《Smart Agricultural Technology》：A machine learning approach to developing behaviour classification models of grazing cattle using Global Navigation Satellite System (GNSS) data
编辑推荐：
在广阔的放牧系统中，监测自由放牧牛的行为对于有效管理至关重要。本研究调查了全球导航卫星系统（GNSS）跟踪数据集是否可以作为单一数据源，用于（1）使用机器学习（ML）模型对主要的放牧牛行为（采食、休息和行走）进行分类，以及（2）生成昼夜活动模式。十头17-22
在广阔的放牧系统中，监测自由放牧牛的行为对于有效管理至关重要。本研究调查了全球导航卫星系统（GNSS）跟踪数据集是否可以作为单一数据源，用于（1）使用机器学习（ML）模型对主要的放牧牛行为（采食、休息和行走）进行分类，以及（2）生成昼夜活动模式。十头17-22个月龄、体重363 ± 8.3 kg（平均值 ± 标准差）的安格斯阉牛在29.6公顷的围场中放牧14天。每头牛佩戴一个UNETracker II GNSS项圈，该设备被编程为以10秒间隔（Burst）记录连续五个GNSS位置，随后是5分钟的Burst间隔，并通过高清摄像机监测6天。对采食、休息（站立和躺卧）和行走行为进行了标注，并与GNSS数据进一步同步，以生成行为标注数据集。该数据集被划分为三个子集：Burst 3（B3）、Burst 4（B4）和Burst 5（B5），分别包含3、4和5个GNSS点的序列。为了开发ML模型，从每个Burst的标注数据中计算了11个基于速度的特征，包括加速度、平均值、标准差、变异系数和零速度计数。由于行为类别不平衡，对训练数据应用了SMOTE（Synthetic Minority Over-sampling Technique）过采样技术以改进模型性能。使用四种ML算法（随机森林、XGBoost、k-近邻算法、支持向量机）来开发行为分类模型。结果显示，在B3数据集上，XGBoost在区分采食、休息和行走行为方面优于其他ML模型，过采样将整体准确率从0.69提高到0.79。XGBoost模型在过采样前后的精确度、召回率、F1分数、Cohen's kappa系数和Matthews相关系数（MCC）分别为0.68对比0.80、0.62对比0.79、0.64对比0.79、0.41对比0.68和0.43对比0.69。这些发现突出了GNSS衍生的速度特征的潜力，XGBoost成为在大尺度牧场景观中分类肉牛行为的一种稳健方法。
论文解读：基于GNSS与机器学习的放牧牛行为分类研究
一、 研究背景、问题与动机
在精准畜牧业（Precision Livestock Farming, PLF）的背景下，有效监测自由放牧牛的行为对于优化牧场管理、提高生产性能并减少环境影响至关重要。全球导航卫星系统（Global Navigation Satellite System, GNSS）作为一种高精度空间定位技术，具有全球覆盖、基础设施成本相对较低和精度高等优点，已成为PLF中的关键工具。GNSS被广泛应用于动物追踪，通过佩戴在动物颈部的轻质项圈，可以在预设的时间间隔内进行连续位置追踪，提供精确的空间数据，对动物的自然行为影响最小。
然而，尽管在研究中被广泛使用，GNSS在商业畜牧养殖和私营企业中的应用仍然缓慢。这主要是由于在广阔的放牧环境中实际应用所面临的技术和操作挑战，包括传感器成本、功耗、地形崎岖，以及仅从GNSS数据中可靠分类动物行为的困难。这些限制在资源有限的系统中尤为明显。此外，行为监测在理解动物-环境相互作用和生理状态方面扮演着重要角色。在广阔的放牧系统中，GNSS可以识别牛群是在移动还是停留在核心使用区域，从而评估牧场利用、放牧压力和牛群移动模式。但近期研究尽管取得了显著进展，但在大规模牛群和广阔景观中保持一致监测仍然存在挑战。许多先前的研究依赖于多传感器系统（通常是GNSS与加速度计结合）以实现高精度，但这些方法需要复杂的基础设施且成本较高，在资源有限的环境中构成显著障碍。有研究表明，对于在大规模牧场放牧的牛，整合了地理信息系统（Geographic Information System, GIS）的精确定位数据集可以为季节性移动模式提供有价值的见解。然而，这些研究尚未充分探索仅GNSS数据集是否能为准确的行为分类提供足够信息。
因此，本研究旨在评估仅使用GNSS项圈获取的“速度”这一单一且易于获取的预测因子，在分类自由放牧肉牛行为方面的性能。具体研究目标包括：1）调查GNSS跟踪数据集是否可以作为单一数据源，用于通过机器学习模型对主要的放牧牛行为（采食、休息和行走）进行分类；2）生成昼夜活动模式。该研究通过仅依赖GNSS数据，采用了一种简化、经济高效的方法来评估行为分类模型的可行性和局限性。
二、 主要关键技术方法概述
本研究在澳大利亚新英格兰大学（UNE）Kirby SMART农场进行。研究人员选取了10头17-22月龄、平均体重363±8.3 kg的安格斯阉牛，在同一29.6公顷围场内放牧。每头牛佩戴了一个定制设计的UNETracker II GNSS项圈，其记录模式设定为“Burst”模式：每5分钟记录一个Burst，每个Burst内以10秒间隔连续记录5个GNSS位置点。同时，在选定日期通过高清摄像机对牛群进行视觉观察，并将观察到的行为（采食、行走、站立、躺卧）利用行为观察研究交互软件（BORIS）进行人工标注，标注的行为定义参考了已有研究的动物行为谱。通过时间同步，将标注的行为与对应的GNSS数据点进行匹配，形成带行为标签的数据集。研究还构建了三种不同长度的Burst子数据集（B3、B4、B5），并从每个Burst的速度数据中提取了11个统计特征（如平均值、标准差、加速度、零速度计数等）。由于视觉观察在白天进行导致数据集存在类别不平衡，研究人员在模型训练前对训练数据应用了SMOTE过采样技术。最后，使用四种机器学习算法（随机森林、XGBoost、k-近邻算法、支持向量机）在B3、B4、B5数据集上（过采样前后）分别构建行为分类模型，并使用多种性能指标（准确率、精确度、召回率、F1分数、Cohen's kappa系数、Matthews相关系数等）对模型进行评估。
三、 研究结果
3.1 描述性统计与昼夜活动
对9头成功匹配GNSS与视觉观察数据的阉牛进行分析，在总观察时间内，记录到的行为比例为：采食54%，休息40%，行走6%。基于GNSS平均速度和加速度数据构建的昼夜活动图显示，牛群的活动具有明显的昼夜节律。低活动期发生在19:00至次日04:00，期间平均速度维持在较低水平（0.10-0.13 m/s）。白天（05:00-18:00）牛群更为活跃，平均速度高于0.15 m/s。值得注意的是，在研究人员进入围场的上午09:00左右，牛群速度出现急剧下降并伴随强烈的负加速度，表明人类活动对牛群行为产生了可检测的干扰。
3.2 行为分类模型的性能
四种机器学习模型在B3、B4、B5数据集（过采样前后）上的性能比较表明，总体而言，XGBoost在分类牛群移动行为方面表现出最一致和平衡的性能。在过采样前，XGBoost在B3数据集上取得了最高的准确率（69%）、Kappa值（0.41）和MCC值（0.43）。支持向量机（SVM）的表现最弱。应用SMOTE过采样技术后，所有ML模型的性能均得到显著提升。XGBoost在B3数据集上的准确率提升至79%，Kappa值提升至0.68（达到“实质性”一致水平），MCC提升至0.69。这表明过采样有效改善了模型对少数类行为（如休息和行走）的分类能力。
3.3 所选ML模型在分类采食、休息和行走方面的性能
针对表现最佳的XGBoost模型在B3数据集上的混淆矩阵分析显示，过采样后，模型对“休息”和“行走”行为的真阳性（TP）识别数量大幅增加（分别从57增至138，从13增至151）。虽然“采食”行为的真阳性数量略有下降，但其分类性能依然良好。然而，采食和休息行为之间存在一定的误分类（采食被误判为休息占26.4%，休息被误判为采食占18.4%），这可能与两者移动速度范围相近有关。接收者操作特征（ROC）曲线分析进一步证实，过采样后XGBoost模型对所有三类行为（尤其是行走）的区分能力（AUC值）均有显著提升。
四、 讨论与结论
本研究的关键成果在于，成功利用GNSS速度数据生成了能够反映牛群典型昼夜活动模式及干扰事件的轮廓图。同时，应用SMOTE过采样技术提升了所有测试ML模型的性能，其中XGBoost表现最佳，其次是随机森林，而SVM和k-NN算法在此分类任务中表现不佳。XGBoost的优越性归因于其梯度提升机制能够有效处理数据不平衡和纠正前序树的错误。相比之下，SVM和k-NN对数据噪声和类别不平衡更为敏感。研究还发现，基于较短序列（B3）的数据集分类准确率高于更长序列（B4, B5），这可能与较长序列中GNSS定位误差累积有关。
本研究也存在一定局限性。视觉观察受限于摄像机视野和白天时间，可能未捕获全部行为范围，导致标注数据集存在偏差。白天的观察也造成了以“采食”行为为主的类别不平衡。尽管过采样改善了模型性能，但需注意这可能带来过拟合风险。此外，采食与休息行为在低速状态下的相似性给分类带来了挑战，GNSS本身约4米的定位误差也可能影响低速行为类别的速度特征计算。
针对这些局限，未来研究可考虑纳入更多行为指标（如头部运动变化率），采用自动化相机陷阱进行更连续、干扰更小的观察以获取更全面的行为数据，并探索无监督机器学习方法（如K-means聚类）或深度学习架构，以提升模型在多样化环境和牛种中的泛化能力和预测性能。
研究结论：
从GNSS跟踪数据衍生的昼夜活动模式可以为牛群移动模式和外部刺激的分布提供有价值的见解。本研究表明，来自GNSS项圈的速度或速率数据可以作为使用监督ML模型对放牧牛的采食、休息和行走行为进行分类的代理指标。在这些模型中，XGBoost算法在区分放牧牛的采食、休息和行走行为方面优于其他监督ML模型，整体准确率为0.69。相对较低的准确率可能归因于观察到的行为不平衡。尽管过采样技术将XGBoost的性能提高到0.79，但这一结果应谨慎解释，因为复制少数类行为可能导致过拟合，并且可能无法反映真实的预测性能。
