《Smart Agricultural Technology》：ASTFNet: An Adaptive Spatio-Temporal Fusion Network for Field-Road Segmentation of Agricultural Machinery Trajectories
编辑推荐：
随着卫星定位（satellite positioning）在农业机械（agricultural machinery）中的广泛应用，产生了大量轨迹数据（trajectory data）。对这些轨迹中田地（field）和道路（road）状态的语义分割（semant
随着卫星定位（satellite positioning）在农业机械（agricultural machinery）中的广泛应用，产生了大量轨迹数据（trajectory data）。对这些轨迹中田地（field）和道路（road）状态的语义分割（semantic segmentation）是智慧农业管理（smart agricultural management）中的关键任务，并支持精确作业面积估算（accurate operation area estimation）。然而，现有数据集在规模、质量和场景多样性方面有限，制约了算法性能。为解决这一问题，研究人员构建了一个大规模高质量农业机械轨迹数据集（Agricultural Machinery Trajectory Dataset, AMTD），包含10,042条轨迹和超过2500万个轨迹点，为田地-道路分割提供了坚实的数据基础。此外，现有方法依赖空间或时间特征中的单一维度，未能充分捕获时空依赖关系（spatio-temporal dependencies），导致性能次优。为应对这一挑战，研究人员提出一种自适应时空融合网络（Adaptive Spatio-Temporal Fusion Network, ASTFNet），用于高精度田地-道路分割。ASTFNet首先采用Attention-UNet提取空间特征（spatial features），然后使用双向长短期记忆网络（Bidirectional Long Short-Term Memory, BiLSTM）捕获时间依赖（temporal dependencies）。随后，引入跨频增强通道注意力模块（Cross-Frequency Enhanced Channel Attention Module, CFECAM）实现时空信息交互，并设计自适应特征融合模块（Adaptive Feature Fusion Module, AFFM）动态集成多尺度时空特征（multi-scale spatio-temporal features），从而提升分割性能。在构建的AMTD数据集以及玉米（corn）、小麦（wheat）和水稻（paddy）三个公开数据集上进行了广泛实验。结果表明，ASTFNet在AMTD数据集上实现了96.24%的F1分数（F1-score）和97.55%的准确率（accuracy），显著优于现有最先进方法。在玉米、小麦和水稻数据集上，准确率分别达到95.62%、92.60%和83.85%，进一步验证了所提方法在不同数据集上的泛化能力（generalization capability）。
论文解读
**研究背景与问题**
近年来，农业机械化信息系统和卫星定位技术的进步使得大多数农机配备了全球导航卫星系统（GNSS），能够实时记录作业轨迹并通过无线通信上传至远程监控平台，从而产生海量轨迹数据。这些数据为农机调度、作业管理和绩效评估提供了重要支持。在中国，政府补贴也基于某些田间作业的实际面积发放。因此，准确区分轨迹中的“田地”和“道路”点，以保留真实作业路径并去除无关运动，对于精确面积估算和补贴分配至关重要，使得田地-道路分割任务具有显著的实践意义。
然而，现有研究面临两个关键问题：第一，数据集规模小、场景多样性不足，限制了算法的泛化能力；第二，现有方法主要依赖单一维度的特征（空间或时间），未能充分建模轨迹的时空耦合关系，导致分割性能欠佳。部分方法如图卷积网络（GCN）和Field&Road-CENet侧重于空间分布模式，但缺乏对连续运动过程和时间依赖的建模；而GAN-BiLSTM和BiLSTM-GRU等方法则强调时间序列特征，却忽略了轨迹的整体空间结构和局部几何关系。此外，涉及“时空特征”的研究如MultiDNN和STF+VFAU+BiLSTM采用简单特征拼接，缺乏深度交互机制，难以动态调整不同场景下时空特征的重要性。
**研究内容与意义**
为解决上述问题，研究人员首先构建了大规模高质量农机轨迹数据集AMTD，包含10,042条轨迹和超过2500万个轨迹点，覆盖2021-2025年间10个省份610台农机的13种作业类型，显著提升了数据规模、质量和多样性。在此基础上，提出自适应时空融合网络（ASTFNet），集成空间结构和时间动态，并引入跨频增强通道注意力模块（CFECAM）和自适应特征融合模块（AFFM），实现动态多尺度时空特征融合。实验表明，ASTFNet在AMTD数据集上达到96.24%的F1分数和97.55%的准确率，在玉米、小麦和水稻三个公开数据集上也取得领先性能，验证了其有效性和泛化能力。该论文发表在《Smart Agricultural Technology》上，为农机轨迹分析提供了新的基准和方法框架。
**关键技术方法**
研究人员采用以下主要关键技术方法：首先，从国家精准农机作业监管与服务平台获取数据，选取2021-2025年间10个省份610台农机的轨迹数据，经过漂移点去除、静止轨迹去除、断点分割以及加速度和角速度计算等预处理后，构建AMTD数据集。在方法层面，ASTFNet包含四个核心模块：时间特征提取模块采用三层双向长短期记忆网络（BiLSTM）捕获轨迹的时间动态；空间特征提取模块将轨迹数据转化为四通道图像（编码速度、方向、加速度和角速度），并使用Attention-UNet提取空间结构特征；跨频增强通道注意力模块（CFECAM）通过离散余弦变换（DCT）将时空特征映射到频域，并引入交叉加权机制实现深度交互；自适应特征融合模块（AFFM）通过局部和全局特征分支动态调整融合权重，生成更具判别性的时空表示。
**实验结果**
**时间序列模型对比实验**：仅在AMTD数据集上使用时间特征进行比较，发现传统RNN模型（BiLSTM和BiGRU）准确率分别为96.34%和96.22%，而Transformer（90.10%）、TCN（90.81%）、Mamba-2（93.57%）和TFT（94.35%）表现较差。这是因为田地-道路分割任务依赖强短期依赖，与RNN的隐藏状态更新机制吻合，而与Transformer和Mamba的长程建模设计冲突。
**视觉模型对比实验**：仅使用空间特征进行分割，Attention-UNet以94.59%的准确率领先，而SegNet（93.62%）、UNet++（94.05%）和UNet（94.12%）也表现良好。相反，DeepLabV3-ResNet18（53.98%）和PSPNet-ResNet50（58.88%）性能显著较低，原因是这些模型侧重全局和深层语义特征，而该任务更依赖局部和浅层特征（如点密度和形状）。
**消融实验**：逐步添加CFECAM和AFFM模块，ASTFNet（CFECAM+AFFM）达到最高F1分数96.24%和准确率97.55%，优于简单拼接（95.91% F1, 97.34%准确率）和多头注意力（MHAM）等融合策略。CFECAM将准确率从97.34%提升至97.45%（+0.11%），AFFM进一步提至97.55%（+0.10%）。在田地-道路边界区域和低速场景的统计分析中，ASTFNet也表现出最佳性能，说明其能有效融合时空特征以纠正单一特征导致的误分类。
**迁移学习实验**：将ASTFNet迁移至玉米、小麦和水稻数据集，准确率分别达到95.62%、92.60%和83.85%，均优于仅使用时间或空间特征的方法。由于目标数据集采样间隔差异（玉米1秒、小麦2/5秒、水稻30秒）和数据缺失问题，性能较AMTD有所下降，但ASTFNet仍保持竞争力，在玉米和小麦数据集上达到最先进水平。
**讨论与结论**
讨论部分指出，ASTFNet已在现有农机作业监控系统中部署，通过云平台进行轨迹点分类，可更准确地估算作业面积和评估工作效率。研究结论总结如下：本研究构建了包含10,042条高质量轨迹的大规模数据集AMTD，解决了该领域公开数据匮乏的问题。基于此，提出ASTFNet，利用BiLSTM提取时间特征、Attention-UNet提取空间特征，并通过CFECAM和AFFM实现高效自适应融合。消融实验表明ASTFNet在AMTD上F1分数96.24%、准确率97.55%，显著优于其他注意力机制和特征融合策略。迁移至三个公开数据集后仍表现良好（玉米95.62%、小麦92.60%、水稻83.85%），验证了其泛化能力。未来工作将收集更多不同区域、地形、作业类型和机械的轨迹数据以丰富数据集，并探索轨迹特征增强方法和更先进的深度学习架构，同时考虑集成遥感影像和土壤监测数据，构建更全面的农业生产监控系统。
