Resumen Técnico: WATCH – Seguimiento de Sitios Arqueológicos de Gran Extensión para la Detección de Cambios

Declaración del Problema

El monitoreo de sitios arqueológicos a escala global es crítico para proteger el patrimonio cultural del saqueo, la construcción no regulada y los conflictos. Sin embargo, identificar el momento exacto de las perturbaciones sigue siendo un desafío significativo. Las señales visuales de saqueo (por ejemplo, suelo alterado, anomalías espectrales) suelen ser sutiles y se confunden fácilmente con procesos naturales como la erosión o los ciclos agrícolas estacionales. Además, los datos de verdad de campo sobre el momento específico de los eventos de saqueo son extremadamente escasos y a menudo imprecisos temporalmente.

Los sistemas automatizados existentes luchan por localizar cuándo ocurren las perturbaciones debido a:

1. Escasez de Etiquetas: Las etiquetas de alta calidad y precisión temporal son raras.
2. Sutileza Visual: Los cambios son heterogéneos y enmascarados por efectos estacionales y ruido del sensor.
3. Escalabilidad: El monitoreo de miles de sitios requiere una operación eficiente con presupuestos limitados de computación y anotación.

Los métodos actuales de detección de cambios en teledetección dependen típicamente de protocolos completamente supervisados y bi-temporales que requieren anotaciones densas o imágenes emparejadas, los cuales no son directamente aplicables a la tarea de localización temporal mensual sobre series temporales largas con supervisión débil.

Metodología: El Marco WATCH

Los autores presentan WATCH (Seguimiento de Sitios Arqueológicos de Gran Extensión para la Detección de Cambios), un marco diseñado para la localización de eventos de cambio a nivel mensual utilizando mosaicos satelitales de PlanetScope (4.7 m/px, 2017–2024). El sistema procesa series temporales por sitio de incrustaciones de características geoespaciales y emplea tres enfoques de puntuación complementarios:

1. Extracción de Características

El marco extrae vectores de características a partir de mosaicos mensuales enmascarados de 1 km² para 1.943 sitios arqueológicos en Afganistán (y valida en sitios de Siria, Turquía, Pakistán y Egipto). Utiliza incrustaciones de seis modelos fundamentales geoespaciales junto con una línea base diseñada a mano:

• Modelos Fundamentales: CLIP, GeoRSCLIP, SatMAE, Prithvi-EO-2.0, DINOv3 y Satlas-Pretrain.
• Línea Base Diseñada a Mano: 60 características estadísticas, de índices espectrales y texturales (por ejemplo, NDVI, NDWI, GLCM, LBP) calculadas directamente de las imágenes sin modelos aprendidos.
• Normalización: Un proceso de normalización en dos etapas elimina los efectos estacionales (estandarizando por las estadísticas del mes calendario) y las discrepancias de escala global.

2. Enfoques de Puntuación

WATCH admite tres estrategias distintas para generar probabilidades de cambio mensuales:

• Distancia de Incrustación Temporal (TED): Un método sin entrenamiento y no supervisado. Calcula la distancia (L2 o coseno) entre la incrustación de un mes objetivo y un vector de referencia robusto (mediana por coordenada) de los $R=3$ meses anteriores. Está diseñado para detectar desviaciones de la historia temporal local.
• Detección de Cambios Auto-supervisada (SSCD): Un método de conjunto no supervisado que combina tres señales:
  1. Error de reconstrucción (autoencoder enmascarado).
  2. Error de pronóstico (predictor del mes siguiente).
  3. Novedad latente (densidad invertida k-NN en el espacio latente).
     Estas señales se ponderan y agregan para producir una puntuación de cambio.
• Localización Débilmente Supervisada (WS): Un clasificador temporal supervisado (basado en LSTM) entrenado con etiquetas truncadas y escasas de meses de eventos. Predice la probabilidad de un evento de cambio en cada mes, utilizando objetivos suavizados con Gaussiana alrededor de los meses de eventos conocidos para manejar la incertidumbre de la etiqueta.

3. Protocolo de Evaluación

Los autores introducen una métrica de evaluación tolerante al tiempo basada en Recall@K (los K meses superiores con la mayor probabilidad de cambio). Definen:

• Margen Simétrico ($m$): Un acierto ocurre si la predicción de los K superiores está dentro de $m$ meses de la verdad de campo.
• Márgenes Direccional:
  • Margen Positivo ($h^+$): La detección ocurre después del evento (orientada a la confirmación).
  • Margen Negativo ($h^-$): La detección ocurre antes del evento (orientada a la alerta temprana).

Contribuciones Clave

1. Formulación: Replanteó el monitoreo de sitios arqueológicos como un problema de detección de eventos de cambio mensual sobre series temporales satelitales centradas en el sitio.
2. Marco: Propuso WATCH, integrando regímenes de puntuación no supervisados (TED, SSCD) y débilmente supervisados (WS).
3. Puntos de Referencia: Evaluó sistemáticamente seis incrustaciones de modelos fundamentales frente a características diseñadas a mano, demostrando que los modelos fundamentales generalmente proporcionan señales más fuertes para la localización a nivel mensual.
4. Protocolo de Evaluación: Introdujo una evaluación tolerante al tiempo con análisis de margen direccional para distinguir entre capacidades de alerta temprana y confirmación posterior al evento.

Resultados

El marco se evaluó en 1.943 sitios en Afganistán (898 saqueados, 1.045 preservados), con solo 117 sitios saqueados que tenían un mes de saqueo conocido de manera confiable.

• Rendimiento: Los enfoques no supervisados (TED y SSCD) superaron consistentemente a la alternativa débilmente supervisada.
  • TED con SatMAE logró el mayor recall exacto del mes (55.0% en $m=0$).
  • TED con GeoRSCLIP, CLIP o Satlas-Pretrain alcanzó un 92.5% de recall dentro de una tolerancia de tres meses ($m=3$).
  • SSCD con Satlas-Pretrain también alcanzó el 92.5% en $m=3$ y el 100% en $m=6$.
• Modelos Fundamentales vs. Diseñados a Mano: Los modelos fundamentales superaron consistentemente a las características diseñadas a mano en márgenes estrictos (por ejemplo, GeoRSCLIP superó a las características diseñadas a mano en 10 puntos porcentuales en $m=0$ bajo TED). Sin embargo, las características diseñadas a mano permanecieron competitivas, particularmente para la detección exacta del mes bajo supervisión débil (45.0% frente a 35.0% para Satlas-Pretrain en $m=0$ en WS).
• Sesgo Direccional:
  • SSCD combinado con GeoRSCLIP o Prithvi-EO-2.0 exhibió el perfil de alerta temprana más fuerte (margen direccional negativo), detectando anomalías antes del evento registrado.
  • TED favoreció la detección orientada a la confirmación (margen direccional positivo), reaccionando después de que el cambio se materializó.
• Generalización: Cuando se aplicó a sitios en Siria, Turquía, Pakistán y Egipto sin reentrenamiento, los enfoques no supervisados (TED, SSCD) se transfirieron efectivamente, produciendo trayectorias de puntuación estructuralmente temporales. El modelo WS falló en generalizar, permaneciendo cerca de cero fuera del dominio de entrenamiento de Afganistán.

Significado y Afirmaciones

El artículo afirma que combinar imágenes satelitales con incrustaciones de modelos fundamentales permite un monitoreo del patrimonio escalable y relevante para la toma de decisiones bajo supervisión mínima.

• Guía Operativa: El análisis de margen direccional proporciona información procesable para los profesionales. Aquellos que priorizan la intervención temprana deben combinar SSCD con modelos fundamentales geoespaciales (GeoRSCLIP, Prithvi-EO-2.0) para aprovechar la detección de anomalías previas al evento. Aquellos que requieren confirmación forense posterior al evento pueden confiar en el enfoque TED más simple y sin entrenamiento.
• Robustez: La naturaleza no supervisada de TED y SSCD les permite generalizar a sitios fuera de la distribución (regiones diferentes) sin reentrenamiento, una ventaja crítica para el monitoreo global del patrimonio donde los datos etiquetados son escasos.
• Trabajo Futuro: Los autores identifican la expansión de la cobertura de verdad de campo (actualmente limitada a 117 sitios con mes conocido) como la vía más urgente para la investigación futura, sugiriendo que el aprendizaje activo podría fortalecer tanto el entrenamiento supervisado como la fiabilidad de la evaluación.

El código está disponible públicamente para promover la reproducibilidad y la investigación adicional en este dominio.