型。陸永光等［11］利用計算流體力學（CFD）和離散單元法（DEM），對花生莢果氣力提升管道內氣固兩相流動進行數(shù)值模擬。研究結果表明，數(shù)值模型可預測提升管道的輸送性能以及最佳風速和喂入量。

2016—2019年突現(xiàn)關鍵詞：日光溫室、自動控制、優(yōu)化。這一階段關鍵詞突變的持續(xù)時間較短。宋衛(wèi)堂［12］通過介紹日光溫室蔬菜產業(yè)的發(fā)展現(xiàn)狀，指出現(xiàn)階段溫室生產存在的主要問題，通過探討日光溫室蔬菜生產機械化的解決途徑，初步找到將“設施、農藝、農機”三方面融合的辦法。

2019—2021年期間，突變詞主要有深度學習、機器視覺、離散元、正交試驗、鄉(xiāng)村振興等。其中深度學習的突變強度達到10以上。在這一階段，深度學習在農業(yè)信息化領域的應用成為新的熱點，且持續(xù)至今。樊湘鵬等［13］以玉米病害數(shù)據(jù)集為例，對其進行數(shù)據(jù)增強、移除背景和細分割劃分等處理，設計5個AlexNet框架的CNN網(wǎng)絡模型并利用不同類型的數(shù)據(jù)集進行測試，使用十倍交叉法驗證識別結果，得出影響深度神經(jīng)網(wǎng)絡用于作物病害識別有效性的9個主要因素。李昊等［14］采用物聯(lián)網(wǎng)技術和深度學習方法，基于尺度可變視頻流信息，構建了一套基于柑橘葉片的病蟲害動態(tài)識別系統(tǒng)，該系統(tǒng)實現(xiàn)了全方位智能控制，解決了實時葉片圖像變形和尺度縮放等問題，實現(xiàn)了柑橘圖像的動態(tài)采集和智能識別。

在這一階段，機器學習也進入了深度學習時代，隨著深度學習模型在圖像處理、病害識別、智能檢測等農業(yè)信息技術領域的廣泛應用，可以預見，在未來一段時間內，深度學習技術、機器視覺技術相關研究成果仍將是《中國農機化學報》學術論文的研究前沿。

3結論

本文統(tǒng)計分析了2012—2021年《中國農機化學報》的學術論文，運用文獻計量學的方法，從基金資助情況、核心研究機構、核心作者群、期刊群、研究熱點演進等方面，對期刊的產出現(xiàn)狀和學術影響力進行了分析，經(jīng)歸納總結，得出以下幾個方面的啟示。

1） 《中國農機化學報》年載文量具有階段性變化特征，在十年中，期刊累計發(fā)表學術論文4 324篇，其中2016年載文量達到689篇，為歷年刊載數(shù)量最多?？d的學術論文受基金資助的比率高，基金論文比呈現(xiàn)出明顯增加態(tài)勢，其中2021年達到98.99%，且國家級基金是該期刊論文的主要項目資助類型。

2） 十年來，《中國農機化學報》擁有龐大的作者數(shù)量，并呈現(xiàn)出獨立作者撰寫的論文數(shù)量逐漸減少，作者間的多人合作以及機構間的協(xié)作明顯增長的趨勢。此外，發(fā)表6篇及以上論文的作者形成了該刊的核心作者群，共計313位，共發(fā)文2 920篇，占學術論文總數(shù)67.53%，超過了普賴斯定律中規(guī)定的50%。進一步說明《中國農機化學報》論文作者合作態(tài)勢良好，擁有強大的核心作者隊伍及高研究水平的機構團體，是該刊發(fā)展的推動者和引導者，并為農業(yè)機械化領域的科學研究做出了巨大貢獻。

3） 《中國農機化學報》在相關研究領域的學術影響力日益提高。該刊近十年刊載的學術論文中有89.85%（3 885篇）的論文被引用，總被引頻次達到20 537 次。前195篇高被引論文，共被引頻次達到7 814 次，其中，陳玉華［15］、田志偉［16］兩位學者分別于2018年和2019年發(fā)表的《農作物秸稈綜合利用的現(xiàn)狀、存在問題及發(fā)展建議》，《植保無人機施藥技術研究現(xiàn)狀與展望》2篇論文，在短短2～3年時間里，被引頻次分別達到120次、71次。且引用該期刊的論文多數(shù)都來自該領域的權威核心期刊。

4） 期刊刊載的學術論文在關鍵詞，研究熱點等方面具有學科特點，依據(jù)關鍵詞時間線圖、突變詞所呈現(xiàn)出的特征和規(guī)律，可以發(fā)現(xiàn)，近十年的研究重點不再局限于對工程技術本身的研究，而是逐漸轉向信息化技術的應用，深度學習模型的應用成為新的研究視角，其研究內容也更加深入。可以看出，信息化、智能化的智慧農業(yè)研究仍將是期刊未來研究的熱點，智能技術驅動的農業(yè)科技創(chuàng)新研究成果將成為前沿趨勢。

總之，近十年來《中國農機化學報》論文具有較高的學術性和應用性，發(fā)揮了期刊間交流、導向作用，其研究視角也更加多元，綜合反映了農業(yè)機械化及相關領域的研究成果和前沿動態(tài)，為我國農機化研究提供了學術上的支持和實踐上的指導。為進一步擴大其學術影響力，《中國農機化學報》應繼續(xù)堅持準確定位，突出辦刊特色，重點關注前瞻性、戰(zhàn)略性研究。一方面，可以繼續(xù)優(yōu)化期刊欄目設置，與時俱進，開設特色欄目，吸納更多具有創(chuàng)新性、跨學科交叉研究的學術成果。另一方面，要立足長遠，具備國際視野，與國際農業(yè)機械化研究接軌，在立足我國農業(yè)生產實踐需要的同時，增強農業(yè)機械化研究的國際化，面向世界科技創(chuàng)新前沿，發(fā)揮學術期刊的學術引領作用。

參考文獻

［1］夏朝暉. 基金論文比在科技期刊評價體系中的作用探析［J］. 中國科技期刊研究， 2008， 19（4）： 574-577.

［2］杜秀杰， 葛趙清， 劉楊， 等. 基于著者索引的高校學報核心作者群分析［J］. 編輯學報， 2006（5）： 366-368.

Gu Xiujie， Ge Zhaoqing， Liu Yang， et al. Analysis of coreauthors group of university journals based on author index ［J］. Acta Editologica， 2006（5）： 366-368.

［3］鐘文娟. 基于普賴斯定律與綜合指數(shù)法的核心作者測評——以《圖書館建設》為例［J］. 科技管理研究， 2012， 32（2）： 57-60.

Zhong Wenjuan. Evaluation about the core authors based on price law and comprehensive index method： Take Journal of Library Development as an example ［J］. Science and Technology Management Research， 2012， 32（2）： 57-60.

［4］王善高， 李佳睿， 周應恒， 等. 《農業(yè)現(xiàn)代化研究》的文獻計量分析——基于2000—2018年載文的研究［J］. 農業(yè)現(xiàn)代化研究， 2020， 41（1）： 163-178.

Wang Shangao， Li Jiarui， Zhou Yingheng， et al. Bibliometric analysis of the evolution and influences of the Research of Agricultural Modernization： Based on the papers published from 2000 to 2018 ［J］. Research of Agricultural Modernization， 2020， 41（1）： 163-178.

［5］湯建民. 《中國工業(yè)經(jīng)濟》學術影響力研究—基于2000—2007年CNKI數(shù)據(jù)庫的分析［J］. 中國工業(yè)經(jīng)濟， 2008（10）： 129-138.

Tang Jianmin. Research on academic influence of China Industrial Economics—Quantitative analysis based on 2000—2007 CNKI Databases ［J］. China Industrial Economics， 2008（10）： 129-138.

［6］劉雪立. 基于Web of Science和ESI數(shù)據(jù)庫高被引論文的界定方法［J］. 中國科技期刊研究， 2012. 23（6）： 975-978.

［7］寧寶英， 金炯. 近30a《中國沙漠》論文發(fā)表趨勢： 基于文獻計量分析的結果及啟示［J］. 中國沙漠， 2010， 30（6）： 1497-1507.

Ning Baoying， Jinjiong. Articles publication trend of the Journal of Desert Research in recent 3 decades： Results and enlightenment of bibliometric analysis ［J］. Journal of Desert Research， 2010， 30（6）： 1497-1507.

［8］Chen Chaomei. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature ［J］. Journal of the American Society for Information Science and Technology， 2006， 57（3）： 359-377.

［9］陳悅， 陳超美， 劉則淵， 等. CiteSpace知識圖譜的方法論功能［J］. 科學學研究， 2015， 33（2）： 242-253.

Chen Yue， Chen Chaomei， Liu Zeyuan， et al. The methodology function of CiteSpace mapping knowledge domains ［J］. Studies in Science of Science， 2015， 33（2）： 242-253.

［10］郭金龍， 王維新， 李霞， 等. 振動深松機機架的有限元分析［J］. 中國農機化學報， 2016， 37（7）： 6-9， 28.

Guo Jinlong， Wang Weixin， Li Xia， et al. Finite element analysis on the frame of vibratory subsoiler ［J］. Journal of Chinese Agricultural Mechanization， 2016， 37（7）： 6-9， 28.

［11］陸永光， 胡志超， 林德志， 等. 基于CFD-DEM花生莢果管道輸送過程數(shù)值模擬［J］. 中國農機化學報， 2016， 37（6）： 104-109.

Lu Yongguang， Hu Zhichao， Lin Dezhi， et al．Numerical simulation of peanuts particles convey in using CFD-DEM coupled approach ［J］. Journal of Chinese Agricultural Mechanization， 2016， 37（6）： 104-109.

［12］宋衛(wèi)堂. 日光溫室蔬菜生產全程機械化的一種解決方案［J］. 中國農機化學報， 2018. 39（9）： 26-29.

Song Weitang. A complete mechanization solution for solar greenhouse vegetable production ［J］. Journal of Chinese Agricultural Mechanization， 2018， 39（9）： 26-29.

［13］樊湘鵬， 周建平， 許燕， 等. 數(shù)據(jù)集對基于深度學習的作物病害識別有效性影響［J］. 中國農機化學報， 2021， 42（1）： 192-200.

Fan Xiangpeng， Zhou Jianping， Xu Yan， et al. Influence of data sets on the effectiveness of crop disease recognition based on deeplearning ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（1）： 192-200.

［14］李昊， 劉海隆， 劉生龍. 基于深度學習的柑橘病蟲害動態(tài)識別系統(tǒng)研發(fā)［J］. 中國農機化學報， 2021， 42（9）： 195-201， 208.

Li Hao， Liu Hailong， Liu Shenglong. Research on dynamic identification system of citrus diseases and pests based on deep learning ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（9）： 195-201， 208.

［15］陳玉華， 田富洋， 閆銀發(fā)， 等. 農作物秸稈綜合利用的現(xiàn)狀、存在問題及發(fā)展建議［J］. 中國農機化學報， 2018， 39（2）： 67-73.

Chen Yuhua， Tian Fuyang， Yan Yinfa， et al. Current status existing problems and development suggestions for comprehensive utilization of crop straw ［J］. Journal of Chinese Agricultural Mechanization， 2018， 39（2）： 67-73.

［16］田志偉， 薛新宇， 李林， 等. 植保無人機施藥技術研究現(xiàn)狀與展望［J］. 中國農機化學報， 2019， 40（1）： 37-45.

Tian Zhiwei， Xue Xinyu， Li Lin， et al. Research status and prospects of spraying technology of plant protection unmanned aerial vehicle ［J］. Journal of Chinese Agricultural Mechanization， 2019， 40（1）： 37-45.