融合MLP、XGBoost与QAT优化PointNet++的短期树木直径计衍生树干动态预测：一种面向边缘的计算框架

《Sensors》：Fusion of MLP, XGBoost, and QAT-Optimized PointNet++ for Predicting Short-Term Dendrometer-Derived Stem Dynamics: An Edge-Oriented Computational Framework

　　

城市森林监测日益需要能够在物联网（Internet of Things, IoT）和边缘计算环境中高效运行并表征树木短期响应的智能传感器驱动系统。本研究提出一种基于融合的人工智能框架，将量化感知训练（Quantization-Aware Training, QAT）优化的PointNet++模型与机器学习回归相结合，用于预测以生物量当量单位表示的短期树木直径计衍生树干直径响应。该框架通过三个组成部分整合1024点LiDAR树木表示、几何测量和环境传感器数据：用于34树种分类和树干–树冠部位分割的QAT优化PointNet++模型、基于冻结模型的预测与几何特征提取，以及用于短期目标预测的MLP和XGBoost回归模型。数据集包含来自韩国五个地区的2694棵树，目标值来源于2022年9月8日至2022年9月22日14天间隔内记录的基于树木直径计的树干直径测量。重要的是，该短期信号同时反映结构性和可逆的水分状态相关树干动态，因此不被解释为直接的干生物量积累或碳固存。QAT优化模型保持了92.52%的分割准确率（82.67%平均交并比, mIoU）和80.46%的树种分类准确率，而回归模型对定义的生物量当量目标达到R² = 0.9663和均方根误差（RMSE）= 0.4437 kg。量化使两个编码器的保存模型大小减少约10.5倍（21 MB → 2 MB），并将CPU推理加速高达4.1倍。这些效率测量是在×86桌面CPU上获得的，因此表征的是计算压缩效益，而非在低功耗嵌入式设备上的已完成部署或现场验证。这些结果证明了将压缩点云感知与短期树木直径计衍生树干动态的多模态预测相结合的计算可行性。在将该框架扩展到长期生物量积累或碳固存评估之前，需要使用独立生物量参考测量进行季节性和多年期验证。

**研究背景**

人工智能的普及正将被动式环境传感器转变为具备自主推理和实时决策能力的主动智能节点。城市树木监测包含两个需要明确区分的目标：长期结构性生物量积累评估和短期树干动态表征，因为树木直径计（dendrometer）测量的短时间间隔树干直径变化可能同时包含不可逆的结构性生长和可逆的水分状态相关成分，短期信号本身不能被解释为干生物量积累或碳固存的直接测量。光探测与测距（LiDAR）虽能提供高分辨率3D点云，但瓶颈已从数据获取转向深度学习模型的计算成本，这一成本难以与嵌入式传感器、无人机和物联网（IoT）边缘节点的内存与功耗预算相协调。PointNet++作为3D点云学习的参考架构，其精度以较大的内存和计算开销为代价；量化感知训练（QAT）通过在训练中模拟低精度运算使网络适应INT8表示，可将模型缩小4倍以上并显著加速推理。然而，已有研究均未评估上游感知模型压缩对下游生态预测任务精度的影响。为此，研究人员开展了本研究。

**研究内容与结论**

本研究提出一种基于融合的人工智能框架，将QAT优化的PointNet++模型与机器学习回归相结合，预测以生物量当量单位表示的短期树木直径计衍生树干直径响应。数据集包含来自韩国大邱、原州、东滩、世宗和济州五个地区的2694棵城市树木，目标值来源于2022年9月8日至22日14天间隔内记录的树木直径计测量，按2155/269/270划分为训练、验证和测试集。框架由三个部分组成：QAT优化的PointNet++模型执行34树种分类和树干–树冠分割；冻结模型用于预测和几何特征提取；MLP与XGBoost回归模型用于短期目标预测。结果显示，QAT优化模型保持了92.52%的分割准确率（82.67% mIoU）和80.46%的分类准确率；MLP回归达到R² = 0.9663，RMSE = 0.4437 kg；量化使模型大小减少约10.5倍（21 MB → 2 MB），CPU推理加速最高4.1倍。研究证明了将压缩点云感知与多模态短期树干动态预测相结合的计算可行性，为未来边缘部署奠定基础。论文发表在《Sensors》。

**主要技术方法**

研究人员采用以下关键技术：（1）使用最远点采样（Farthest Point Sampling）将LiDAR点云标准化为1024点表示，每点含6通道（XYZ坐标与RGB值）；（2）构建共享Set Abstraction编码器架构的两个独立PointNet++模型，分别执行34树种分类和树干–树冠二分类分割；（3）使用PyTorch 2.5.1的fbgemm后端对模型进行量化感知训练（QAT），在×86 CPU上微调400轮后转换为INT8混合精度模型；（4）构建48维特征向量：34维预测树种独热（one-hot）编码、6维几何变量（含稀疏云胸径相关描述符、冠幅、冠高、冠密度）和8维环境与植被变量；（5）独立训练MLP（隐藏层256/128/64）和XGBoost（200估计器，最大深度6）回归模型。样本队列来源为韩国五个地区2694棵树。

**研究结果**

*4.2 部位分割性能*：FP32基线在留出测试集上达到94.14%逐点准确率和85.52%平均交并比（mIoU），其中树冠IoU为92.55%，树干IoU为78.49%。经QAT转换为INT8后，mIoU下降2.85个百分点至82.67%，保存模型大小从21.0 MB降至2.0 MB，约70%的测试树mIoU降幅小于3个百分点。

*4.3 树种分类性能*：FP32分类模型达到81.82%整体实例准确率（270棵中221棵正确）和约78%平均类别准确率。形态特征鲜明的树种（如Metasequoia glyptostroboides、Ginkgo biloba、Pinus densiflora）准确率超过90%，同属树种（如Acer、Quercus）因点云轮廓相似而较易混淆。INT8量化模型仅损失1.36个百分点，准确率达80.46%，模型缩小10.5倍，推理加速4.1倍。

*4.4 MLP与XGBoost短期预测*：MLP在测试集上达到R² = 0.9663、RMSE = 0.4437 kg、MAE = 0.0508 kg；XGBoost达到R² = 0.9645、RMSE = 0.4510 kg、MAE = 0.0532 kg。仅用胸径（DBH）代理、树高及其组合的线性基线R²分别仅为0.0043、?0.0091和?0.0011，排除简单尺寸效应；物种均值基线仅解释6.6%方差。消融实验表明，单一模态中几何特征表现最佳（R² = 0.48），全特征模型显著优于所有子集组合。XGBoost特征重要性分析显示，树种相关变量占据前十位中的六位，冠密度、树高和平均温度是非树种变量中最具影响力的预测因子。

*4.5 与已报道研究的比较*：与其他生物量相关研究相比，由于目标定义、观测间隔、数据集和验证协议不同，该比较仅为描述性参考，不构成直接性能基准。

**讨论与结论**

讨论指出：QAT可在保持大部分分类和分割性能的同时显著降低存储占用和×86 CPU推理延迟，但实验在桌面CPU上完成，未验证完整嵌入式边缘设备。高R²应谨慎解读，预测拟合本身不能证明模型学到了新颖的生态关系；诊断基线和物种/区域均值基线排除了简单尺寸效应和组身份效应，但不排除复杂的非线性结构关联。稀疏云DBH描述符受1024点表示限制，±0.05 m诊断带内中位数仅5个分割树干点，17.9%的树少于2个点，故仅作为粗略结构输入而非实测DBH。随机树级划分不保证对未见区域的泛化。14天目标包含可逆水分状态成分，不能解释为干生物量积累。

结论部分翻译：本研究提出了一种结合QAT优化PointNet++与多模态回归的AI驱动框架，用于预测短期树木直径计衍生树干响应。QAT优化模型在显著减小模型大小和CPU推理时间的同时保持了大部分性能。该框架展示了如何通过自动化分类、分割、特征提取和回归将原始LiDAR数据转换为紧凑的语义和预测输出，可减少全点云传输需求，支持未来分布式城市森林监测平台。但本研究应视为边缘导向的计算评估而非完整嵌入式部署，未来需在低功耗平台上验证端到端延迟、内存、能耗等指标，并采用区域留出验证协议和独立生物量参考测量进行长期验证。