可解释深度学习框架预测生鲜农产品冷链温度突破并识别其因果驱动因素：基于LSTM-GRU混合模型与LPCMCI-SHAP融合的苹果冷库研究

《Frontiers in Artificial Intelligence》：Explainable deep learning for predicting temperature breaks and identifying their causal drivers in fresh produce cold chains

　　

引言：本研究提出一个集成框架，将深度学习、因果发现、可解释性与领域阈值相结合，用于温度敏感型生鲜水果和蔬菜（fresh fruits and vegetables, FFVs）冷链的前瞻性监测，而该领域仍 largely 未被探索。该框架预测温度突破（temperature breaks，一种损害食品安全并加速采后损失的关键物理危害），前瞻性识别其因果驱动因素，并对对策进行优先级排序。方法：研究人员使用来自南非苹果冷库的两个物联网（Internet of Things, IoT）采集数据集，比较八种机器学习模型和三种基线用于温度预测，包括所提出的长短期记忆网络-门控循环单元混合模型（LSTM-GRU hybrid, LSGR）。研究人员使用潜变量Peter & Clark瞬时条件独立（Latent Peter & Clark Momentary Conditional Independence, LPCMCI；并与PCMCI比较）识别测量参数与预测温度之间的因果关系。同时，SHapley Additive exPlanations（SHAP）量化特征重要性，领域阈值在温度突破预测（temperature-break prediction, TBP）后补充用于对策优先级排序。结果：在扩展数据集上，深度神经网络（deep neural network, DNN）的R²和归一化均方误差（normalized mean squared error, NMSE）较小数据集分别最多改善30%和61%，表明对显著不同的冷库运行条件具有较强泛化能力。在评估的循环模型中，LSGR在温度和TBP两项任务上均表现出最佳总体性能，每日误报最少。所有DNN均提前标记温度突破；无基线能够做到。LPCMCI在突破预测后恢复大多数直接因果链接，尤其是滞后温度，并将其识别为与预测突破相关的主导因素。值得注意的是，TBP后，因果性、重要性和阈值在相同的前两项关键参数或对策（温度和湿度）上高度一致，为决策提供一致且可操作的见解。讨论：这些发现证明将因果发现、可解释性和阈值结合用于冷链管理是可行的，对减少食物浪费并提升温度敏感型FFVs供应链从农场到餐桌的质量、安全性和可持续性具有意义。LPCMCI总体恢复的链接较少，表明未测量驱动因素的影响，值得进一步研究，包括额外特征及其相互作用、季节数据，以及更充分地刻画因果性对工况的依赖。

研究背景：全球食物系统每年损失约13亿吨食物，FFVs占其中38%；采后冷储和配送损失是南非FFVs损失的重要来源，苹果具有显著经济和出口价值。FFVs营养丰富但高度易腐且温度敏感，需要精准冷链控制；发展中国家温度突破即便短暂，也会损害质量、安全性和货架期，并带来拒收、食源性疾病或死亡风险。IoT监测缺乏预测能力，机器学习（machine learning, ML）可由传感器数据预测温度趋势以支持主动干预。现有ML研究多未聚焦FFV冷链；部分仅预测温度值而非温度突破，或仅检测温度突破及预定义原因而未预测突破或原因；未见使用SHAP或替代方法；温度突破原因预测亦未开展。ML预测的特征-目标关系未必为因果，而PCMCI与LPCMCI可从观测时间序列推断因果联系。已有研究缺乏前瞻性识别预测温度突破因果驱动并对对策排序的框架；且多数使用基础或独立传感器，IoT采集数据用于温度预测仍少，尚未用于TBP；多数关注其他水果，冷库和南非供应链研究少；输入参数有限，未纳入压力、湿度、CO₂浓度、环境光和振动等；未检验特征组合、数据拆分策略、数据集敏感性和历史读数敏感性；未比较XGB、bGRU、bLSTM及LSGR等模型。因此，本研究面向南非苹果冷库开展预测与因果解释研究。

研究人员开展了集成深度学习、因果发现、可解释性和领域阈值的研究：使用南非苹果冷库两个IoT数据集，比较八种ML模型和三种基线，提出LSGR，构建温度预测和TBP双框架，比较LPCMCI与PCMCI，结合SHAP及基于苹果冷库安全阈值的偏差幅度进行对策优先级排序。结论表明LSGR在循环模型中温度和TBP总体最佳且误报最少，所有DNN可提前标记突破而基线不能，滞后温度是预测突破的主导因果因素，因果性、重要性和阈值一致指向温度和湿度前两项关键参数。其意义在于支持透明、可信和主动的FFV温度滥用预防，减少浪费并提升食品安全、质量和可持续性。

关键技术方法（不超过250字）：数据来源于南非西开普农业研究所实验冷库的Sundowner苹果样本（40箱、约4000个果实），由LoRaWAN传感器Synetica enLink Zone Plus与Netvox R718E经iFemtoCell网关采集，2024年7月至12月形成扩展数据集3968行；比较MLP、ELM、XGB、tGRU及sLSTM、bLSTM、bGRU、LSGR，并以persistence、三步近期均值和AR(2)为基线；采用随机搜索调参、TimeSeriesSplit、敏感性分析，结合SHAP、PCMCI/LPCMCI因果发现和基于苹果冷库阈值的对策优先级评分。

研究结果：
5.1 敏感性分析：通过旧数据集与扩展数据集、特征组、序列长度、拆分策略和最优特征应用评估，表明DNN在扩展数据集上泛化较好，LSGR表现较一致，ELM总体最佳但仅作参考。
5.1.1 数据集敏感性（TP）：用旧数据优化模型并在旧/扩展数据测试，ELM突出；在未见数据上MLP和tGRU性能下降，DNN在扩展数据上改善，R²变化为?7.8%至+30%，LSGR对尖峰敏感但排名第4且跨数据集较一致，说明DNN泛化较好。
5.1.2 特征组合：比较不同特征组的MAE和R²，组I的MAE最低（0.0190），组A的R²最高（0.9899），组U和Q表现较好；仅含光、运动、CO₂等组表现差；最终选组I。
5.1.3 序列长度：比较2–19，长度2的MAE最低（0.019），长度19的R²最高（0.9913），但训练时间由22.8 s增至143.8 s（增530%）；选长度2。
5.1.4 拆分策略：比较2–20折，R²在2–6折稳定，3折最佳（0.9897），13和20折异常；12折MAE最低但测试集仅7.64%；选3折以保持较大测试集。
5.1.5 最优特征应用：用序列长度2、3折、组I和seed 0，LSGR的MSE为1.3423、MAE为0.5037 °C、R²为0.9897、Precision为0.9887、Recall为0.9957、F1为0.9922、Accuracy为0.9889；较EDS优化组H的MSE改善14%、MAE改善37%、Precision改善11%、Accuracy改善9%，误报由88降至8，漏报由0增至3，说明成本有效特征、窗口和拆分策略重要。
5.2 温度和温度突破预测：在EDS重优化后比较TP和TBP，并进行20种子配对Wilcoxon-Holm检验。
5.2.1 温度预测：LSGR平均MSE为2.2533、MAE为0.9984、R²为0.9827，为最佳DNN；与双向模型无显著差异，显著优于sLSTM和tGRU；但持久性、近期均值和AR(2)基线更优，因一步预测近似随机游走；LSGR训练第二快（20.3 s），tGRU最快（13.7 s），结论为LSGR仍是最佳ML模型。
5.2.2 TBP：LSGR的Precision为0.8171、F1为0.8902、Accuracy为0.8203，均最佳，TN最高（120）、FP最低（167.9）；bGRU的Recall最高（0.9971）；sLSTM的Precision为0.7809，高于bGRU；说明回归性能差不一定导致分类性能差；所有模型事件召回为1.00，误报为4.07–5.65次/天，LSGR最少；DNN提前1.25–1.80个事件标记，基线无提前标记；误报率仍偏高。
5.3 可解释深度学习：将LSGR与特征因果性、SHAP重要性和偏差幅度结合解释输出并排序对策。
5.3.1 PCMCI vs LPCMCI：在981个窗口比较，两者一致认为滞后温度是主要因果驱动、CO₂次之、环境光不因果；PCMCI独立发现549条，LPCMCI为56条，LPCMCI去除89.8%；LPCMCI可处理潜在混杂，故选LPCMCI；低检测率提示存在未测因素。
5.3.2 LPCMCI稳健性：
5.3.2.1 ParCorr vs RobustParCorr：RobustParCorr较ParCorr多捕获约273%的因果链接（温度滞后40 vs 11，CO₂ 16 vs 3），故选RobustParCorr。
5.3.2.2 LPCMCI参数优化：tau_max=2捕获56条最多（1为3，3为2）；α=0.05较0.1更保守（后者增至63条，可能含假阳性）；窗口10、50、100中链接数随窗口增大，温度滞后在各窗口均恢复，containment为0.43–0.68，环境光均不因果；因果发现中位延迟分别为61、205、364 ms；操作窗口取10。
5.3.3 参数因果分析：LPCMCI显示滞后温度平均因果强度最高，CO₂次之，湿度和环境光不因果；该结果可指导未来测量与建模。
5.3.4 因果性与重要性（SHAP）用于TP：二者一致认为滞后温度最重要（平均绝对SHAP为0.11004），CO₂第二，湿度和环境光可忽略；SHAP仅反映关联而非因果；二者一致有助于监测和降低传感/建模成本。
5.3.5 温度突破与原因预测：LPCMCI用过去10个读数，在预测突破时恢复全部40条温度滞后链接，CO₂链接多在正常运行时出现；突破期恢复链接多于正常期，提示结构随工况变化，且可在预测点提供干预依据。
5.3.5.1 平衡因果性、重要性和偏差：示例显示CO₂可因果但未越界且SHAP低，湿度越界但非因果；因果特征进入更高层级，偏差幅度在层级内排序；整合可给出CRITICAL/WARNING警报及调整方向与幅度。
5.3.5.2 特征优先级方法分析：LPCMCI与SHAP对温度滞后和环境光平均排名一致，排名一致率为46.73%–54.13%，Spearman为0.42，top-2一致率为63.3%；因果与阈值对温度滞后和湿度中度一致（63.96%/70.91%，56.81%/64.80%），环境光不一致，相关为0.226，top-2一致率为90.1%；三者对温度滞后和湿度中度一致（63.66%/70.63%，56.10%/64.11%），环境光强不一致，平均秩相关为0.476，top-2一致率为89.5%；说明前两项关键，需加权平衡。
5.4 研究局限：因果发现依赖领域知识验证；仅纳入四个测量参数可能漏掉因果链接；PCMCI和LPCMCI假设分析窗口内因果稳定但未检验；未测试低资源现场硬件的内存与运行能力；优先级权重、因果奖励和警报阈值的敏感性未评估；数据仅覆盖单个冷库7–12月，未评估盛夏条件和跨冷库验证。

讨论总结：研究支持将因果发现、可解释性和阈值结合用于冷链管理，有利于减少食物浪费并提升FFV供应链质量、安全性和可持续性；LPCMCI总体恢复链接较少，提示未测驱动因素影响，需进一步研究额外特征、其相互作用、季节数据及因果性对工况依赖的刻画。

6 结论（翻译）：本研究应对FFVs冷链物流中的温度和突破预测挑战，将ML与特征对预测温度突破的因果性（LPCMCI、PCMCI）和重要性（SHAP）相结合，并基于苹果安全冷库阈值，解释下一小时是否将发生突破、其前置条件以及如何避免或减轻其严重性。研究人员在较小和较大IoT采集数据集上评估了来自会议论文的MLP、ELM、XGB和tGRU，以及新的LSGR、sLSTM、bGRU和bLSTM模型。ELM跨数据集表现最佳，但在EDS上略逊于persistence和AR(2)。然而，新DNN模型在EDS上性能提升，LSGR持续准确，表明深度模型在运行条件变化下更稳定地保持性能。使用LSGR的敏感性分析识别出温度滞后、湿度、CO₂、环境光及其交互、数小时短历史窗口和三比一训练-测试划分对准确温度预测关键，强调时间深度学习中特征选择和超参数调优的重要性。在扩展数据集上，LSGR在所评估循环模型中于温度和TBP两项任务总体最佳，温度预测平均偏差约0.9 °C，每日误报最少。LSGR训练时间较多数模型更短，是实时冷链监测的关键优势。这证实将LSTM的知识保持与GRU的训练效率结合可形成稳健实用的FFV冷链模型，支持更好决策、减少食物浪费并改善粮食安全和盈利能力。所有DNN均提前标记突破，而persistence、近期均值和AR(2)不能，表明基线缺乏的操作能力。所提警报系统利用LSGR进行TP、预测突破及其因果驱动因素，为实践者提供按优先级排序的对策。LPCMCI通过有效处理潜在混杂因素优于PCMCI；其在温度突破预测后恢复大多数因果链接，尤其是滞后温度，将其识别为与预测突破相关的主导因素。尽管个体排名存在分歧，LPCMCI、SHAP和阈值方法一致收敛于温度滞后和湿度为前两项关键参数，支持对策实施的优先级排序。未来工作应将更多测量参数和特征交互纳入因果发现，更充分刻画因果性-工况依赖，扩展跨多特征和季节的数据收集，并将框架扩展至预冷、运输和零售等其他冷链阶段；还建议研究通过增量或在线学习实现模型适应性及边缘或雾层部署。总体而言，本研究为冷链实践者提供工具，以预判温度突破及其因果驱动因素并主动实施有优先级的对策，最终保障FFV质量、减少食物浪费并改善粮食安全和盈利能力。