Estimating Earthquake Magnitude in Sentinel-1 Imagery via Ranking

Resumen Técnico: Estimación de la Magnitud de Terremotos en Imágenes Sentinel-1 mediante Clasificación

Definición del Problema
La estimación de la magnitud de los terremotos depende tradicionalmente de estaciones sísmicas físicas. Sin embargo, el alto costo y los desafíos logísticos de instalar y mantener estas estaciones limitan la cobertura global, dificultando la monitorización de la actividad sísmica en regiones remotas o con recursos insuficientes. Aunque los datos de Observación de la Tierra (EO) por satélite, específicamente el Radar de Apertura Sintética (SAR) de Sentinel-1, ofrecen una alternativa prometedora para la monitorización global, la aplicación del aprendizaje automático a este dominio enfrenta un problema de "régimen de bajos datos". La escasez de terremotos registrados históricamente junto con imágenes satelitales limita el rendimiento de los modelos de regresión estándar, que luchan por generalizar eficazmente con conjuntos de datos tan pequeños.

Metodología
Para abordar el desafío de la escasez de datos, los autores proponen replantear la estimación de la magnitud de los terremotos no solo como una tarea de regresión, sino como un problema de aprendizaje métrico. La innovación central implica una estrategia de entrenamiento de doble objetivo:

1. Objetivo de Regresión: El modelo predice la magnitud absoluta ($G_t$) a partir de pares de imágenes Sentinel-1 (pre y post evento).
2. Objetivo de Clasificación: El modelo se entrena para clasificar muestras pares basándose en sus magnitudes relativas.

La función de pérdida total ($L$) combina la pérdida estándar de Error Cuadrático Medio (MSE) ($L_{MSE}$) con una Pérdida de Clasificación con Margen ($L_{MR}$):
$$L = L_{MSE} + L_{MR}$$

La Pérdida de Clasificación con Margen se define como:
$$L_{MR}(x_1, x_2, y) = \max(0, -y \cdot (x_1 - x_2) + m)$$
Donde $x_1$ y $x_2$ son las magnitudes predichas para dos muestras, $y$ es una etiqueta que indica el orden relativo (1 si $x_1 \geq x_2$, -1 en caso contrario), y $m$ es un hiperparámetro de margen (ajustado a 0.02 en los experimentos). Este enfoque fomenta que el modelo aprenda la distancia relativa entre muestras de diferentes magnitudes sin requerir datos etiquetados adicionales más allá de los valores de magnitud existentes.

Configuración Experimental
El estudio utilizó el conjunto de datos QuakeSet, que comprende 3.327 pares de imágenes Sentinel-1 de 2 canales (polarizaciones VV y VH) con una resolución de 512 × 512, capturadas antes y después de eventos sísmicos. Los autores evaluaron un conjunto diverso de arquitecturas para determinar el impacto del tamaño y el tipo del modelo:

• Redes Neuronales Convolucionales (CNN): ConvNeXt v2 (variante Atto) y MobileNet (variantes Pequeña y Grande).
• Transformers: MobileViT v2 y ViT-tiny.

Todos los modelos se inicializaron con pesos preentrenados en ImageNet y se entrenaron utilizando el optimizador AdamW durante 10 épocas. El rendimiento se midió utilizando el Error Absoluto Medio (MAE) y el costo computacional (FLOPS).

Resultados Clave
Los experimentos demostraron que incorporar el objetivo de clasificación mejoró significativamente el rendimiento en todas las arquitecturas probadas.

• Ganancia de Rendimiento: El método propuesto logró una mejora superior al 30% en el MAE en comparación con las líneas base de solo regresión.
• Comparación de Arquitecturas:
  • ConvNeXt v2 (Atto) logró los mejores resultados generales, reduciendo el MAE de 0.2577 a 0.2287 al utilizar la pérdida de clasificación.
  • ViT-tiny también mostró una mejora significativa, bajando de 0.3150 a 0.2613.
  • MobileNet-Pequeña demostró ser una solución altamente eficiente, logrando un MAE bajo (0.3678 con clasificación) con el costo computacional más bajo (44.10 MFLOPs).
  • MobileNet-Grande exhibió tendencias de sobreajuste, resultando en el peor rendimiento.
• Eficiencia: Aunque los modelos basados en Transformers (ViT) mostraron una alta precisión, incurrieron en costos computacionales más altos en comparación con las CNN. MobileViT ofreció un punto medio, pero permaneció menos competitivo que las soluciones convolucionales en esta tarea específica.

Significado y Afirmaciones
El artículo afirma que redefinir la estimación de magnitud como un problema de aprendizaje métrico permite a los modelos generalizar mejor a partir de datos limitados aprovechando el orden relativo de las muestras dentro de un lote. Una importancia principal de este trabajo es que no requiere datos adicionales más allá de las etiquetas de magnitud existentes para implementar el objetivo de clasificación. Al utilizar simplemente las relaciones entre las muestras ya presentes en el conjunto de entrenamiento, el método mejora la capacidad del modelo para distinguir entre diferentes niveles de magnitud, mejorando así la precisión y la robustez en un régimen de bajos datos. Los autores concluyen que este enfoque es efectivo tanto para arquitecturas CNN como Transformer, ofreciendo una vía práctica para una monitorización de terremotos global y más precisa utilizando imágenes satelitales.