關(guān)鍵詞： 可拓理論； 技術(shù)演化； 技術(shù)預(yù)測； 知識表達(dá)； 可拓集

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．１０．００８

〔中圖分類號〕Ｇ３０１ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） １０－００８６－１７

技術(shù)演化與預(yù)測是在復(fù)雜環(huán)境下揭示創(chuàng)新過程、發(fā)現(xiàn)潛在發(fā)展機(jī)遇的重要工具， 旨在發(fā)現(xiàn)和描述某技術(shù)領(lǐng)域內(nèi)子技術(shù)、技術(shù)主題等隨時間推移變化的過程， 有利于追溯技術(shù)起源、繪制技術(shù)發(fā)展軌跡、探索知識流動過程［１］ 。當(dāng)前， 我國科技發(fā)展環(huán)境面臨深刻復(fù)雜變化。國際逆全球化趨勢顯著， 中美科技冷戰(zhàn)呈現(xiàn)出長期且復(fù)雜的特點［２］ 。我國加快實現(xiàn)高水平科技自立自強(qiáng)步伐， 科技發(fā)展從“跟跑” 走向“并跑”， 甚至是“領(lǐng)跑” 階段， 部分科技領(lǐng)域進(jìn)入創(chuàng)新“無人區(qū)”。無論管理部門還是科研人員，對技術(shù)演化趨勢的前瞻預(yù)測需求都越來越迫切?？焖僮兓目萍辑h(huán)境與創(chuàng)新需求需要更加智能的創(chuàng)新理論方法支撐［３］ 。

可拓理論是蔡文研究員牽頭的中國學(xué)術(shù)團(tuán)隊自主提出的原創(chuàng)性橫斷學(xué)科。它以形式化模型表達(dá)事物和關(guān)系拓展的可能性， 開拓創(chuàng)新的規(guī)律和方法，為從新的角度認(rèn)識和分析現(xiàn)實世界、解決現(xiàn)實世界中的矛盾問題提供方法論， 同時也為計算機(jī)實現(xiàn)矛盾問題的智能分析提供邏輯思路和推理方法［４］ 。若將技術(shù)演化視為技術(shù)矛盾不斷解決的過程， 可拓理論恰恰是瞄準(zhǔn)矛盾問題本質(zhì)和轉(zhuǎn)化變換機(jī)理，尋求解決問題的途徑。它的引入可強(qiáng)化技術(shù)演化與預(yù)測分析方法的科學(xué)性， 提高信度和效度， 也為更深入地理解技術(shù)演化機(jī)制、尋找潛在發(fā)展機(jī)會提供可能。本文擬進(jìn)行結(jié)構(gòu)性綜述和案例分析，在系統(tǒng)梳理技術(shù)演化與預(yù)測主流方法、可拓理論在知識管理與技術(shù)創(chuàng)新典型應(yīng)用的基礎(chǔ)上，總結(jié)當(dāng)前方法存在的不足。以面向農(nóng)業(yè)遙感領(lǐng)域作物估產(chǎn)問題為例， 進(jìn)行可拓分析和定性驗證，探討將可拓理論引入技術(shù)演化與預(yù)測的可行性和潛力。

從表達(dá)形式來看， 基元與三元組有很高的相似性?？赏乩碚摰奶貏e之處是以基元為邏輯單元， 根據(jù)可拓邏輯構(gòu)造可拓集， 建立解決矛盾問題的形式化工具——可拓模型， 形成可拓信息—知識—策略的形式化體系［５］ 。將矛盾問題轉(zhuǎn)化為不矛盾問題的關(guān)鍵在于發(fā)現(xiàn)事物拓展的可能性。為了實現(xiàn)智能生成策略解決矛盾問題的目標(biāo)， 可拓理論從“處理矛盾問題” 角度出發(fā)研究物、事、關(guān)系， 探索其可拓展性， 繼而產(chǎn)生基元拓展分析原理、可拓變換理論等。可拓集理論是對傳統(tǒng)數(shù)學(xué)的康托集、模糊數(shù)學(xué)的模糊集的補(bǔ)充擴(kuò)展。從動態(tài)轉(zhuǎn)化的角度對對象分類識別， 利用可拓變換、關(guān)聯(lián)函數(shù)形式化、定量化揭示矛盾問題轉(zhuǎn)化過程和結(jié)果， 有利于探索矛盾問題的本質(zhì)和轉(zhuǎn)化變換機(jī)理［６－７］ 。可拓邏輯以基元的可拓推理、傳導(dǎo)推理、共軛推理為核心， 是處理矛盾問題的推理工具?；诨究赏刈儞Q、傳導(dǎo)變換、共軛變換的推理規(guī)則也成為計算機(jī)尋求矛盾問題解決策略的基礎(chǔ)［８］ 。

２技術(shù)演化和預(yù)測與可拓理論的關(guān)系

技術(shù)演化不僅關(guān)注某一種技術(shù)隨著時間和環(huán)境的變化不斷進(jìn)步， 實現(xiàn)性能、效率的逐步提升與優(yōu)化， 還關(guān)注技術(shù)系統(tǒng)內(nèi)不同技術(shù)要素之間的相互影響與作用［９］ 。在科技競爭日趨激烈的當(dāng)下， 各技術(shù)要素在相互影響的過程中交叉融合， 創(chuàng)新的復(fù)雜性和系統(tǒng)性進(jìn)一步增強(qiáng)［１０］ 。從技術(shù)關(guān)聯(lián)和動態(tài)傳導(dǎo)的視角觀察技術(shù)演化過程， 勢必要回答在不同的發(fā)展階段技術(shù)要素的質(zhì)與量如何變化， 它們之間的相互作用、依賴關(guān)系如何， 哪些發(fā)揮著主導(dǎo)作用，又是哪些起催化或限制作用。

從理論基礎(chǔ)看， 可拓理論以解決矛盾問題為目標(biāo)， 而技術(shù)發(fā)展的動力正是不斷解決技術(shù)矛盾和沖突， 技術(shù)演化的過程可以看成技術(shù)主題、技術(shù)領(lǐng)域中的矛盾不斷解決的過程， 二者的目標(biāo)宗旨是高度一致的。

從表達(dá)方式看， 基元除可以描述技術(shù)的對象／動作外， 還具備展現(xiàn)技術(shù)特征和量值等語義細(xì)節(jié)的能力， 不局限于描述知識載體的外部特征， 或僅表達(dá)技術(shù)主題框架。其形式化表達(dá)可以將技術(shù)矛盾、技術(shù)問題、研究對象、實驗手段等要素以及它們之間的關(guān)系統(tǒng)一到一個表達(dá)框架下， 提高知識表達(dá)的系統(tǒng)性和深度， 為開展智能的技術(shù)演化分析提供簡潔、規(guī)范、統(tǒng)一的知識表示方法。尤其是對于復(fù)雜語義網(wǎng)絡(luò)， 節(jié)點和節(jié)點之間的聯(lián)系可能是線狀、樹狀、網(wǎng)狀， 甚至是遞歸的結(jié)構(gòu)， 用基元表達(dá)技術(shù)框架和要素有利于簡化網(wǎng)絡(luò)結(jié)構(gòu)， 使語義解釋更加清晰。但將可拓理論應(yīng)用于領(lǐng)域技術(shù)演化與預(yù)測， 需要特別關(guān)注知識表達(dá)的細(xì)粒度。

從分析過程看， 可拓創(chuàng)新方法可通過嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)， 挖掘特定階段和條件下的技術(shù)潛在發(fā)展方向， 從而減弱主觀因素的過分干預(yù)， 這種邏輯推導(dǎo)也是基元概念區(qū)別于信息三元組表達(dá)的關(guān)鍵和優(yōu)勢。深入特征、量值分析以及技術(shù)要素的關(guān)聯(lián)關(guān)系、傳導(dǎo)變化也為捕捉演化的關(guān)鍵驅(qū)動要素、限制條件提供可能。因此， 基于基元和可拓創(chuàng)新的技術(shù)演化分析與預(yù)測， 既研究技術(shù)主題的量值變化， 也關(guān)注在此基礎(chǔ)上技術(shù)主題的特征變化和技術(shù)主題本身的變化， 即描述技術(shù)主題從量變到質(zhì)變的過程； 既研究技術(shù)演化過程中技術(shù)主題的直接變化， 也研究技術(shù)主題之間間接的傳導(dǎo)變化； 既可以分析被歷史“選中” 的技術(shù)演化路徑， 也可以挖掘技術(shù)發(fā)展的潛在方向， 從而揭示技術(shù)演化的過程， 闡釋技術(shù)發(fā)展機(jī)制。

３可拓理論用于技術(shù)演化與預(yù)測的潛力

當(dāng)前主流的技術(shù)演化與預(yù)測定量分析方法有科學(xué)計量法、ＴＲＩＺ 法、文本挖掘和網(wǎng)絡(luò)分析法幾大類。科學(xué)計量法通過數(shù)學(xué)和統(tǒng)計學(xué)方法描述科技活動的外部特征， 評價和預(yù)測科學(xué)活動現(xiàn)狀與發(fā)展趨勢［１１－１２］ ， 但分析過程對專家知識和主觀判斷依賴性高。ＴＲＩＺ 理論認(rèn)為解決技術(shù)矛盾和沖突是推動技術(shù)演化的動力， 形成了由核心矛盾問題、演化、資源與解決方案組成的理論分析框架［１３］ ， 更側(cè)重于考慮技術(shù)難題和內(nèi)容創(chuàng)新， 難以呈現(xiàn)技術(shù)演化動力和相互作用［１４］ 。文本挖掘以識別和提取隱含在海量、非結(jié)構(gòu)化文本中的模式為目標(biāo)， 為分析提供更加豐富的“素材”， 如利用ＬＤＡ模型［１５－１８］ 、以ＳＡＯ 為代表的語義分析［１９－２０］ 、主題聚類［２１－２３］ 等挖掘隱含的創(chuàng)新主題， 提高信息處理效率。網(wǎng)絡(luò)分析是一種有效的技術(shù)演化分析和可視化手段。隨著網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜性越來越高， 在更高維度上分析網(wǎng)絡(luò)、社區(qū)現(xiàn)象和發(fā)展過程［２４－２５］，探討知識網(wǎng)絡(luò)的層次結(jié)構(gòu)［２６］ 、模塊化增長、多因素互動［２７］，揭示技術(shù)演化鏈路極具挑戰(zhàn)［２８－３０］ ， 基于路徑長度［３１］ 、網(wǎng)絡(luò)密度、聚類系數(shù)［３２］ 等度量指標(biāo)的動靜態(tài)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和演化特征描述［３３－３４］也受到關(guān)注。

技術(shù)演化與預(yù)測正朝著融合更豐富的數(shù)據(jù)［３５］ ，抽取更契合分析目標(biāo)粒度的信息， 表達(dá)更復(fù)雜的關(guān)聯(lián)關(guān)系， 更智能地尋找技術(shù)演化鏈路和新興潛在機(jī)會等方向發(fā)展。但多數(shù)方法難以滿足準(zhǔn)確描述某一技術(shù)如何從不具備某種性質(zhì)向具備某種性質(zhì)、最終解決矛盾問題， 即技術(shù)系統(tǒng)內(nèi)從量變到質(zhì)變的過程；難以展現(xiàn)影響技術(shù)發(fā)展的核心環(huán)節(jié)、限制因素以及技術(shù)要素間的關(guān)聯(lián)與互動關(guān)系； 多指標(biāo)綜合評價時，被評價對象受不同科學(xué)、技術(shù)、經(jīng)濟(jì)、社會環(huán)境條件影響存在可變性。筆者認(rèn)為， 可拓理論具有應(yīng)用于技術(shù)演化與預(yù)測分析的潛力， 在顯性知識表達(dá)、隱性知識發(fā)現(xiàn)與重構(gòu)、演化過程中的矛盾問題和求解、指標(biāo)評價等關(guān)鍵環(huán)節(jié)， 具有提高分析過程的科學(xué)性、信度和效度的能力。

３.１顯性知識表達(dá)

表達(dá)已有知識要素結(jié)構(gòu)和技術(shù)體系是開展技術(shù)演化與預(yù)測分析的第一步， 已發(fā)展出領(lǐng)域本體［３６－３７］ 、知識圖譜［３８］ 、技術(shù)地圖等多種方式。比較而言， 基元可以統(tǒng)一、規(guī)范、簡潔地表達(dá)技術(shù)概念和知識要素之間的關(guān)系［３９－４０］ 。例如， 楊國為等［４１］ 提出“可拓本體” 的概念， 引入與傳統(tǒng)技術(shù)概念有可拓關(guān)系的要素， 系統(tǒng)分析“可拓本體” 改善領(lǐng)域本體表達(dá)的能力， 認(rèn)為其在描述矛盾參數(shù)、概念集與其元素之間的關(guān)系方面具有明顯的優(yōu)勢， 可以擴(kuò)展本體理論應(yīng)用范圍、提高表達(dá)質(zhì)量。同時， ｛對象／動作／ 關(guān)系， 特征， 量值｝三元組表達(dá)模式也提高了從表達(dá)粒度到分析粒度的自由度。李興森等［４２］對比可拓學(xué)基元理論（物元—事元—關(guān)系元）與物理—事理—人理系統(tǒng)方法論的異同和交叉互補(bǔ)性，指出基元形式化表達(dá)質(zhì)變、量變規(guī)律， 既能從知識系統(tǒng)的整體著眼研究解決矛盾問題的策略， 也為從元素、論域、準(zhǔn)則變化等局部細(xì)節(jié)入手尋找處理矛盾問題的具體途徑提供可能。沈斌等［４３］ 、江志偉等［４４］ 定義可拓知識空間的概念， 構(gòu)建可拓知識空間語義網(wǎng)， 為進(jìn)行可拓知識網(wǎng)格上的語義推理分析打下基礎(chǔ)。吳勇杰等［４５］ 基于專利數(shù)據(jù)構(gòu)建專利可拓網(wǎng)絡(luò)的基元模型， 采用數(shù)據(jù)挖掘技術(shù)進(jìn)行知識抽取， 構(gòu)造集成技術(shù)—功效—結(jié)構(gòu)的專利可拓網(wǎng)絡(luò)，并利用可拓規(guī)則輔助基元推理擴(kuò)展， 將專利可拓網(wǎng)絡(luò)作為輔助設(shè)計人員創(chuàng)新的服務(wù)工具。

研究人員圍繞不同學(xué)科領(lǐng)域、不同層級創(chuàng)新主體進(jìn)行基于基元的技術(shù)體系與知識結(jié)構(gòu)表達(dá)實踐。例如， 馬琨［４６］ 探索基于可拓理論的農(nóng)業(yè)領(lǐng)域知識表達(dá)實踐， 包括戰(zhàn)略、知識母體、知識協(xié)同、知識技術(shù)、知識發(fā)酵、可拓反饋以及創(chuàng)新的內(nèi)外部環(huán)境７個方面； 梁小蕾［４７］ 利用類復(fù)合元、物元、關(guān)系元描述復(fù)雜抽象的客戶價值知識領(lǐng)域本體結(jié)構(gòu)。這些研究為在不同領(lǐng)域方向挖掘深層知識、提高問題求解能力和靈活性、提升知識管理智能化水平做準(zhǔn)備。

３.２隱性知識發(fā)現(xiàn)與重構(gòu)

相對于顯性知識而言， 隱性知識是隱含的、未編碼的， 具有高度個性化、不易復(fù)制模仿、不易傳遞給他人等特點［４８］ ， 包括尚未被形式化的知識， 以及不能被形式化的知識。有研究認(rèn)為， 形式化方法的創(chuàng)新與現(xiàn)有技術(shù)手段的發(fā)展是影響隱性知識表達(dá)的重要因素之一［４９］ ?？赏乩碚撉∏殡[性知識的形式化表達(dá)創(chuàng)新提供新視角、新路徑。

基于本體的可拓知識鏈為通過數(shù)據(jù)挖掘獲取知識提供行為框架［５０］ 。王靜等［５１］ 利用物元發(fā)散規(guī)則從語義Ｗｅｂ 中挖掘與目標(biāo)問題關(guān)聯(lián)的隱性知識，彌補(bǔ)傳統(tǒng)描述邏輯不適合表達(dá)隱性、帶有矛盾前提的知識的不足。丁怡［５２］提出基于物元的隱性知識顯化個性化推薦算法， 借助關(guān)聯(lián)函數(shù)擴(kuò)展可計算的知識特征范圍， 有效提高知識相似度計算精度。杜姣［５３］ 在知識生態(tài)視角下挖掘創(chuàng)新團(tuán)隊層面的隱性知識， 使用物元模型表達(dá)認(rèn)知隱性知識、社交隱性知識、技巧隱性知識、創(chuàng)新隱性知識， 并基于案例推理思想構(gòu)建隱性知識表達(dá)與重構(gòu)過程模型， 提高創(chuàng)新團(tuán)隊隱性知識的重復(fù)利用率。王維維［５４］探討制造企業(yè)隱性知識的可拓性， 并從隱性知識擁有者的非壟斷性、隱性知識的可描述性、公司文化體制的可支持性、個人的可接受程度促進(jìn)企業(yè)內(nèi)部的隱性知識傳播和挖掘。胡健等［５５］利用物元模型表達(dá)淺隱性知識， 設(shè)計構(gòu)造知識供需匹配框架。上述研究為科研機(jī)構(gòu)、企業(yè)發(fā)現(xiàn)和重用隱性知識提供思路，也為開展不同創(chuàng)新主體、不同深度的隱性知識重構(gòu)奠定基礎(chǔ)。

３.３演化過程中技術(shù)矛盾問題求解

解決對立、不相容的技術(shù)問題是推動技術(shù)演化的源動力， 第一步是發(fā)現(xiàn)核心問題。溫樹勇等［５６］利用本體知識和決策樹算法建立知識拓展分析樹， 實現(xiàn)快速找出矛盾核心問題。與此同時， 可拓理論對不相容問題［５７］ 、對立問題［５８］ 以及矛盾傳導(dǎo)問題［５９］求解的研究為智能策略生成提供方法論。場物元的提出， 以及在原知識結(jié)構(gòu)下建立不相關(guān)的物元之間的相關(guān)關(guān)系， 解除／ 強(qiáng)化／ 弱化相關(guān)物元之間關(guān)系的方法［６０］ ， 進(jìn)一步完善從量變到質(zhì)變的傳導(dǎo)過程推理工具， 極大地豐富了領(lǐng)域知識中的固有關(guān)聯(lián)。

基元還可以用于展現(xiàn)動態(tài)變換和傳導(dǎo)效應(yīng)， 描繪技術(shù)演化過程中矛盾問題的變換， 為呈現(xiàn)知識流動、與矛盾問題相關(guān)的技術(shù)要素的聯(lián)動變化提供便利。葛標(biāo)標(biāo)等［６１］ 基于可拓變換、傳導(dǎo)效應(yīng)的形式化表達(dá)描述ＴＲＩＺ 中７ 種重要的物理效應(yīng)， 展現(xiàn)物理效應(yīng)產(chǎn)生的機(jī)理以及輸入、輸出量的轉(zhuǎn)換關(guān)系，為發(fā)現(xiàn)新的科學(xué)效應(yīng)提供新思路。

目前， 可拓理論已應(yīng)用于指導(dǎo)微觀層面的技術(shù)改進(jìn)。如劉曉敏等［６２］ 構(gòu)建融合可拓學(xué)與多層次知識建模， 借助于產(chǎn)品模型和生物模型的映射關(guān)系和相似性搜索仿生原型， 啟發(fā)仿生產(chǎn)品開發(fā)過程。王體春等［６３］ 建立基于可拓本體相關(guān)網(wǎng)的復(fù)雜產(chǎn)品方案設(shè)計可拓推理模型， 提升復(fù)雜方案設(shè)計的推理求解能力。鄞漢藩等［６４］利用可拓學(xué)基元理論拆解分析專利文本中的每一項權(quán)利要求， 建立每個技術(shù)特征的基元模型， 并進(jìn)一步利用可拓創(chuàng)新四步法對技術(shù)特征基元模型進(jìn)行拓展與變換， 最后得出優(yōu)秀創(chuàng)意方案。

可拓理論同樣適配于宏觀技術(shù)預(yù)見［６５］ 。閆凌州［６６］ 探討可拓理論與宏觀技術(shù)預(yù)測工作的可結(jié)合性， 從需求調(diào)研、技術(shù)評估和決策咨詢３ 個階段切入， 將可拓思維引入宏觀技術(shù)預(yù)見過程， 在可拓理論指導(dǎo)下重構(gòu)技術(shù)預(yù)見理論。劉釗［６７］ 認(rèn)為， 可拓學(xué)與技術(shù)預(yù)見具有高匹配度， 具體來看， 可拓學(xué)可為解決未來技術(shù)判定和技術(shù)本身不確定性之間的矛盾、技術(shù)預(yù)見中過早運(yùn)用專家頭腦風(fēng)暴實現(xiàn)技術(shù)收斂、因歷史唯物主義產(chǎn)生的矛盾、物質(zhì)或人力資源造成的矛盾提供補(bǔ)充解決方案， 并進(jìn)一步提出融合可拓學(xué)的技術(shù)預(yù)見體系模型。

３.４指標(biāo)評價評估

在技術(shù)演化和預(yù)測分析中， 定量指標(biāo)評價評估是開展技術(shù)主題與重要節(jié)點識別、路徑分析與優(yōu)選、技術(shù)成熟階段判定、預(yù)測模型設(shè)計等的重要技術(shù)手段。可拓優(yōu)度評價方法是定性和定量評價的結(jié)合，利用物元可拓性定性計算， 利用可拓集合論關(guān)聯(lián)函數(shù)定量計算， 實現(xiàn)評價方式轉(zhuǎn)變［６８］ ， 應(yīng)對在多指標(biāo)綜合評價過程中被評價對象隨機(jī)、模糊以及不同條件下可變性挑戰(zhàn)。

目前， 網(wǎng)絡(luò)輿情演化分析、專利價值評價、技術(shù)協(xié)同與創(chuàng)新評價、學(xué)術(shù)社區(qū)交互評價等方向已出現(xiàn)應(yīng)用可拓理論的案例。郭韌等［６９］ 運(yùn)用基元理論建立網(wǎng)絡(luò)輿情測度體系和測度指標(biāo)， 將多個影響因素綜合“封裝” 成一個整體， 實現(xiàn)定量分析和定性分析相結(jié)合的網(wǎng)絡(luò)輿情的演化趨勢預(yù)測， 明確了輿情演化中量變和質(zhì)變的界限。沈銘［７０］ 采用國家知識產(chǎn)權(quán)局《專利價值分析指標(biāo)體系》， 從法律價值、技術(shù)價值和經(jīng)濟(jì)價值３ 個角度， 建立多層次—可拓專利價值分析評價方法。佟林杰［７１］ 在技術(shù)協(xié)同創(chuàng)新關(guān)鍵風(fēng)險指標(biāo)體系的基礎(chǔ)上， 構(gòu)建企業(yè)技術(shù)協(xié)同創(chuàng)新風(fēng)險測評的可拓物元模型， 提高風(fēng)險度量精確度和時效性。萬君等［７２］ 從創(chuàng)新基礎(chǔ)、創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新設(shè)施與資源４ 個方面， 構(gòu)建物元可拓評價模型， 評估金磚五國創(chuàng)新能力等級。王美月等［７３］ 考慮社會化交互質(zhì)量指標(biāo)的潛在關(guān)聯(lián)，利用動態(tài)可拓評價方法關(guān)聯(lián)函數(shù)， 建立學(xué)術(shù)虛擬社區(qū)社會化交互質(zhì)量評價指標(biāo)， 評價“小木蟲” 學(xué)術(shù)社區(qū)的交互水平和敏感性。董會忠等［７４］ 運(yùn)用可拓理論建立區(qū)域競爭水平與科技創(chuàng)新關(guān)聯(lián)度分析的“投入—產(chǎn)出—保障—潛力” 測度體系， 對我國中東西部的競爭力實施縱向測度及趨勢研判。

４基于可拓理論的技術(shù)演化和預(yù)測分析方法構(gòu)建

在系統(tǒng)梳理總結(jié)前人研究的基礎(chǔ)上， 將可拓理論嵌入技術(shù)演化和預(yù)測分析過程?？傮w思路如下：

１） 選定目標(biāo)領(lǐng)域構(gòu)建檢索式， 在ＷＯＳ等論文數(shù)據(jù)庫中檢索并構(gòu)建論文數(shù)據(jù)集，做主謂賓提取、同義詞歸并、清洗等預(yù)處理， 獲得規(guī)則ＳＡＯ結(jié)構(gòu)以及領(lǐng)域術(shù)語。

２） 確定時間窗口， 在每個時間切片下進(jìn)行基于Ｐ＆Ｓ模式的ＬＤＡ主題提取，以技術(shù)基元概念結(jié)構(gòu)為指引進(jìn)行技術(shù)基元實例化。

３） 利用技術(shù)基元描述每個時間切片下的“在位” 技術(shù)， 建立從Ｔ到Ｔ時刻的技術(shù)演進(jìn)“通路”， 完成基于基元的技術(shù)演進(jìn)表達(dá)。

４） 以專家知識和基于ＳＡＯ結(jié)構(gòu)相似度為基礎(chǔ)，進(jìn)行技術(shù)基元發(fā)散分析、相關(guān)分析、蘊(yùn)含分析、可擴(kuò)分析， 為“在位”技術(shù)提供創(chuàng)意集， 即構(gòu)建“潛在”技術(shù)集／ 可拓集。相似度計算公式如式（１） 所示：

５） 通過在后序時間切片（相鄰或不相鄰切片均可）中尋找是否出現(xiàn)前序時間切片“在位” 技術(shù)發(fā)散分析、相關(guān)分析、蘊(yùn)含分析、可擴(kuò)分析獲得的基元， 驗證將可拓理論應(yīng)用于技術(shù)演進(jìn)的可行性。通過對最后一個時間切片“在位” 技術(shù)的可拓分析， 發(fā)現(xiàn)技術(shù)發(fā)展?jié)撛诜较颉?/p>

方法流程如圖１ 所示。其中， 灰色節(jié)點為應(yīng)用可拓理論的處理環(huán)節(jié)。

５實證研究： 面向農(nóng)業(yè)遙感領(lǐng)域作物估產(chǎn)問題的可拓分析與潛在發(fā)展方向

農(nóng)業(yè)遙感是利用航天、航空、地面等遙感觀測平臺以及計算機(jī)、地理學(xué)、農(nóng)學(xué)等多學(xué)科理論技術(shù)方法， 揭示農(nóng)業(yè)用地、生態(tài)環(huán)境和生產(chǎn)過程的數(shù)量屬性與時空特征變化［７５］ 。實時準(zhǔn)確高效評估作物產(chǎn)量和變化情況是農(nóng)業(yè)遙感的重要議題之一， 對糧食安全與宏觀調(diào)控、農(nóng)業(yè)生產(chǎn)計劃等具有重要意義［７６－７７］ 。早期， 抽樣調(diào)查是實現(xiàn)這一目標(biāo)的主要方式， 通過人工實地測量樣方內(nèi)某種農(nóng)作物的種植面積和單位產(chǎn)量， 使用數(shù)理統(tǒng)計方法估算推斷。隨著遙感技術(shù)發(fā)展與數(shù)據(jù)資源的豐富， 在設(shè)計好的地面樣本上用無人機(jī)和手持移動終端采集農(nóng)作物種植信息， 測量大范圍農(nóng)作物播種面積， 監(jiān)測農(nóng)作物長勢， 已在我國農(nóng)產(chǎn)量調(diào)查中得到應(yīng)用， 大幅提升工作效率、數(shù)據(jù)質(zhì)量［７８］ 。在此， 以利用農(nóng)業(yè)遙感領(lǐng)域估產(chǎn)問題為例， 驗證可拓分析在技術(shù)演化與預(yù)測過程中的應(yīng)用潛力。

５.１數(shù)據(jù)來源

利用Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 核心合集數(shù)據(jù)庫檢索并下載農(nóng)業(yè)遙感領(lǐng)域科技論文數(shù)據(jù)。檢索式為（ＷＣ ＝（“ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ”） ｏｒ ＴＳ ＝ （“ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ” ｏｒ“ｅａｒｔｈ ｏｂｓｅｒｖａｔ?”）） ａｎｄ ＰＹ＝（１９９１－２０２０） ａｎｄ ＴＳ＝（ａｇｒｉｃｕｌｔｕｒ? ｏｒ ｃｕｌｔｉｖａｔ? ｏｒ ｃｒｏｐ? ｏｒ ｃｒｏｐｌａｎｄ? ｏｒ ｆａｒｍ?ｌａｎｄ? ｏｒ ｉｒｒｉｇａｔｅ? ｏｒ ｈａｒｖｅｓｔ? ｏｒ ｓｏｗｉｎｇ ｏｒ ｓｅｅｄｉｎｇ ｏｒｗｅｅｄｉｎｇ ｏｒ ｗｈｅａｔ ｏｒ ｃｏｒｎ ｏｒ ｍａｉｚｅ ｏｒ ｓｏｙｂｅａｎ ｏｒ ｒｉｃｅ ｏｒｃｏｔｔｏｎ ｏｒ ｓｕｇａｒｃａｎｅ ｏｒ ｃｏｆｆｅｅ ｏｒ ｐｏｔａｔｏ? ｏｒ ｓｕｎｆｌｏｗｅｒ），檢索時間為２０２３ 年３ 月。去除題錄信息不完整的記錄， 以１７ ９８８篇論文構(gòu)建分析數(shù)據(jù)集。

５.２ＳＡＯ結(jié)構(gòu)與Ｐ＆Ｓ模式的對應(yīng)

將１９９１—２０２０ 年平均劃分為６ 個時間段， 利用標(biāo)題和摘要信息， 使用楊超等［７９］ 提出的整合ＳＡＯ 和ＬＤＡ 模型的主題分析方法， 進(jìn)行主題識別。該方法將“Ｂａｇ ｏｆ Ｐ＆Ｓ” 假設(shè)引入ＬＤＡ 模型， 以更全面地考慮包含的特定語義信息， 即“問題” 及對應(yīng)“解決方案”。采用ＳＡＯ 粒度分析的主要原因，一是ＳＡＯ 結(jié)構(gòu)包含更豐富的語義信息， 有利于主題識別與解釋。二是ＳＡＯ 結(jié)構(gòu)和Ｐ＆Ｓ 模式可更有效地對應(yīng)基元表達(dá)模型。

具體流程如下： ①識別初始主題與術(shù)語，并進(jìn)行擴(kuò)展；②根據(jù)語法樹和主題術(shù)語進(jìn)行６ 個時間階段ＳＡＯ 結(jié)構(gòu)抽取； ③使用清洗后的作者關(guān)鍵詞識別ＳＡＯ 核心組件（也就是用來做Ｓｕｂｊｅｃｔ 和Ｏｂｊｅｃｔ的候選詞）， 用于降低自然語言處理方法獲取的主題詞數(shù)量； ④由于科技論文表述中， 省略主語和賓語是比較常見的， 所以也抽取了ＳＡ 和ＡＯ 結(jié)構(gòu)；⑤將ＴＯＰ ２０％的ＳＡＯ 結(jié)構(gòu)生成共現(xiàn)圖譜，如圖２和圖３所示； ⑥對每個時間段內(nèi)的ＳＡＯ 結(jié)構(gòu)進(jìn)行一定程度的清洗與篩選。需要特別說明的是： 在處理過程中， 考慮ＳＡＯ 抽取結(jié)果與主題的相關(guān)性，即ＳＡＯ 結(jié)構(gòu)要反映有助于解釋研究領(lǐng)域主題的內(nèi)容， 因此刪除部分頻率相對較高， 但無實際主題意義的表達(dá)。

５.３基于Ｐ＆Ｓ 模式的ＬＤＡ主題抽取

基于農(nóng)業(yè)遙感領(lǐng)域?qū)＜抑R構(gòu)建包含重要名詞（ｗｈｅａｔ、ｒｉｃｅ、ｅｓｔｉｍａｔｉｏｎ、ｙｉｅｌｄ、Ｌａｎｄｓａｔ、ｐｈｏｔｏｓｙｎ?ｔｈｅｓｉｓ、ｓｔｒｅｓｓ、ＳＡＲ、ｓｏｉｌ ｍｏｉｓｔｕｒｅ 等）、關(guān)鍵動詞（ｄｅｔｅｃｔ、ｏｐｔｉｍｉｚｅ、ｄｉａｇｎｏｓｅ、ｃｌａｓｓｉｆｙ、ｉｄｅｎｔｉｆｙ、ａｄ?ｄｒｅｓｓ、ａｃｈｉｅｖｅ 等）的解析框架， 進(jìn)一步進(jìn)行人工清洗遴選ＳＡＯ結(jié)構(gòu)， 總結(jié)表達(dá)Ｐ＆Ｓ 模式的ＳＡＯ結(jié)構(gòu)。表１展現(xiàn)典型的Ｐ＆Ｓ模式和ＳＡＯ結(jié)構(gòu)的對應(yīng)關(guān)系。

基于映射關(guān)系， 在６ 個時間段內(nèi)對出現(xiàn)頻率Ｔｏｐ １５０ ＳＡＯ 和ＡＯ結(jié)構(gòu)中判讀獲?。校Γ?模式， 獲得不同時間窗口下與估產(chǎn)主題相關(guān)的Ｐ＆Ｓ 模式。因主題數(shù)直接影響ＬＤＡ 分類結(jié)果， 實驗中對６ 個時間段進(jìn)行６～２５類測試。結(jié)合專家意見進(jìn)行主題數(shù)優(yōu)選和分類后處理， 確保類間區(qū)分度和主題可解釋性。最終， ６ 個時間段的主題共識別出４６個主題，各時間段分別為５個、８個、７個、８個、８個和１０個。其中， １９９１—１９９５、１９９６—２０００、２０１１—２０１５、２０１６—２０２０ ４個時期自動識別出與估產(chǎn)以及農(nóng)業(yè)生產(chǎn)力、糧食安全等相關(guān)主題。表２ 展現(xiàn)包含上述４個時間段的ＬＤＡ 主題提取結(jié)果， 列出估產(chǎn)主題下的Ｐ＆Ｓ 模式以及其他主題。從主題層面可以觀察到， 不同階段研究問題與側(cè)重點、技術(shù)手段、數(shù)據(jù)資源等的變化。部分研究主題是農(nóng)業(yè)遙感領(lǐng)域持續(xù)關(guān)注的， 例如估產(chǎn)問題、土地覆蓋／ 利用及變化（耕地、作物）問題； 還有一些研究主題不斷演變發(fā)展，最典型的是分析模擬技術(shù)發(fā)展， 從指標(biāo)改進(jìn)到模型模擬， 由統(tǒng)計模型到機(jī)理模型， 單一主題的制圖到全球尺度變化影響等。其中， 涉及表現(xiàn)技術(shù)特征的ＳＡＯ結(jié)構(gòu)出現(xiàn)、消失以及在不同的主題下遷移。

５.４基于基元的估產(chǎn)技術(shù)演進(jìn)表達(dá)

利用基元概念中的事元以及Ｐ＆Ｓ模式描述農(nóng)作物產(chǎn)量估算這一主題。分別建立１９９１—１９９５、１９９６—２０００、２０１１—２０１５、２０１６—２０２０這４個時間段的基元／ 基元集， 將其命名為ＱＳ、ＱＳ、ＱＳ、ＱＳ。

通過對ＱＳ、ＱＳ、ＱＳ、ＱＳ的演變過程分析， 可以發(fā)現(xiàn)以下幾個主要的趨勢： ①從估產(chǎn)問題涉及的分析對象來看， ＱＳ階段直接瞄準(zhǔn)作物的生物量、產(chǎn)量， 后逐漸深入到對ＬＡＩ 等生物物理參數(shù)， 光合有效輻射、光合作用等農(nóng)作物生命過程反演。同時還逐步探索擴(kuò)展上述參數(shù)的影響因素， 如光合有效輻射與氣溶膠， 光合作用與熒光數(shù)據(jù)， 產(chǎn)量預(yù)測與圖像配準(zhǔn)等。②從數(shù)據(jù)對象來看，從ＱＳ階段的Ｌａｎｄｓａｔ數(shù)據(jù)， 逐步發(fā)展為利用合成孔徑雷達(dá)數(shù)據(jù)、無人機(jī)數(shù)據(jù)、熒光數(shù)據(jù)等多源數(shù)據(jù)， 建立產(chǎn)量或者核心參數(shù)反演模型。多源多尺度數(shù)據(jù)融合應(yīng)用趨勢明顯。隨著數(shù)據(jù)產(chǎn)品日益豐富，對數(shù)據(jù)選擇、適用性考量， 數(shù)據(jù)與參數(shù)的相關(guān)性驗證、不確定性分析等質(zhì)量要求日益提高。③從產(chǎn)量推斷方法來看， 從直接利用遙感數(shù)據(jù)和地面實測數(shù)據(jù)建立產(chǎn)量與反射率之間的經(jīng)驗?zāi)Ｐ停?逐步發(fā)展使用更加精細(xì)的作物機(jī)理模型， 對光合作用、水分吸收、蒸散發(fā)等作物生理過程的高精度模擬得到廣泛應(yīng)用。④更加關(guān)注宏觀復(fù)雜過程和國家戰(zhàn)略目標(biāo)。從早期主題就產(chǎn)量論產(chǎn)量， 逐步發(fā)展為與宏觀農(nóng)業(yè)政策、精準(zhǔn)農(nóng)業(yè)發(fā)展、國家糧食安全相關(guān)的探討。

５.５基于基元的估產(chǎn)技術(shù)可拓分析

基元的拓展分析原理主要包括發(fā)散、相關(guān)、蘊(yùn)含、可擴(kuò)縮４ 種分析原理。針對在不同時間切片下已經(jīng)出現(xiàn)的農(nóng)業(yè)遙感技術(shù)基元， 結(jié)合農(nóng)業(yè)遙感領(lǐng)域?qū)I(yè)知識， 進(jìn)行發(fā)散分析、相關(guān)分析、蘊(yùn)含分析和可擴(kuò)縮分析。以ＱＳ基元集為例進(jìn)行可拓， 獲得２０１１—２０１５ 年的估產(chǎn)技術(shù)潛在發(fā)展方向， 然后利用２０１６—２０２０年的Ｐ＆Ｓ模式進(jìn)行檢驗。

１）發(fā)散分析

發(fā)散分析的要點是從一個基元出發(fā)， 拓展出多個同對象／ 同特征／ 同量值的基元， 形成基元集。例如， ＱＳ／ｑ顯示遙感數(shù)據(jù)的空間分辨率限制作物蒸散過程的模擬。由遙感數(shù)據(jù)基礎(chǔ)知識可知， 除空間分辨率外， 遙感數(shù)據(jù)還具有時間分辨率、光譜分辨率、輻射分辨率特征； 由作物生長過程基礎(chǔ)知識可知， 除蒸散外， 與產(chǎn)量高度相關(guān)的生理過程還有光合作用等。那么， ＱＳ／ｑ基元可發(fā)散出一組由探討４種遙感數(shù)據(jù)分辨率對農(nóng)作物蒸散、光合作用等影響的發(fā)散集， 即：

２） 相關(guān)分析

相關(guān)分析方法是把系統(tǒng)中的基元及其相關(guān)關(guān)系作為整體進(jìn)行分析， 它是基元間產(chǎn)生傳導(dǎo)作用的原因。例如，水分是影響作物產(chǎn)量的重要生產(chǎn)要素。作物吸收土壤中的水分， 在周圍環(huán)境因子共同作用下，土壤水平衡破壞， 土壤水分發(fā)生變化； 水分進(jìn)入作物體后， 影響冠層生長、葉片氣孔運(yùn)動、蒸散作用乃至產(chǎn)量， 是作物對土壤水變化作出的響應(yīng)?？梢?， 土壤含水量、冠層含水量、葉片含水量、蒸散作用之間存在相關(guān)性。ＱＳ／ｑ顯示利用實地測量的方法獲得葉片含水量， 可為模型模擬土壤含水量、冠層含水量、蒸散過程提供真實驗證數(shù)據(jù)。那么， 可建立ＱＳ／ｑ基元的相關(guān)基元集， 即：

３） 蘊(yùn)含分析

蘊(yùn)含分析是利用對象間的蘊(yùn)含性研究對象間的傳遞關(guān)系。當(dāng)某個基元不易實現(xiàn)時， 可以尋找或制造其下位基元及下下位基元， 只要實現(xiàn)其中一個，即可實現(xiàn)最終目標(biāo)解決問題。根據(jù)農(nóng)業(yè)遙感專業(yè)知識， 可將提高估產(chǎn)精度的解決方案蘊(yùn)含系表達(dá)如圖４所示。

從基元角度分析，以ＱＳ／ｑ為例，它展現(xiàn)農(nóng)作物光合作用中的熒光現(xiàn)象可用于推斷初級生產(chǎn)力。熒光現(xiàn)象又可以根據(jù)激發(fā)光源和探測方式的不同，分為主動和被動兩種觀測技術(shù)。其中， 日光誘導(dǎo)葉綠素?zé)晒猓ǎ樱铮欤幔颍椋睿洌酰悖澹?Ｃｈｌｏｒｏｐｈｙｌｌ Ｆｌｕｏｒｅｓｃｅｎｃｅ，ＳＩＦ）是在太陽光誘導(dǎo)下， 利用超高光譜遙感傳感器觀測上行光譜在熒光波段范圍內(nèi)的光信號［８０］，是被動觀測的一種方式。通常， 傳感器可搭載在衛(wèi)星、航空平臺、無人機(jī)平臺上， 以便獲取高時間分辨率和高空間分辨率遙感數(shù)據(jù)； 新數(shù)據(jù)在進(jìn)入業(yè)務(wù)流程使用之前， 必須進(jìn)行地面實測一致性驗證和不確定性分析。更進(jìn)一步地， 獲得準(zhǔn)確的數(shù)據(jù)， 需要在傳感器波段設(shè)計時充分考慮葉綠素?zé)晒庹T導(dǎo)曲線特點，即光合作用在６５０ｎｍ～８００ｎｍ 波段發(fā)射的光譜信號，在紅光６９０ｎｍ 和近紅外７４０ｎｍ 處存在兩個波峰?；谝陨现R， ＱＳ／ｑ的蘊(yùn)含系以及與“提高估產(chǎn)精度” 這一目標(biāo)的關(guān)系可以進(jìn)一步細(xì)化表示為：

４） 可擴(kuò)分析

研究對象可分解、可擴(kuò)縮、兩個以上對象可組合的性質(zhì)即為可擴(kuò)性。根據(jù)可組合性， 一個事物可以與其他事物結(jié)合起來生成新的事物， 從而提供解決矛盾問題的可能性；根據(jù)可分解性， 一個事物也可以分解為若干新的事物， 它們具有原事物不具有的某些特征，從而為解決矛盾問題提供可能性。ＱＳ／ｑ表達(dá)了云限制遙感光學(xué)數(shù)據(jù)的使用，以其為例進(jìn)行可擴(kuò)分析。云的厚度各不相同， 根據(jù)其不同性質(zhì)以及對下墊面信息的遮擋程度，遙感光學(xué)數(shù)據(jù)去云處理可分為面向薄云和厚云的信息恢復(fù)與重建， 即利用可分解理念探討去云問題。對于薄云來說， 其覆蓋區(qū)域仍在一定程度上留存地表地物信息，若將其視為薄云與地物信息混合， 可利用目標(biāo)影像的成像模型、輻射傳輸模型、空間和光譜信息濾波、深度學(xué)習(xí)算法等校正被影響區(qū)域； 厚云完全阻隔地物信息， 難以獲得有價值信息， 需要結(jié)合輔助影像進(jìn)行遷移學(xué)習(xí)， 實現(xiàn)厚云覆蓋區(qū)域重建［８１］ 。那么，可對ＱＳ ／ ｑ進(jìn)行可分解分析和相關(guān)分析如下：

擴(kuò)展集展現(xiàn)的潛在問題和技術(shù)解決手段如下：

１） 豐富對作物生長過程關(guān)鍵過程的模擬與核心參數(shù)反演（ｑ ～ｑ）。光合作用是作物生產(chǎn)中最核心的過程， 日光誘導(dǎo)葉綠素?zé)晒饪芍苯恿炕夂献饔眠^程， 在２０１６—２０２０ 年時間窗口形成熱點主題。當(dāng)前用于ＳＩＦ 反演的數(shù)據(jù)多是建立在亞納米級分辨率的波段與熒光的發(fā)射波段重疊的基礎(chǔ)之上， 并非為ＳＩＦ 探測設(shè)計的專用傳感器。目前， 歐洲航天局已就這一問題規(guī)劃解決方案， 設(shè)計ＦＬＯＲＩＳ 傳感器，計劃于２０２４年４月３０日發(fā)射。未來ＳＩＦ遙感觀測平臺增加、傳感器的多樣化、地面觀測網(wǎng)絡(luò)的發(fā)展，用于監(jiān)測陸地生態(tài)系統(tǒng)的ＳＩＦ時空數(shù)據(jù)越來越豐富，必然會出現(xiàn)一批新傳感器、新數(shù)據(jù)適應(yīng)性驗證與應(yīng)用實踐成果， 利用塔基、無人機(jī)、航空平臺、衛(wèi)星進(jìn)行跨平臺的天空地一體化協(xié)同觀測植被光合作用?；谛聰?shù)據(jù)的反演技術(shù)開發(fā)、影響因素分析與驗證也將成為熱點。

２）多源數(shù)據(jù)融合提高估產(chǎn)模型準(zhǔn)確性（ｑ～ｑ）。綜合利用多源數(shù)據(jù)的趨勢在農(nóng)業(yè)遙感中變得越來越重要。從已出現(xiàn)的融合趨勢來看， 可分為：多光譜與高光譜數(shù)據(jù)融合， 光學(xué)數(shù)據(jù)與雷達(dá)數(shù)據(jù)融合， 高時空分辨率數(shù)據(jù)融合， 遙感數(shù)據(jù)與實測數(shù)據(jù)融合等。在融合過程中， 圖像配準(zhǔn)、時態(tài)性、特征互補(bǔ)性、算法、尺度、安全性等都是影響數(shù)據(jù)融合的要素。越來越多的農(nóng)業(yè)遙感數(shù)據(jù)被共享和開放，該趨勢的判斷綜合歐美對數(shù)據(jù)開放獲取的發(fā)展動態(tài)，如ＦＡＯ 和國際遙感應(yīng)用中心的ＧＥＯＧＬＡＭ、ＮＡＳＡＥａｒｔｈｄａｔａ、ＵＳＤＡ ＣｒｏｐＳｃａｐｅ 等。

３）遙感與精準(zhǔn)農(nóng)業(yè)結(jié)合進(jìn)行農(nóng)田精準(zhǔn)管理， 提高作物產(chǎn)量和質(zhì)量（ｑ ～ｑ）。例如， 利用無人機(jī)平臺精準(zhǔn)施肥、灌溉、病蟲害監(jiān)測， 制定施肥、灌溉、除蟲日程安排， 并進(jìn)行高度自動化實施， 估產(chǎn)精度可以提升到田塊尺度。

４）全球糧食安全問題（ｑ～ｑ）。根據(jù)全球農(nóng)業(yè)資源分布、種植格局、自然災(zāi)害、戰(zhàn)爭、土地退化、氣候變化、環(huán)境污染、農(nóng)業(yè)政策等社會、經(jīng)濟(jì)、環(huán)境等多方面要素， 分析某一種或幾種農(nóng)作物對全球、國家、地區(qū)糧食安全的影響， 并對關(guān)鍵地區(qū)、國家、作物品種進(jìn)行早期風(fēng)險預(yù)警。

６展望

技術(shù)演化與預(yù)測的知識要素結(jié)構(gòu)、形式化表達(dá)和評價都向著多樣化、具體化和定量化發(fā)展， 分析流程更加智能化、自動化； 細(xì)化知識要素結(jié)構(gòu)、擴(kuò)大技術(shù)演化與機(jī)會分析的搜索空間、智能化自動化評估優(yōu)選是幾個重要的技術(shù)課題。本文從定性分析的角度， 驗證可拓理論在技術(shù)演化與預(yù)測分析中的可行性與潛力， 未來可結(jié)合可拓理論和領(lǐng)域技術(shù)演化與機(jī)會預(yù)測方法框架， 充分利用可拓理論中的關(guān)聯(lián)函數(shù)， 進(jìn)一步拓展機(jī)會分析的搜索空間， 開展實證案例的定量分析與評估。同時， 也應(yīng)豐富信息分析資源的多樣性， 從科技產(chǎn)出（論文、專利、專著）拓展到戰(zhàn)略規(guī)劃、科研項目資助等信息， 以期更敏捷地感知演化動向。