Lake Detection and Water Quality Estimation in Sentinel-2 Data

Resumen Técnico: Detección de Lagos y Estimación de la Calidad del Agua en Datos de Sentinel-2

Enunciado del Problema
Los recursos hídricos continentales son cada vez más vulnerables al cambio climático y a la presión antropogénica, lo que hace necesaria la implementación de métodos fiables y automatizados para su detección y monitoreo. Aunque la imagen satelital ofrece una solución escalable, la segmentación precisa de masas de agua continentales sigue siendo un desafío debido a la presencia de superficies con apariencia similar al agua (por ejemplo, sombras, suelos oscuros) y a las condiciones meteorológicas variables. Las técnicas de umbralización clásicas, como las aplicadas al Índice de Diferencia Normalizada de Agua (NDWI), a menudo no logran una segmentación precisa bajo estas condiciones. Además, los enfoques de aprendizaje automático (ML) enfrentan obstáculos significativos relacionados con la escasez de conjuntos de datos etiquetados a gran escala. Más allá de la detección, existe una brecha crítica en la visualización consistente e interpretable de los índices espectrales de calidad del agua, donde las técnicas estándar de mapeo de colores a menudo resultan inadecuadas o engañosas para la toma de decisiones ambientales.

Metodología
El estudio utiliza imágenes multiespectrales de Sentinel-2 para abordar dos objetivos principales: la segmentación de cuerpos de agua y la estimación de la calidad del agua.

• Conjunto de Datos: Los autores utilizaron el componente óptico del conjunto de datos S1S2-Water, que comprende 65 escenas de alta resolución (100 × 100 km) de 29 países, abarcando diversas clases de cobertura terrestre. Los parches de entrenamiento se generaron utilizando una estrategia de muestreo sesgada hacia el agua (requiriendo ≥1.5% de cobertura de agua) para abordar el desequilibrio de clases. Para la validación y el análisis cualitativo, se utilizó una escena específica del Lago Dumbrvia, Rumanía, adquirida el 19 de julio de 2022, como caso de prueba no visto.
• Arquitecturas de Modelos: Se evaluaron tres arquitecturas de aprendizaje profundo (DL) para la segmentación binaria de agua:
  1. DeepLabV3 ajustado fino: Una arquitectura base ResNet-50 preentrenada en ImageNet-1K, modificada para aceptar seis bandas espectrales de Sentinel-2 (B02, B03, B04, B08, B11, B12) mediante una estrategia de inicialización mixta.
  2. U-Net personalizado: Una red simétrica de codificador-decodificador entrenada desde cero con cuatro niveles de submuestreo, utilizando conexiones de salto para retener estructuras detalladas de la línea costera.
  3. DeepWaterMap: Una arquitectura de red neuronal convolucional (CNN) de referencia específicamente diseñada para la extracción de agua a gran escala, originalmente entrenada con imágenes de Landsat 7.
  • Estrategia de Entrada: A diferencia de los modelos que dependen exclusivamente de las bandas RGB, todos los modelos en este estudio utilizaron seis bandas espectrales para proporcionar información más rica para los índices hidrológicos y mitigar los errores causados por las similitudes de color entre el agua y las superficies terrestres oscuras.
• Protocolo de Entrenamiento: Los modelos se entrenaron en parches de 512 × 512 utilizando una función de pérdida compuesta ($0.5 L_{CE} + 0.5 L_{Dice}$) con ponderación de clases (Tierra:Agua = 1:20) para penalizar la mala clasificación de la clase minoritaria. Los experimentos se realizaron en una GPU NVIDIA Tesla P100.
• Índices de Calidad del Agua: Utilizando las máscaras de agua generadas, el estudio calculó índices espectrales para turbidez, biomasa algal (NDCI), derrames de petróleo (NDOSI) y batimetría relativa. Las fórmulas para estos índices dependen de combinaciones específicas de las seis bandas de Sentinel-2.
• Marco de Visualización: Para abordar la falta de esquemas de color estandarizados, los autores propusieron un marco de visualización estructurado. Esto incluye paletas de colores temáticas alineadas con fenómenos físicos (por ejemplo, de azul a marrón para turbidez, de verde a rojo para algas) y mapas de calor de varianza local para identificar la heterogeneidad espacial.

Resultados Clave

• Rendimiento de Segmentación: La evaluación cuantitativa en el conjunto de pruebas del Lago Dumbrvia reveló que la arquitectura U-Net personalizada superó tanto al DeepLabV3 ajustado fino como al referente DeepWaterMap. U-Net logró la mayor Intersección sobre Unión (IoU) del 87.47% y una puntuación F1 del 92.24%, junto con una recuperación (recall) superior (94.71%) y una especificidad (96.29%). Aunque DeepWaterMap mostró una alta precisión global (98.18%), presentó una especificidad más baja y tuvo dificultades con los detalles locales finos en comparación con U-Net.
• Comparación con Métodos Clásicos: Los modelos de DL superaron significativamente a los métodos de umbralización clásicos de NDWI y MNDWI (tanto fijos como basados en Otsu). Los métodos de umbralización produjeron fondos ruidosos, falsos positivos en áreas no acuáticas y falsos negativos en cuerpos de agua complejos, mientras que U-Net preservó con éxito estructuras intrincadas de la línea costera e identificó correctamente características no acuáticas como presas.
• Análisis de Calidad del Agua: Las máscaras de U-Net permitieron una evaluación diagnóstica del Lago Dumbrvia. Los resultados indicaron distribuciones uniformes de turbidez y biomasa algal, con niveles de algas que se acercan a los umbrales asociados con la eutrofización. Un análisis de correlación espacial reveló que las firmas de turbidez y algas dependen de la profundidad, con un aumento significativo de la turbidez más allá de los 2.0 metros de profundidad, lo que sugiere que el lago es un sistema controlado por la batimetría.
• Visualización: Las paletas de colores propuestas facilitaron una interpretación más clara de los índices espectrales, distinguiendo entre condiciones de agua estables y anomalías localizadas (por ejemplo, plumas de sedimentos) mediante mapas de calor de varianza.

Significado y Contribuciones
El artículo afirma que entrenar modelos de aprendizaje profundo directamente con datos de Sentinel-2 produce métricas cuantitativas mejoradas y detalles cualitativos más ricos en comparación con modelos preentrenados en sensores diferentes (como Landsat) o enfoques tradicionales basados en índices. Las contribuciones principales son:

1. Segmentación Robusta: Demostrar que un U-Net personalizado entrenado desde cero proporciona la segmentación más precisa y robusta para aguas continentales en imágenes de Sentinel-2, manejando eficazmente líneas costeras complejas y reduciendo falsos positivos.
2. Evaluación de Calidad Integrada: Establecer un flujo de trabajo que va más allá de la simple detección hacia una evaluación diagnóstica de la calidad del agua (turbidez, algas, petróleo, profundidad) utilizando índices espectrales estandarizados.
3. Visualización Estandarizada: Proponer un marco estructurado para visualizar índices de calidad del agua utilizando paletas de colores perceptualmente uniformes y conscientes del contexto. Esto aborda el problema de los mapas de color no uniformes que pueden inducir a error en la interpretación, promoviendo así la consistencia en el monitoreo ambiental.

Los autores concluyen que, si bien los métodos de aprendizaje profundo superan claramente al umbralizado tradicional, el trabajo futuro debe centrarse en el análisis temporal de estos índices, la validación in situ para la calibración y la optimización de modelos para su implementación en tiempo real en dispositivos de borde.