基于文献计量的土壤养分检测传感器研究进展

doi:10.11924/j.issn.1000-6850.casb2025-0778

中国农学通报 ›› 2026, Vol. 42 ›› Issue (10): 171-178.doi: 10.11924/j.issn.1000-6850.casb2025-0778

• 工程·机械·水利·装备 • 上一篇下一篇

基于文献计量的土壤养分检测传感器研究进展

郭家隆¹(), 胡峰², 杨张青², 张杰², 臧贺藏², 常宝方¹, 李国强²^,³(), 辛银平⁴

¹ 河南师范大学计算机与信息工程学院，河南新乡 453007
² 河南省农业科学院农业信息技术研究所，郑州 450002
³ 农业农村部黄淮海智慧农业技术重点实验室，郑州 450002
⁴ 郑州大学环境技术咨询工程有限公司，郑州 450002

收稿日期:2025-09-09 修回日期:2026-04-11 出版日期:2026-05-25 发布日期:2026-05-27
通讯作者:
李国强，男，1984年出生，河南林州人，研究员，博士，从事农业信息技术研究。通信地址：450002 河南省郑州市金水区花园路116号河南省农业科学院农业信息技术研究所，Tel：0371-65712747，E-mail：hnagri@qq.com。
作者简介:
郭家隆，男，2000年出生，河南郑州人，硕士，研究方向为土壤养分快速检测技术。通信地址：453007 河南省新乡市红旗区建设东路46号河南师范大学计算机与信息工程学院，Tel：0371-65712747，E-mail：2308283317@stu.htu.edu.cn。
基金资助:
河南省重点研发与推广专项（科技攻关）“基于数字图像比色法和深度学习的土壤养分检测技术研究”(242102110373)

Research Progress on Soil Nutrient Detection Sensors Based on Bibliometrics

GUO Jialong¹(), HU Feng², YANG Zhangqing², ZHANG Jie², ZANG Hezang², CHANG Baofang¹, LI Guoqiang²^,³(), XIN Yinping⁴

¹ School of Computer and Information Engineering, Henan Normal University, Xinxiang, Henan 453007
² Institute of Agricultural Information Technology, Henan Academy of Agricultural Sciences, Zhengzhou 450002
³ Key Laboratory of Huang-Huai-Hai Intelligent Agricultural Technology, Ministry of Agriculture and Rural Affairs, Zhengzhou 450002
⁴ Zhengzhou University Environmental Technology Consulting Engineering Co., Ltd., Zhengzhou 450002

Received:2025-09-09 Revised:2026-04-11 Published:2026-05-25 Online:2026-05-27

摘要/Abstract

摘要：

为厘清土壤养分检测传感器领域的研究动态与发展规律、明确前沿方向并支撑下一代传感技术研发，以Web of Science核心数据库2015—2024年收录的598篇文献为数据源，采用CiteSpace文献计量法与可视化分析，系统开展国家、机构、期刊、关键词与研究热点分析。结果表明，该领域发展可划分为技术初步探索与积累期（2015—2016年）、稳步增长期（2017—2021年）、爆发增长期（2022—2024年）3个阶段。研究呈现显著的跨学科属性，学科交叉特征显著，以环境科学、分析化学为核心支撑。中国、美国在该领域研究中表现突出，美国农业部、中国科学院等为核心研究机构。研究热点聚焦于精准农业、电化学传感、硝酸盐检测与灌溉调度，前沿逐步向机器学习、特定养分检测、土壤性质与环境效应监测延伸。当前领域存在技术路径碎片化、近地与遥感数据协同不足、标准化评估体系缺失、田间落地应用滞后等瓶颈。未来应围绕多技术融合、多源数据协同、标准体系构建、田间场景落地4个方向突破，为农业可持续发展与生态保护提供技术支撑。

关键词: 土壤养分检测传感器, 文献计量, Web of Science, 可视化分析, 精准农业, 机器学习, 智能检测

Abstract:

This study aims to systematically sort out the research dynamics and development laws in the global field of soil nutrient detection sensors, providing data support for the research and development of next-generation sensor technologies. It took 598 relevant literature included in the Web of Science Core Collection from 2015 to 2024 as the research object, and adopted CiteSpace bibliometric software to conduct visual analysis. The results showed that the research trend in this field could be divided into three stages: the initial exploration and accumulation period of technology (2015-2016), the steady growth period (2017-2021), and the explosive growth period (2022-2024). The research exhibited a remarkable interdisciplinary nature, with environmental science and analytical chemistry as the main supporting disciplines. China and the United States performed prominently in research in this field, and scientific research institutions continuously promoted technological development. The research hotspots focused on precision agriculture, core sensing technology, and key nutrient index detection, while the research frontiers gradually extended to the application of intelligent algorithms, specific nutrient detection, and the monitoring of soil properties and environmental effects. Although technological innovation continues to advance, this field still faced key bottlenecks such as fragmentation of technical paths, insufficient coordination between near-ground and remote sensing data, and lack of a standardized evaluation system, and most research results had not yet been applied in the field. Future research needs to make breakthroughs in four directions: technology integration, data collaboration, standard establishment, and scenario implementation, so as to provide technical support for agricultural sustainable development and ecological protection.

Key words: soil nutrient detection sensor, bibliometrics, Web of Science, visual analysis, precision agriculture, machine learning, intelligent detection

中图分类号:

S-1农业科学技术现状与发展

郭家隆, 胡峰, 杨张青, 张杰, 臧贺藏, 常宝方, 李国强, 辛银平. 基于文献计量的土壤养分检测传感器研究进展[J]. 中国农学通报, 2026, 42(10): 171-178.

GUO Jialong, HU Feng, YANG Zhangqing, ZHANG Jie, ZANG Hezang, CHANG Baofang, LI Guoqiang, XIN Yinping. Research Progress on Soil Nutrient Detection Sensors Based on Bibliometrics[J]. Chinese Agricultural Science Bulletin, 2026, 42(10): 171-178.

图/表 8

参考文献 25

[1]	王儒敬. 农业传感器:研究进展、挑战与展望[J]. 智慧农业(中英文), 2024, 6(1):1-17.
[2]	陈健春, 成文, 钟灿, 等. 农业产业化特色种植基地建设中的热点问题分析[J]. 湖南农业科学, 2014(19):51-53.
[3]	周怡, 纪荣平, 胡文友, 等. 我国土壤多参数快速检测方法和技术研发进展与展望[J]. 土壤, 2019, 51(4):627-634.
[4]	张桃林, 王兴祥. 推进土壤污染防控与修复厚植农业高质量发展根基[J]. 土壤学报, 2019, 56(2):251-258.
[5]	张小超, 方宪法, 赵化平. 精准农业的信息获取技术[J]. 农业机械学报, 2002(6):125-128.
[6]	易加斌, 李霄, 杨小平, 等. 创新生态系统理论视角下的农业数字化转型:驱动因素、战略框架与实施路径[J]. 农业经济问题, 2021(7):101-116.
[7]	陈鹏飞, 刘良云, 王纪华, 等. 近红外光谱技术实时测定土壤中总氮及磷含量的初步研究[J]. 光谱学与光谱分析, 2008(2):295-298.
[8]	GAO B, WALHOF A C, LAIRD D A, et al. Analytical evaluation of mobile in situ soil nitrate infrared sensor designs for precision agriculture[J]. IEEE Sensors journal, 2021, 21(18):20200-20209. doi: 10.1109/JSEN.2021.3096856 URL
[9]	LIU S, CHEN X, XIA X, et al. Electronic sensing combined with machine learning models for predicting soil nutrient content[J]. Computers and electronics in agriculture, 2024, 221:108947. doi: 10.1016/j.compag.2024.108947 URL
[10]	矫雷子, 董大明, 赵贤德, 等. 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J]. 智慧农业(中英文), 2020, 2(2):59-66.
[11]	KUMAR A A, KUMAR S K N, FERNANDEZ R E. Real time sensing of soil potassium levels using zinc oxide-multiwall carbon nanotube-based sensors[J]. IEEE Trans nanobioscience, 2021, 20(1):50-56. doi: 10.1109/TNB.7728 URL
[12]	杨玮, 于滈, 李浩, 等. 基于多光谱图像的土壤有机质含量检测系统与APP研究[J]. 农业机械学报, 2023, 54(9):270-278.
[13]	LAVANYA V, NAYAK A, DASGUPTA S, et al. A smartphone-integrated imaging device for measuring nitrate and phosphate in soil and water samples[J]. Microchemical journal, 2023, 193:109042. doi: 10.1016/j.microc.2023.109042 URL
[14]	DAS P, CHETRY B, PAUL S, et al. Detection and quantification of phosphate in water and soil using a smartphone[J]. Microchemical journal, 2022, 172:106949. doi: 10.1016/j.microc.2021.106949 URL
[15]	SEYMOUR I, NARAYAN T, CREEDON N, et al. Advanced solid state nano-electrochemical sensors and system for Agri 4.0 applications[J]. Sensors, 2021, 21(9):3149. doi: 10.3390/s21093149 URL
[16]	刘鹤. 基于热裂解和嗅觉信息的土壤主要养分检测系统设计及优化研究[D]. 长春: 吉林大学, 2023.
[17]	GARFIELD E. Citation indexing for studying science[J]. Nature, 1970, 227:669-671. doi: 10.1038/227669a0
[18]	CHEN C. Science mapping: A systematic review of the literature[J]. Journal of data and information science, 2017(2):31-40.
[19]	CHEN Y F, WATERHOUSE G I N, QIAO X G, et al. Sensitive analytical detection of nitrite using an electrochemical sensor with STAB-functionalized Nb₂C@MWCNTs for signal amplification[J]. Food chemistry, 2022, 372:131356. doi: 10.1016/j.foodchem.2021.131356 URL
[20]	WAN S, HOU J, ZHAO J, et al. Predicting soil organic matter, available nitrogen, available phosphorus and available potassium in a black soil using a nearby hyperspectral sensor system[J]. Sensors, 2024, 24(9):2784. doi: 10.3390/s24092784 URL
[21]	HONG Y, CHEN Y, CHEN S, et al. Bridging the gap between laboratory VNIR-SWIR spectra and Landsat-8 bare soil composite image for soil organic carbon prediction[J]. Remote sensing of environment, 2025, 328:114874. doi: 10.1016/j.rse.2025.114874 URL
[22]	DONG D M, WANG N, TIAN H W, et al. The war for fertile soil: Advancements in soil nutrient field sensors[J]. Engineering, 2025.
[23]	OLADIPUPO R A, BORUNDIA A, MOUAZEN A M. Economic and environmental benefits of precision nitrogen management in cereal crops using a novel on-line electrochemical soil nitrate sensor[J]. European journal of agronomy, 2025, 170:127784. doi: 10.1016/j.eja.2025.127784 URL
[24]	XUE J, ZHANG X, CHEN S, et al. The validity domain of sensor fusion in sensing soil quality indicators[J]. Geoderma, 2023, 438:116657. doi: 10.1016/j.geoderma.2023.116657 URL
[25]	NOVAIS J J M, ROSAS J T F, ROSIN N A, et al. Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance[J]. Geoderma regional, 2025, 41:e00945. doi: 10.1016/j.geodrs.2025.e00945 URL

排名	WoS学科类别	发文量/篇	占比/%
1	Environmental Sciences（环境科学）	107	17.89
2	Chemistry Analytical（分析化学）	100	16.72
3	Agronomy（农学）	74	12.37
4	Plant Sciences（植物科学）	70	11.70
5	Instruments Instrumentation（仪器仪表）	57	9.53
6	Soil Science（土壤科学）	56	9.36
7	Water Resources（水资源）	55	9.19
8	Engineering Electrical Electronic（电子电气工程）	47	7.85
9	Agriculture Multidisciplinary（多学科农业）	40	6.68
10	Chemistry Multidisciplinary（多学科化学）	35	5.85

排名	WoS学科类别	发文量/篇	占比/%
1	Environmental Sciences（环境科学）	107	17.89
2	Chemistry Analytical（分析化学）	100	16.72
3	Agronomy（农学）	74	12.37
4	Plant Sciences（植物科学）	70	11.70
5	Instruments Instrumentation（仪器仪表）	57	9.53
6	Soil Science（土壤科学）	56	9.36
7	Water Resources（水资源）	55	9.19
8	Engineering Electrical Electronic（电子电气工程）	47	7.85
9	Agriculture Multidisciplinary（多学科农业）	40	6.68
10	Chemistry Multidisciplinary（多学科化学）	35	5.85

排名	期刊名称	发文量/篇	篇均被引频次/次	2024年影响因子
1	Sensors（《传感器》）	23	14.78	7.7
2	Precision agriculture（《精准农业》）	16	23.25	6.6
3	Agronomy (Basel)（《农学（巴塞尔）》）	14	20.29	3.4
4	Science of the total environment（《整体环境科学》）	14	31.71	8.0
5	Agricultural water management（《农业水资源管理》）	13	28.15	6.5
6	IEEE Sensors journal（《IEEE传感器杂志》）	13	18.00	4.5
7	Sensors and actuators B: Chemical（《传感器与执行器B辑：化学》）	12	36.17	7.7
8	Computers and electronics in agriculture（《农业计算机与电子技术》）	11	22.73	8.9
9	Geoderma（《土壤圈》）	11	41.27	6.6
10	Talanta（《塔兰塔》）	10	14.40	6.1

排名	期刊名称	发文量/篇	篇均被引频次/次	2024年影响因子
1	Sensors（《传感器》）	23	14.78	7.7
2	Precision agriculture（《精准农业》）	16	23.25	6.6
3	Agronomy (Basel)（《农学（巴塞尔）》）	14	20.29	3.4
4	Science of the total environment（《整体环境科学》）	14	31.71	8.0
5	Agricultural water management（《农业水资源管理》）	13	28.15	6.5
6	IEEE Sensors journal（《IEEE传感器杂志》）	13	18.00	4.5
7	Sensors and actuators B: Chemical（《传感器与执行器B辑：化学》）	12	36.17	7.7
8	Computers and electronics in agriculture（《农业计算机与电子技术》）	11	22.73	8.9
9	Geoderma（《土壤圈》）	11	41.27	6.6
10	Talanta（《塔兰塔》）	10	14.40	6.1

排名	国家或地区	发文量/篇	占比/%	篇均被引频次/次
1	United States of America（美国）	161	26.92	22.76
2	People’s Republic of China（中国）	92	15.38	21.15
3	India（印度）	78	13.04	19.55
4	Germany（德国）	33	5.51	26.33
5	Spain（西班牙）	30	5.01	32.87
6	Canada（加拿大）	28	4.68	17.11
7	Brazil（巴西）	25	4.18	20.36
8	United Kingdom（英国）	24	4.01	21.38
9	South Korea（韩国）	23	3.84	14.35
10	Australia（澳大利亚）	21	3.51	66.38

基于文献计量的土壤养分检测传感器研究进展

Research Progress on Soil Nutrient Detection Sensors Based on Bibliometrics

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

排名	机构名称	发文量/篇	篇均被引频次/次	所属国家或地区
1	United States Department of Agriculture（美国农业部）	21	19.38	美国
2	Chinese Academy of Sciences（中国科学院）	18	24.67	中国
3	State University of Florida（佛罗里达州立大学）	18	22.33	美国
4	Kle Inst Technol[印度理工学院（卡勒格布尔校区）]	16	34.00	印度
5	Iowa State University[爱荷华州立大学（总校）]	15	45.13	美国
6	Indian Institute of Technology（印度理工学院）	14	12.36	印度
7	University of Florida[佛罗里达大学（主校区）]	14	21.36	美国
8	Ghent University（根特大学）	13	11.23	比利时
9	Kle Technological University（印度卡勒格布尔理工大学）	12	26.33	印度
10	Turkish Academy of Sciences（土耳其科学院）	11	9.45	土耳其

序号	论文题目	来源期刊	被引次数/次	发表年份
1	Root exudation of primary metabolites: Mechanisms and their roles in plant responses to environmental stimuli	Frontiers in plant science	667	2019
2	Fate of nitrogen in agriculture and environment: Agronomic, eco-physiological and molecular approaches to improve nitrogen use efficiency	Biological research	413	2020
3	Plant nitrogen assimilation and its regulation: A complex puzzle with missing pieces	Current opinion in plant biology	339	2015
4	The cbl-interacting protein kinase cipk23 regulates hak5-mediated high-affinity K⁺ uptake in Arabidopsis roots	Plant physiology	232	2015
5	A review of methods to improve nitrogen use efficiency in agriculture	Sustainability	217	2018
6	Black phosphorus quantum dots as the ratiometric fluorescence probe for trace mercury ion detection based on inner filter effect	Acs sensors	179	2017
7	Spectral libraries for quantitative analyses of tropical brazilian soils: Comparing vis-nir and mid-ir reflectance data	Geoderma	169	2015
8	Natural bacterial communities serve as quantitative geochemical biosensors	Mbio	166	2015
9	Nitrates in the environment: A critical review of their distribution, sensing techniques, ecological effects and remediation	Chemosphere	160	2022
10	Two decades of chemical imaging of solutes in sediments and soils- A review	Analytica chimica acta	156	2015

[1]	黄殷洪, 郭金金, 薛杨, 曾文, 陈亚娟, 袁勇. 基于知识图谱的三七总皂苷文献计量与可视化分析[J]. 中国农学通报, 2026, 42(9): 207-218.
[2]	魏丹, 崔福星, 潘虹, 李虹, 郭媛, 杨立宾, 付晓宇, 李海军. 火干扰对土壤动物的影响—基于文献计量分析[J]. 中国农学通报, 2026, 42(6): 111-119.
[3]	周佳慧, 唐浦林, 张诗野, 张爱华, 汪树理, 魏航, 任新龙, 郜玉钢, 王艳芳. 基于CNKI数据库的土壤酸化调节措施文献计量分析[J]. 中国农学通报, 2026, 42(2): 203-210.
[4]	秦小欢, 焦多朵, 金铁棚, 孙师, 郜坤媛, 胡建霖. 人参属植物根系微生态研究态势分析[J]. 中国农学通报, 2026, 42(2): 84-92.
[5]	陈秋如, 王静静, 卢灿, 肖石红, 魏龙, 李一凡, 汪小珺, 谢嘉炜, 殷祚云. 基于CiteSpace的植物净化水质研究前沿趋势探究[J]. 中国农学通报, 2026, 42(10): 106-116.
[6]	李荣, 胡婷婷, 韦持章, 李茜茜, 闭吉圆, 孙宇. 耕整地农机装备研究现状、热点与展望——基于文献计量学[J]. 中国农学通报, 2026, 42(10): 179-194.
[7]	武文宇, 张荣涛, 王申正, 曹文博, 钟海秀, 付晓宇. 基于Web of Science分析湿地水生生物多样性研究态势[J]. 中国农学通报, 2026, 42(10): 87-95.
[8]	卢云峰, 李锐群, 曾润华, 李树忠, 王忠美, 李智海, 贾冬冬. 基于Web of Science文献计量的香蕉枯萎病研究态势分析[J]. 中国农学通报, 2025, 41(8): 149-158.
[9]	徐静, 王超, 万小刚, 赵岳, 伍勇. 基于文献计量的中国植物内生真菌学位论文研究热点与趋势分析[J]. 中国农学通报, 2025, 41(8): 140-148.
[10]	王彦, 刘晓丽, 张怡, 陈宏灏. 基于CiteSpace的葡萄阿小叶蝉研究进展可视化分析[J]. 中国农学通报, 2025, 41(7): 121-127.
[11]	李淑佳, 孙来军, 蒙亚浩, 王祎辰, 李晓旭, 冯国军, 杨凤艳. 基于机器视觉的菜豆种子品种智能识别与分类[J]. 中国农学通报, 2025, 41(4): 156-164.
[12]	曾婷, 胡晋豪, 龚颖婷, 姚建武, 申健, 王荣辉, 李盟军. 基于文献计量法的轮作影响氨排放研究进展及热点分析[J]. 中国农学通报, 2025, 41(35): 110-121.
[13]	钱海林, 王诗岩, 任鹏, 杨芳, 常佳琪, 常阳阳, 王东印. 基于文献计量分析的油莎豆研究热点及趋势[J]. 中国农学通报, 2025, 41(32): 145-157.
[14]	钱帅, 王明达, 祝慧, 刘淑媛, 王浩宇, 范利超. 文献计量学视角下蚯蚓对土壤有机碳转化累积的影响研究[J]. 中国农学通报, 2025, 41(32): 61-73.
[15]	刘雅君, 何涵, 李爽, 孙晓春, 汪晓蕊, 史鑫波, 蔡兴航, 黄文静. 珠子参研究的全球知识网络：文献计量与可视化分析[J]. 中国农学通报, 2025, 41(31): 47-59.