Resumen Técnico: Clasificación de Densidad de Humo de Incendios Forestales Consciente de la Incertidumbre mediante EfficientNet Aumentado con CBAM y Aprendizaje Profundo Evidencial

Enunciado del Problema

El humo de los incendios forestales representa riesgos significativos para la salud pública, la seguridad de la aviación y la logística. Si bien los sistemas automatizados existentes pueden detectar la presencia de humo (clasificación binaria) o estimar la Profundidad Óptica de Aerosoles (AOD) mediante regresión, carecen de una capacidad operativa crítica: confianza de predicción cuantificada. Los enfoques actuales producen estimaciones puntuales sin señales de fiabilidad, dejando a los gestores de emergencias incapaces de distinguir entre detecciones de alta confianza y predicciones ambiguas y potencialmente erróneas. Además, los métodos existentes no descomponen la incertidumbre en componentes epistémicos (falta de evidencia de entrenamiento) y aleatorios (ambigüedad inherente de la escena), lo cual es esencial para flujos de trabajo de respuesta por niveles.

Metodología

Los autores proponen un marco probabilístico que clasifica parches satelitales en tres clases de severidad (Ligero, Moderado, Pesado) mientras estima simultáneamente la incertidumbre descompuesta en una sola pasada hacia adelante.

1. Arquitectura y Entrada

• Esqueleto: El modelo utiliza un EfficientNet-B3 preentrenado (inicializado en ImageNet) adaptado para entrada de 4 canales.
• Canales de Entrada: La entrada consta de los canales RGB estándar más un canal proxy espectral. Este proxy es un canal sintético derivado de una combinación lineal ponderada de valores RGB ($0.5R + 0.3G - 0.2B$) para aproximar características de Infrarrojo Cercano (NIR), ya que el NIR real no está disponible en imágenes satelitales RGB estándar.
• Mecanismo de Atención: Se integra un CBAM (Módulo de Atención de Bloque Convolucional) después del esqueleto. Aplica atención secuencial de canal y espacial para centrarse en características relevantes del humo y generar mapas de saliencia interpretables.

2. Cabeza de Aprendizaje Profundo Evidencial

En lugar de la clasificación Softmax estándar, el modelo emplea Aprendizaje Profundo Evidencial (EDL).

• Prior Dirichlet: La red devuelve parámetros de concentración ($\alpha_k$) para una distribución Dirichlet sobre el simplex de clases.
• Descomposición de la Incertidumbre:
  • Vacuidad (Incertidumbre Epistémica): Calculada como $K/S$ (donde $K$ es el número de clases y $S$ es la suma de los parámetros de concentración). Representa la falta de evidencia; una alta vacuidad indica que el modelo no ha visto ejemplos de entrenamiento similares.
  • Disonancia (Incertidumbre Aleatoria): Representa el conflicto entre clases competidoras basado en la distribución de la evidencia.
• Objetivo de Entrenamiento: La función de pérdida combina:
  1. Error cuadrático medio (MSE) entre la media Dirichlet y el objetivo one-hot.
  2. Un regularizador de divergencia KL recocido para penalizar la evidencia en clases incorrectas.
  3. Una pérdida auxiliar MSE en un proxy continuo de AOD para ayudar a la estabilidad de la regresión.

3. Conjunto de Datos

El modelo fue evaluado en 16,298 parches satelitales reales derivados del conjunto de datos de Detección de Incendios Forestales de Kaggle.

• Clases: Ligero (55.8%), Pesado (37.5%) y Moderado (6.6%). La clase Moderada está significativamente subrepresentada, reflejando la naturaleza bimodal del humo de incendios forestales (ya sea claro u oscurecido pesadamente).
• División: Los datos se dividieron a nivel de "escena" (basado en prefijos de nombre de archivo) para evitar fugas espaciales, resultando en una división de entrenamiento/validación/prueba de 53/9/38.

Contribuciones Clave

1. Primera Aplicación de EDL a la Severidad del Humo: Este es el primer trabajo que aplica el aprendizaje profundo evidencial a la clasificación de humo de incendios forestales, permitiendo la descomposición de la incertidumbre epistémica y aleatoria en una sola pasada hacia adelante.
2. Atención Interpretable: La integración de CBAM proporciona mapas de atención espacial que se localizan en regiones de humo estructuralmente distintivas, ayudando a los analistas operativos.
3. Capacidad de Predicción Selectiva: El marco permite un flujo de trabajo por niveles donde las predicciones inciertas pueden filtrarse o marcarse para revisión humana, mejorando significativamente la precisión en el subconjunto retenido.
4. Incertidumbre como Métrica de Calidad: El estudio demuestra que la vacuidad aumenta monótonamente con la degradación de la imagen (por ejemplo, desenfoque gaussiano), convirtiéndola en un proxy práctico para la calidad del escaneo.

Resultados Experimentales

• Precisión: El modelo completo alcanza una precisión ponderada en prueba del 93.8% (91.1% sin ponderar).
  • Nota: Las líneas base de Entropía Cruzada (CE) estándar (incluyendo un SmokeNet reproducido) alcanzaron una precisión sin ponderar ligeramente superior (94.4% y 93.8% respectivamente) pero proporcionaron ninguna estimación de incertidumbre. Los autores argumentan que el intercambio de 2–3 puntos porcentuales de precisión está justificado por la adquisición de señales de fiabilidad.
• Calibración: El modelo demuestra una excelente calibración con un Error de Calibración Esperado (ECE) de 0.0274.
• Correlación de Incertidumbre:
  • La Vacuidad y la Disonancia muestran una correlación positiva significativa con el error de predicción ($\rho \approx 0.26$ y $0.27$, respectivamente).
  • Comportamiento de la Clase Moderada: La clase "Moderada" exhibe la vacuidad media más alta (0.187), identificando correctamente estas escenas transicionales y ambiguas como casos de alta incertidumbre, mientras que las clases Ligero y Pesado muestran una vacuidad mucho menor (0.043 y 0.095).
• Predicción Selectiva: Al retener solo el 50% superior de los parches con la vacuidad más baja (mayor confianza), el modelo alcanza una precisión del 96.7%, una mejora de 5.6 puntos porcentuales sobre el conjunto completo.
• Robustez y Modos de Fallo:
  • Desenfoque: El modelo permanece robusto ante el desenfoque gaussiano, con la vacuidad aumentando proporcionalmente a la severidad del desenfoque.
  • Contaminación por Nubes: El modelo sufre de "fallo silencioso" bajo cobertura de nubes. La precisión cae a ~44% sin un aumento correspondiente en la vacuidad, ya que las nubes ópticamente gruesas son espectralmente indistinguibles del humo pesado en el conjunto de características RGB+proxy.

Significado y Afirmaciones

El artículo afirma que el valor principal de este trabajo no radica en maximizar la precisión bruta, sino en habilitar flujos de trabajo operativos accionables.

• Capacidad de Triaje: A diferencia de los clasificadores estándar, este modelo puede marcar entradas ambiguas (alta vacuidad) para revisión experta e identificar evidencia visual genuinamente conflictiva (alta disonancia).
• Manejo de Ambigüedad: El modelo identifica correctamente la clase de humo "Moderada" como la más incierta, alineándose con la realidad física de que las condiciones de humo transicionales son difíciles de distinguir.
• Limitaciones Reconocidas: Los autores declaran explícitamente que las métricas de la clase "Moderada" tienen alta varianza debido a tamaños de muestra pequeños y que el sistema actual no puede distinguir nubes de humo sin bandas espectrales adicionales (por ejemplo, SWIR). Tratan la precisión reportada como un límite superior pendiente de validación contra mediciones AERONET de verdad terrestre.

En conclusión, el marco propuesto ofrece una alternativa probabilística a la detección determinista de humo, proporcionando las métricas de confianza necesarias para que los respondedores de emergencias prioricen recursos y gestionen riesgos de manera efectiva.