《Agronomy》：Ecological Pasture Degradation Classification EcoPastureNet Assessment for South Kazakhstan
编辑推荐：
牧场退化评估对于可持续草地管理至关重要，而传统野外调查可能耗费大量人力，遥感方法则可能需要专门的传感平台或额外的环境数据。本研究提出了EcoPastureNet，一种由野外引导的深度学习框架，用于基于地面RGB图像的四级牧场退化分类。该框架采用DINOv3-L
牧场退化评估对于可持续草地管理至关重要，而传统野外调查可能耗费大量人力，遥感方法则可能需要专门的传感平台或额外的环境数据。本研究提出了EcoPastureNet，一种由野外引导的深度学习框架，用于基于地面RGB图像的四级牧场退化分类。该框架采用DINOv3-L/16作为视觉骨干网络，并在训练阶段仅引入总体植被覆盖度、牧场生产力、草地类型、土壤类型和盐分等特权生态信息（Privileged Ecological Information）。生态知识通过辅助预测任务和表征级对齐进行迁移，而推理阶段仅需一张RGB图像。模型在哈萨克斯坦南部和东南部四个地区的14个行政区划的419个牧场采样点上进行了评估，并采用了严格的区级地理划分。在仅图像基线模型中，DINOv3-L/16实现了0.6575的宏F1分数（Macro-F1）。完整的EcoPastureNet将宏F1分数提升至0.7378，平衡准确率（Balanced Accuracy）提升至0.7214，并取得了0.8633的二次加权卡帕系数（Quadratic Weighted Kappa, QWK）。类别层面的最大改进出现在轻度退化类别，其F1分数从0.3333提升至0.6250。这些结果表明，野外衍生的生态监督能够改善基于图像的牧场退化分类，同时保持仅RGB图像的推理能力。
一、研究背景与问题提出
牧场与草地生态系统在支撑畜牧业生产的同时，还提供生物多样性保护、土壤保护、碳储存、侵蚀控制及生态系统过程调节等多重服务。然而，过度或不合理的放牧管理会降低初级生产力、碳固存及其他生态系统功能。在干旱和半干旱牧场系统中，退化通常表现为植被组成与结构变化、饲草生产力下降、土壤裸露增加以及生态条件逐步恶化。因此，可靠评估这些变化对可持续放牧管理和草地资源长期保护至关重要。
这一问题在中亚地区尤为突出，哈萨克斯坦南部和东南部的大面积天然牧场面临土地利用变化、放牧压力、盐渍化、侵蚀和荒漠化等多重压力。传统野外调查虽能提供详细的生态信息，但劳动密集、耗时且难以在大范围内频繁重复，部分测量（尤其是生物量采样）还具有破坏性。遥感方法虽能提供大尺度覆盖，但通常依赖卫星、无人机、多光谱或高光谱传感器以及多种环境输入，限制了其在简单、低成本、基于普通照片的野外监测中的应用。
地面RGB图像提供了一种更易获取的替代方案，普通数码相机或智能手机即可采集。已有研究表明，地面图像可用于植被覆盖度估算、生物量预测及栖息地分类，但直接基于单张地面RGB照片进行四级牧场退化严重程度分类的研究仍相对不足，尤其是在相邻退化等级视觉外观相似的自然异质条件下。
大规模视觉表征学习的发展为这一问题提供了新机遇。DINOv3等自监督视觉基础模型展现了强大的跨任务迁移能力，但大规模视觉预训练本身并未显式融入野外测量的生态信息，而这些信息可能比视觉外观更直接地刻画牧场退化状态。
在此背景下，本研究旨在开发并评估EcoPastureNet，一种野外引导的深度学习框架，利用训练阶段可获得的野外生态测量信息（特权信息）来改进视觉模型，同时保持推理阶段仅需RGB图像的简洁性。
二、研究内容与主要结论
研究人员构建了一个包含哈萨克斯坦南部和东南部四个地区14个行政区划419个牧场采样点的野外数据集，每个采样点包含专家共识标注的四级退化标签、地面RGB图像及多项生态测量数据。在此基础上，提出了EcoPastureNet框架，以DINOv3-L/16为视觉骨干，通过辅助生态预测任务和表征级生态对齐两种机制，将野外生态信息迁移至视觉表征中。在严格的区级地理划分评估下，完整EcoPastureNet相比最强仅图像基线DINOv3-L/16，将宏F1分数从0.6575提升至0.7378，平衡准确率从0.6568提升至0.7214，二次加权卡帕系数达到0.8633。最大类别改进出现在轻度退化类别，F1分数从0.3333提升至0.6250。跨三种随机种子和四种区级地理留出队列的稳健性分析表明，该改进在不同训练随机性和地理测试集选择下均保持一致。
三、主要关键技术方法
研究人员采用了以下关键技术方法：（1）基于DINOv3-L/16视觉骨干的迁移学习框架，对地面RGB图像进行特征提取；（2）特权信息学习机制（Learning Using Privileged Information, LUPI），将野外测量的总体植被覆盖度（OVC）、牧场生产力、草地类型、土壤类型和盐分编码为生态表征，仅在训练阶段使用；（3）辅助回归头预测OVC和牧场生产力，采用平滑L1损失；（4）表征级生态对齐，通过余弦距离最小化视觉投影表征与生态教师表征之间的距离；（5）独立的生态教师网络，由野外生态变量预测退化类别，其表征作为特权监督信号；（6）区级地理划分的严格评估协议，确保训练、验证和测试子集在行政区划层面完全分离。
四、研究结果
4.1 仅图像基线模型性能
在评估的多种仅图像架构中，ResNet50、EfficientNet-B0、ViT-B/16和ViT-L/16（SWAG预训练）的宏F1分数分别为0.5058、0.5585、0.6083和0.3661。DINOv3-L/16表现最佳，准确率0.6667、平衡准确率0.6568、宏F1分数0.6575、二次加权卡帕系数0.8501，因此被保留为后续消融实验的参考骨干。DINOv3-L/16在类别间表现差异显著，轻度退化类别的F1分数仅为0.3333，是最难分类的类别。此外，采用CORAL风格序数目标的DINOv3-L/16基线未能在宏F1、平衡准确率或卡帕系数上超越标准类别加权交叉熵版本。
4.2 EcoPastureNet消融研究
在相同DINOv3-L/16视觉骨干下，研究人员评估了四种配置：仅图像基线（A）、辅助生态预测（B）、生态表征对齐（C）和完整EcoPastureNet（D）。两种生态监督策略均独立提升了宏F1分数，辅助任务变体提升至0.6865，表征对齐提升至0.6895。完整EcoPastureNet达到最高性能，准确率0.7333、平衡准确率0.7214、宏F1分数0.7378、卡帕系数0.8633。跨三种随机种子，完整模型在每次运行中均取得最高宏F1分数，平均为0.7298±0.0234，相对基线的平均配对改进为+0.0677±0.0330。标签仅对齐对照配置的宏F1分数为0.5784，未超过仅图像基线，表明改进并非仅由额外标签驱动。损失权重敏感性分析显示，默认权重配置（0.10, 0.10, 0.20）提供了最高的宏F1和平衡准确率。
4.3 类别性能分析
完整EcoPastureNet在无退化类别的F1分数从0.7273提升至0.7755，轻度退化从0.3333提升至0.6250，中度退化保持不变（0.7273），重度退化略有下降（从0.8421降至0.8235）。最大改进出现在轻度退化类别，表明生态监督对区分视觉相似的早期退化状态尤为有效。
4.4 混淆矩阵与序数误差分析
在60个测试样本中，DINOv3-L/16正确分类40个，完整EcoPastureNet正确分类44个。完整模型的16个错误分类样本中，15个被分配到相邻类别，仅1个中度退化样本被分类为无退化。无直接混淆发生在两个极端类别（无退化和重度退化）之间，这一以相邻误差为主的模式与退化严重程度的序数结构及高卡帕系数（0.8633）一致。
4.5 训练随机性与地理留出选择稳健性
跨三种随机种子，DINOv3-L/16平均宏F1分数为0.6621±0.0097，完整EcoPastureNet为0.7298±0.0234，后者在每种种子下均优于基线。跨四种区级地理留出队列，DINOv3-L/16平均宏F1分数为0.6489±0.0161，EcoPastureNet为0.7343±0.0039，后者在所有四种地理留出中均优于基线，平均配对改进为+0.0854±0.0184。
4.6 定性预测分析
代表性测试图像显示，分类错误主要发生在相邻退化等级之间的过渡地带。某些被专家划分为不同退化等级的牧场在单张地面图像中可能呈现相似的地面覆盖、植被密度和表面外观，尤其是在无退化与轻度退化之间的边界区域，这为仅图像分类器带来了固有困难。EcoPastureNet在多个示例中纠正了DINOv3-L/16的错误预测。
五、讨论与结论
讨论部分指出，野外生态信息可以在推理阶段不可用的情况下改善视觉表征。辅助预测鼓励视觉表征保留与可测量生态属性相关的信息，而表征对齐则将图像衍生的嵌入约束至退化信息丰富的生态表征空间，两者共同促使视觉特征更紧密地关联专家标注退化类别背后的生态条件。生态教师本身独立分类性能有限（宏F1分数0.3508），其作用更适合被视为提供训练阶段的生态表征而非强分类器。牧场生产力预测的R2为0.648，而总体植被覆盖度预测的R2仅为0.113，表明并非所有生态变量都能从单张RGB图像中同等恢复。轻度退化仍是最具挑战性的类别，表明相邻退化等级之间的过渡本质上难以仅从视觉外观捕捉。
研究结论为：本研究提出了EcoPastureNet，一种野外引导的深度学习框架，用于从地面RGB照片分类牧场退化。该框架将DINOv3-L/16视觉骨干与来自野外测量的特权生态监督相结合，包括总体植被覆盖度、牧场生产力、草地类型、土壤类型和盐分。生态信息仅通过辅助生态预测和表征级对齐在训练阶段引入，推理阶段完全基于图像。在区级地理划分下的实验评估显示，完整EcoPastureNet在主要评估指标上优于最强仅图像基线，宏F1分数从0.6575提升至0.7378，平衡准确率从0.6568提升至0.7214，卡帕系数达到0.8633。最大类别改进出现在轻度退化类别，F1分数从0.3333提升至0.6250，表明对视觉相似的相邻退化状态判别能力得到改善。跨三种训练种子和四种区级地理留出队列，完整模型保持了对匹配DINOv3-L/16基线的优势。额外对照进一步表明，该增益无法通过标签仅对齐复现，且仅受生态损失权重0.5×或2×缩放的适度影响。EcoPastureNet因此提供了一种实用的仅RGB推理框架，用于快速牧场筛查，但在更多区域、季节、牧场类型和成像设备上的更广泛外部验证仍属必要。
