基于信任机制与自编码器融合的桉树环境监测异常检测系统研究

本研究针对森林环境监测中传感器数据可靠性低、异常检测困难等问题，开发了一种集成信任评估与自编码器重建的混合异常检测系统TRAD。通过在葡萄牙和南非桉树林的实际部署验证，该系统对多种异常类型的检测F1分数达0.89，ROC值超过0.93，时间稳定性指数达0.95，为可持续林业管理提供了可靠的技术支撑。

　　

在森林生态系统的现代化监测中，无线传感器网络(Wireless Sensor Networks)虽然能够提供高分辨率、长期连续的远程监测数据，但其应用价值却深受数据质量问题的制约。特别是在非洲地区，每年近400万公顷的森林消失速度几乎是全球平均水平的两倍，这种严峻的 deforestation（森林砍伐）形势使得可靠、实时的传感器数据变得尤为重要。然而，在实际部署中，传感器设备在无控制的环境中运行，面临着电力波动、恶劣天气和老化的硬件设备等问题，这些因素会引入噪声、漂移和数据缺失，严重影响了数据的准确性和一致性。

桉树种植园作为经济价值最高的硬木物种之一，其环境监测对提高产量、管理水资源和降低生态风险具有重要意义。但现有的异常检测方法要么仅关注基于重建的检测，要么依赖于离群值评分而未结合信任评估，导致对传感器故障的鲁棒性有限，时间稳定性差，且在异构传感器网络中泛化能力不足。这些局限性使得传统的静态阈值和简单统计检查难以处理树木生长和气候数据中的自然变异性。

为了解决这一难题，曼彻斯特城市大学计算与数学系的研究团队开发了一种名为TRAD（Trust and Reconstruction-based Anomaly Detection）的新型混合系统。该系统将基于机器学习的信任管理与增强的自编码器架构相结合，通过在葡萄牙和南非桉树种植园部署的传感器网络收集的独特数据集进行验证。研究成果已发表在《Smart Agricultural Technology》期刊上。

研究团队采用了多项关键技术方法：首先利用前馈神经网络(Feedforward Neural Network)自编码器进行点对点重建误差计算，同时采用长短期记忆(Long Short-Term Memory)自编码器捕捉序列依赖关系；其次开发了包含时间衰减功能的信任评估模型，通过浅层神经网络输出信任分数和衰减因子；最后通过动态加权机制将重建误差与信任评估结果融合，形成混合异常评分。研究数据来源于南非斯泰伦博斯(33.9321° S, 18.8612° E)和葡萄牙莱里亚(39.7594° N, 8.5563° W)的桉树种植园，共部署10个无线监测节点，收集了超过109,000个多变量数据点，包括树木径向生长、空气温湿度、土壤温湿度和电池电压等参数。

3.1. 工作流程和系统概述

TRAD系统包含三个处理阶段：数据输入和预处理阶段进行数据采集和特征工程；分析和集成阶段通过三条并行路径（FFN自编码器、LSTM自编码器和信任模型）实现混合分析；决策和分类阶段通过混合融合方程生成二进制异常决策。系统使用18维特征向量，包含原始传感器读数和滚动统计量，通过Min-Max标准化处理。

3.2. 数据集和系统架构

研究使用的数据集来自生态特征迥异的两个地区，南非站点主要监测Eucalyptus grandis × urophylla杂交克隆，葡萄牙站点监测成熟Eucalyptus globulus树木。南非站点采用灌溉和非灌溉处理，葡萄牙站点为非灌溉对照。设备传输间隔为6或11分钟，数据集包含约109,000个多变量数据点。

3.3. 数据特征和挑战

数据集表现出自然变异性和野外部署相关的人工痕迹。树木径向生长数据显示白天的收缩和夜间的扩张昼夜节律趋势。短期异常包括震动或电源不稳定导致的尖峰；长期趋势反映生长和季节变化。约4.9%的数据因通信故障或电源问题而缺失。

3.4. 数据处理流程

原始测量值按时间戳同步并按设备分组。使用零值填充较小间隙或直接忽略。特征缩放按设备进行应用。使用窗口大小为5计算滚动统计量，每个样本为18维向量。每个设备的前6000个样本用于训练，后续1000个用于测试，包含合成异常注入。

3.5. 前馈自编码器

FFN AE在点对点基础上模拟正常操作行为，使用对称的全连接架构。编码器将R¹⁸ → R⁶⁴ → R³² → R¹⁶，解码器执行反向过程。模型采用Adam优化器，学习率为0.001，批量大小为32，训练100个周期，使用早期停止策略。

3.6. LSTM自编码器

为捕捉序列依赖关系和上下文异常，采用单向LSTM自编码器处理输入序列的滚动窗口。序列长度w=30，对应3-5.5小时的传感器数据，能有效捕捉昼夜模式同时保持可管理的计算要求。

3.7. 信任评估

信任模型是一个浅层神经网络，有一个隐藏层(18 → 8 → 2)，其中两个输出对应信任分数TS_t ∈ [0,1]和衰减因子λ_t ∈ [0,1]。这些用于计算时间调整的信任估计。

3.8. 混合评分和集成

最终异常评分通过逻辑融合机制结合信任和基于重建的指标。动态加权确保当重建误差梯度较小时，信任评分更受青睐；当Δ_t较大时，重建信号占主导地位。

4. 实验设置

研究采用多方面的评估策略，结合监督指标和无监督稳定性评估。使用F1分数作为主要评估指标，AUC-ROC提供阈值不可分的分离度测量，时间稳定性指数(Temporal Stability Index)测量异常评分随时间的平滑度。

5. 结果和讨论

混合模型在尖峰(0.85)、漂移(0.89)和丢失(0.91)异常方面保持 consistently 高F1分数，证明了其在各种异常场景中的多功能性。FFN变体在所有异常类型中都表现困难，即使在最佳情况下F1分数也低于0.33。LSTM模型在所有类别中表现合理，但仍落后于混合方法。

5.1. 交叉验证性能

留一设备交叉验证(LODO-CV)结果显示在不同监测设备间具有稳健的泛化能力。五个设备的F1分数范围从0.85到0.91，平均为0.88。相对较小的标准偏差(σ=0.023)表明无论设备特定特性或部署条件如何，性能都保持一致。

5.2. ROC曲线分析

混合模型在整个ROC空间中主导其他方法，AUC为0.90，而LSTM AE为0.84，FFN AE为0.71。这种主导在低假阳性率区域(FPR <0.2)特别明显，这代表了环境监测系统最实际相关的操作范围。

5.3. 时间稳定性分析

通过TSI指标量化的时间稳定性代表了环境监测应用中异常检测的关键质量维度。混合方法(TSI=0.95)相比基本FFN(TSI=0.83)显示出稳定性的明显进步。

5.4. 评分行为分析

FFN模型显示弱检测响应和显著的评分波动性，反映了其无法模拟时间趋势。LSTM AE展示了改进的跟踪能力，特别是在异常开始后，但仍然表现出评分提升的滞后和转换期间的过度调整倾向。

5.5. 计算开销

TRAD系统每个设备需要大约1.35分钟的训练时间（分布在FFN自编码器、LSTM自编码器和信任模型的组件之间），内存占用为2.2 MB，每个样本的推理延迟为12.4 ms。这些计算要求使得在标准环境监测间隔（6分钟）下能够实时操作，并且与边缘计算设备兼容。

这项研究提出的混合异常检测模型成功集成了基于机器学习的信任评估与基于自编码器的重建方法，用于林业环境监测。通过在葡萄牙和南非桉树种植园的真实传感器数据进行广泛实验，系统在各种异常类型上展示了稳健性能，对漂移异常的F1分数达到0.89，对丢失异常达到0.91，AUC-ROC和TSI值分别达到0.97和0.95。

该研究的核心优势在于能够同时捕捉时间依赖关系和演变的传感器可信度，使得能够检测到传统方法经常遗漏的微妙漂移和丢失异常。留一设备验证证实了在不同传感器和环境条件下的泛化能力。当前的局限性包括离线训练要求和分离的组件架构，可能受益于联合优化。未来的工作将探索自适应阈值和在线学习能力，以实现实时边缘部署。

所提出的方法为精准林业和其他长期环境监测应用提供了稳健且可扩展的解决方案，提高了对传感器故障和环境变化的韧性。特别是在森林保护形势严峻的背景下，这种可靠的技术支撑对可持续林业管理决策具有重要意义，能够帮助减少过度灌溉、错过疾病爆发或对气候影响的不正确评估等问题，为应对气候变化带来的环境监测需求提供了直接实用价值。