Spatiotemporal downscaling and nowcasting of urban land surface temperatures with deep neural networks

Resumen Técnico: Escalamiento Espaciotemporal y Nowcasting de la Temperatura de la Superficie Terrestre Urbana con Redes Neuronales Profundas

Planteamiento del Problema
La Temperatura de la Superficie Terresta (LST, por sus siglas en inglés) es una variable crítica para el monitoreo de las islas de calor urbanas, el cambio climático y la demanda energética. Sin embargo, existe un compromiso fundamental en los productos de LST derivados de satélites: los sensores geoestacionarios (p. ej., SEVIRI/Meteosat) ofrecen una alta resolución temporal (intervalos de 15 minutos) pero una menor resolución espacial (~3 km), mientras que los sensores de órbita polar (p. ej., MODIS/Terra y Aqua) proporcionan una alta resolución espacial (1 km) pero solo capturan de 2 a 4 pasos diarios. Esta brecha dificulta el estudio de los procesos de LST subdiurnos y la realización de pronósticos intradía de alta resolución. Los estudios de escalamiento existentes suelen depender de aprendizaje automático clásico con características definidas por humanos o modelos de aprendizaje profundo entrenados con datos limitados para ciudades específicas (por ejemplo, usando ECOSTRESS con largos tiempos de revisión), lo que dificulta su escalabilidad en diversos entornos urbanos. Además, el nowcasting intradía de campos de LST de alta resolución sigue siendo un área de investigación limitada.

Metodología
Los autores proponen un marco de aprendizaje profundo de dos etapas para abordar estas limitaciones:

1. Escalamiento Espaciotemporal (U-Net):

   • Objetivo: Mapear los campos de LST de baja resolución de SEVIRI (3 km, 15 min) a campos de LST de alta resolución tipo MODIS (1 km).
   • Entrada: Campos de LST de SEVIRI aumentados con el Ángulo Cenital Solar (SZA) como predictor auxiliar.
   • Objetivo (Target): Observaciones de LST de MODIS (Terra/Aqua) de alta resolución y co-localizadas.
   • Arquitectura: Un modelo codificador-decodificador convolucional U-Net. La ruta de contracción captura información contextual, mientras que la ruta de expansión reconstruye los detalles de alta resolución. Las conexiones de salto (skip connections) preservan los patrones espaciales de escala fina.
   • Datos: Los datos de entrenamiento cubren las principales ciudades europeas (población > 1 millón) durante la estación cálida (15 de mayo al 15 de septiembre) de 2004 a 2025. El conjunto de datos incluye 52,938 puntos de datos, con un estricto filtrado de calidad para nubes y ángulos de visión.
   • Estrategia: El modelo se entrena para generalizar a través de diversas condiciones climáticas y morfológicas sin depender de conjuntos de datos auxiliares estáticos (p. ej., mapas de cobertura terrestre), asumiendo que sus efectos están codificados implícitamente en la señal de LST de baja resolución.

2. Nowcasting Intradía (ConvLSTM):

   • Objetivo: Pronosticar campos de LST de alta resolución (1 km) para tiempos de anticipación (lead times) de 15 a 75 minutos.
   • Entrada: Secuencias de series temporales de los campos de LST escalados generados por el modelo U-Net (tres pasos consecutivos de 15 min).
   • Objetivo (Target): Futuros campos de LST escalados en el tiempo de anticipación especificado.
   • Arquitectura: Una red ConvLSTM (Convolutional LSTM), que combina memoria temporal recurrente con operadores convolucionales para capturar simultáneamente tanto las características espaciales como las dependencias temporales.
   • Benchmarks: El modelo se compara contra un benchmark de Persistencia (asumiendo que no hay cambios) y un benchmark de Mediana Rodante Climatológica (la mediana del mismo intervalo de tiempo durante los cinco días anteriores).

Contribuciones Clave

• Primer Modelo de Escalamiento Pan-Europeo: El estudio presenta el primer modelo de aprendizaje profundo capaz de generar campos de Lista de 1 km de resolución actualizados cada 15 minutos en múltiples ciudades importantes de Europa, mapeando datos de SEVIRI de 3 km a objetivos de MODIS de 1 km.
• Generalizabilidad: A diferencia de los enfoques anteriores específicos para cada ciudad, este modelo está diseñado para generalizarse a través de diversas áreas urbanas (población > 1 millón) con un error bajo y un sesgo cercano a cero.
• Primer Nowcaster de Aprendizaje Profundo Intradía: Los autores introducen el primer modelo de nowcasting basado en satélite mediante aprendizaje profundo para campos de LST de alta resolución, demostrando su aplicación en Bucarest, Amberes y Berlín con tiempos de anticipación de hasta 75 minutos.
• Pipeline de Dos Pasos: El marco logra unir exitosamente la generación de datos a escala continental (escalamiento) con el pronóstico operativo localizado (nowcasting).

Resultados

• Desempeño del Escalamiento (Downscaling): En un conjunto de prueba de exclusión, el modelo U-Net logró un $R^2$ de 0.97, un Error Cuadrático Medio (RMSE) de 1.92 °C y un Error de Sesgo Medio (MBE) de 0.01 °C. El modelo mostró un desempeño robusto en diferentes ciudades, meses y horas, con un sesgo cercano a cero, lo que indica que no hay sobreestimación o subestimación sistemática. El desempeño fue ligeramente mejor durante la noche que durante el día.
• Desempeño del Nowcasting: Los modelos ConvLSTM superaron significativamente tanto al benchmark de Persistencia como al de Mediana Rodante Climatológica.
  • RMSE: Osciló entre 0.57 °C y 1.15 °C dependiendo del tiempo de anticipación (15 a 75 minutos) y la ciudad.
  • Sesgo: Los valores de MBE estuvieron cercanos a cero (oscilando entre -0.1 y 0.14 °C).
  • Variación Diurna: El modelo funcionó bien durante todo el día, pero enfrentó mayores desafíos durante los periodos de transición (alrededor de las 14:00 y entre las 03:00–05:00), donde las tendencias de temperatura cambian de signo.
• Validación Independiente: Cuando se validó contra pasos de MODIS independientes (no utilizados en el entrenamiento), el pipeline mostró una fuerte concordancia, particularmente durante la noche ($R^2$ 0.82–0.97, RMSE 0.88–1.44 °C). El desempeño diurno fue menor ($R^2$ 0.44–0.89, RMSE 1.96–2.7 °C), debido a la mayor variabilidad espacial impulsada por la radiación solar y la heterogeneidad de la superficie.

Significancia y Reivindicaciones
El artículo afirma que este enfoque de dos pasos proporciona una estrategia factible y efectiva para el monitoreo diurno de la LST urbana. Los autores sostienen que su marco ofrece:

• Aplicabilidad Operativa: El modelo es directamente aplicable al monitoreo operativo de la LST basada en satélites.
• Utilidad Práctica: El sistema soporta el monitoreo de la isla de calor urbana en tiempo casi real, alertas tempranas para episodios de estrés térmico y un mejor mapeo de riesgos de calor a escala de la ciudad.
• Robustez: El enfoque demuestra una fuerte capacidad predictiva y un bajo sesgo sistemático, superando los estándares de benchmarks basados en datos.
• Escalabilidad: Al evitar la dependencia de conjuntos de datos auxiliares estáticos heterogéneos, el método está diseñado para ser transferible a diferentes entornos urbanos.

Los autores señalan las limitaciones, incluyendo la restricción a la estación cálida (mayo–septiembre) y la naturaleza secuencial del pipeline, donde los errores de la etapa de escalamiento se propagan a la etapa de nowcasting. Sugieren que trabajos futuros podrían explorar la inclusión de variables auxiliares dinámicas y estacionarias adicionales (p. ej., NDVI, geometría urbana) para mejorar aún más la interpretabilidad física y el desempeño, aunque esto podría introducir complejidad en la transferibilidad del modelo.