Resumen Técnico: Super-Resolución Auto-supervisada para Imágenes Hiperespectrales de Sentinel-5P

1. Planteamiento del Problema

La misión Sentinel-5P (S5P) de la Agencia Espacial Europea es fundamental para el monitoreo atmosférico global, proporcionando observaciones diarias de gases traza como NO2, CH4 y CO. Sin embargo, su resolución espacial nativa es relativamente baja (3.5 × 5.5 km²), lo que limita su utilidad para el análisis de fuentes de emisión localizadas, estudios costeros o evaluaciones de calidad del aire en entornos urbanos complejos.

Aunque existen técnicas de Super-Resolución (SR) basadas en aprendizaje profundo, la mayoría dependen de aprendizaje supervisado, lo cual requiere pares de imágenes de baja resolución (LR) y alta resolución (HR) reales. Para S5P, no existen datos de alta resolución reales (Ground Truth) que sirvan como referencia, por lo que los métodos actuales dependen de datos LR sintéticos generados artificialmente. Esto limita su aplicabilidad a observaciones reales, ya que los modelos aprenden a reconstruir artefactos sintéticos en lugar de la realidad física del sensor.

2. Metodología Propuesta

Los autores proponen un marco de trabajo de Super-Resolución Hiperespectral Auto-supervisada (SSL) diseñado específicamente para S5P, que permite entrenar modelos sin necesidad de datos de alta resolución reales.

A. Modelo de Degradación y Ruido

El enfoque se basa en un modelo de formación de imagen que simula el proceso real del sensor:
$$y = A(x) + n$$
Donde $y$ es la imagen LR observada, $x$ es la imagen HR latente, $A$ es el operador de degradación (desenfoque gaussiano asimétrico seguido de submuestreo) y $n$ es el ruido aditivo.

• Característica clave: El modelo incorpora estadísticas de ruido derivadas de los metadatos de Relación Señal-Ruido (SNR) proporcionados por el sensor. Esto permite que la función de pérdida se adapte al ruido real de cada banda espectral.

B. Función de Pérdida Auto-supervisada

Dado que no se tiene $x$ (GT), el modelo se entrena minimizando una pérdida compuesta que no requiere la imagen de referencia:

1. Estimación de Riesgo No Sesgada de Stein (SURE): Proporciona una estimación no sesgada del error de medición en el espacio de observación, utilizando el operador de degradación $A$ y las estadísticas de ruido. Esto asegura que la imagen reconstruida, al ser degradada, coincida con la observación original.
2. Restricción de Imagen Equivariante (Equivariant Imaging - EI): Introduce una regularización que fuerza al modelo a ser consistente bajo transformaciones espaciales (escalado). Si se escala y degrada una imagen reconstruida, el modelo debe poder recuperar la versión escalada original.
3. Pérdida Total: $L_{SSL} = L_{SURE} + \lambda L_{EQ}$.

C. Arquitecturas de Red Neuronal

Se introducen nuevas arquitecturas basadas en Unet optimizadas para datos hiperespectrales:

• Uso de Convoluciones Separables por Profundidad (DSC): Se implementan bloques DSC para reducir drásticamente la cantidad de parámetros y el costo computacional, manteniendo la fidelidad espectral al procesar canales de forma independiente y luego combinarlos.
• Familias de Modelos:
  • Unet-S5P: Variantes con codificador-decodificador y conexiones residuales (Unet-S5P-800k y Unet-S5P-1M).
  • S5-DSCR: Modelos recursivos basados en DSC (S5-DSCR y S5-DSCR-S).
• Estrategia de Aprendizaje: Se utiliza un enfoque de "pre-upsampling" donde la imagen LR se interpola inicialmente (bicúbica) y la red predice una corrección residual para recuperar los detalles de alta frecuencia.

3. Contribuciones Clave

1. Marco Auto-supervisado para S5P: Primer enfoque SSL que utiliza SURE y restricciones de equivalencia adaptadas al modelo de degradación específico y al ruido del sensor Sentinel-5P.
2. Arquitecturas Eficientes (DSC-UNet): Diseño de redes Unet con convoluciones separables por profundidad que equilibran la eficiencia computacional con la fidelidad espectral, crucial para la alta dimensionalidad de los datos hiperespectrales.
3. Validación sin Ground Truth: Demostración de que es posible generar imágenes super-resueltas (SHR) a partir de observaciones reales sin datos de referencia, validando la consistencia física mediante métricas no referenciadas y datos externos.

4. Resultados y Evaluación

Los experimentos se realizaron en dos configuraciones:

• Configuración LR-HR (Sintética): Entrenamiento con datos sintéticos para comparar SSL vs. Aprendizaje Supervisado (SL).
  • Los modelos SSL lograron un rendimiento comparable a los modelos supervisados en métricas como PSNR, SSIM y SCC, manteniendo una alta consistencia de medición.
  • Superaron significativamente a la interpolación bicúbica en detalle espacial y nitidez.
• Configuración GT-SHR (Real): Aplicación del modelo a datos reales de S5P para generar SHR más allá de la resolución nativa.
  • Consistencia: Las imágenes SHR, cuando se degradan mediante el operador $A$, coinciden casi perfectamente con las observaciones originales, confirmando que no se generan "alucinaciones" (estructuras falsas).
  • Validación con EMIT: Se utilizó una superposición temporal (SNO) con el sensor EMIT (de mayor resolución espacial, 60x60m) sobre Luanda, Angola. La comparación visual confirmó que el modelo SSL recupera estructuras costeras y detalles finos que coinciden con la realidad observada por EMIT, los cuales estaban suavizados en las imágenes nativas de S5P y en la interpolación bicúbica.

5. Significado e Impacto

Este trabajo es significativo porque desbloquea el potencial de análisis de alta resolución de Sentinel-5P en escenarios del mundo real donde no existen datos de referencia de alta resolución.

• Aplicabilidad Práctica: Permite el despliegue de modelos de super-resolución en operaciones diarias de monitoreo ambiental, mejorando la detección de fuentes de contaminación localizadas y el análisis de zonas costeras.
• Robustez Física: Al basarse en el modelo de degradación del sensor y sus estadísticas de ruido, el método garantiza que las mejoras espaciales sean físicamente plausibles y no meras ilusiones generadas por el aprendizaje profundo.
• Eficiencia: Las arquitecturas propuestas ofrecen un equilibrio óptimo entre capacidad de modelado y eficiencia computacional, haciéndolas viables para el procesamiento de grandes volúmenes de datos satelitales.

En conclusión, el estudio demuestra que el aprendizaje auto-supervisado, guiado por el conocimiento del sensor, es una solución viable y robusta para superar las limitaciones de resolución espacial en la teledetección hiperespectral moderna.