Resumen Técnico: AI4Land – Aprendizaje Profundo Escalable para la Reconstrucción Global de Uso de Suelo de Alta Resolución

1. Planteamiento del Problema

La incertidumbre en el ciclo del carbono terrestre sigue siendo una restricción crítica en las proyecciones climáticas, impulsada en gran medida por la resolución gruesa y la falta de representación dinámica de los procesos de la superficie terrestre en los modelos del sistema Tierra. Los conjuntos de datos existentes de uso de suelo (LU) y cobertura de la tierra (LC) a nivel global enfrentan un compromiso fundamental: los conjuntos de datos de alta resolución (p. ej., HILDA+) están limitados a la era satelital, mientras que las procciones históricas y futuras a largo plazo (p. ej., LUH2) existen solo a resoluciones gruesas (~28 km). Esta brecha de resolución introduce sesgos sustanciales en la captura de carbono, la humedad del suelo y los flujos de energía superficial simulados. Los métodos actuales de reducción de escala mediante aprendizaje automático se han visto restringidos a regiones específicas o países individuales, careciendo de un marco globalmente escalable que cierre la brecha entre los datos de escenarios de resolución gruesa y los patrones espaciales de alta resolución a través de escalas temporales centenarias (1850–2100).

2. Metodología

Los autores presentan AI4Land, un marco basado en datos diseñado para generar reconstrucciones históricas y proyecciones futuras de alta resolución (1 km) de uso y cobertura de la tierra. El marco opera en dos fases; este trabajo se centra en la primera fase: la reconstrucción de mapas anuales de LU/LC.

2.1 Datos y Preprocesamiento

• Entradas: El modelo integra datos de escenarios dinámicos de resolución gruesa (LUH2, cuadrícula de 0.25°) con características geofísicas estáticas. Las entradas incluyen 12 variables de fracción de LU, características topográficas (elevación, pendiente, aspecto), características del suelo de alta resolución (arcilla, arena, contenido orgánico) y un prior autorregresivo de pasos de tiempo adyacentes ($t-1$ o $t+1$).
• Objetivo: Etiquetas de verdad de terreno de alta resolución derivadas del conjunto de datos HILDA+. El esquema original de 13 clases se consolidó en 8 clases (Bosque, Cultivo, Pastizal, Urbano, Hierba/matorral, Otra tierra, Agua y una categoría consolidada) para mitigar el desequilibrio de clases.
• Preprocesamiento: Un flujo de trabajo estandarizado utilizando Climate Data Operators (CDO) remapea todas las entradas a una cuadrícula WGS84 de 1 km. Los datos del suelo se someten a un promedio ponderado por profundidad no lineal para priorizar las interacciones de la zona radicular. Los datos se almacenan en formato ARCO Zarr para un E/S paralelo eficiente.

2.2 Arquitectura del Modelo

El marco emplea una arquitectura U-Net adaptada para la segmentación semántica:

• Estructura: Una U-Net estándar con 35 canales base, que presenta un codificador con cuatro bloques de max-pooling y doble convolución, y un decodificador simétrico con upsampling y conexiones de salto (skip connections).
• Manejo de Entradas: Acepta un stack multicanal de 14 variables de LUH2 (a través de 2 pasos de tiempo), 6 características estáticas y 1 prior de HILDA.
• Estrategia de Entrenamiento: Para evitar que el modelo copie trivialmente el prior de alta resolución, el 60% del prior autorregresivo se enmascara aleatoriamente durante el entrenamiento. Esto obliga al modelo a aprender el mapeo desde las entradas de LUH2 de resolución gruesa y las características estáticas.
• Separación: Se entrenan dos modelos distintos: uno para datos históricos (usando LUH2h) y otro para proyecciones futuras (usando LUH2f).

2.3 Entrenamiento e Inferencia Escalables

• Infraestructura: El entrenamiento se llevó a cabo en MareNostrum5 (Centro de Supercomputación de Barcelona) utilizando Paralelismo de Datos Distribuido (DDP) a través de la biblioteca Hugging Face Accelerate. El sistema escaló de 1 nodo (4 GPUs NVIDIA H100) a 8 nodos (32 H100 GPUs).
• Escalabilidad: El flujo de trabajo logró un escalamiento casi lineal, reteniendo el 97–98% del rendimiento ideal a 8 nodos.
• Inferencia: Los mapas globales se generan utilizando un enfoque de ventana deslizante sobre parches superpuestos de 512×512. Las predicciones se fusionan mediante una función de ponderación Gaussiana para asegurar transiciones fluidas y evitar artefactos de bloque.

2.4 Estrategia de Evaluación

Para eliminar la fuga de autocorrelación espacial, los autores emplearon un Particionamiento Basado en Cuadrículas combinado con Muestreo de Punto Más Lejano (FPS). El dominio espacial se dividió en celdas de 30×30, asignando celdas completas exclusivamente a los conjuntos de entrenamiento, validación o prueba. También se aplicó una división temporal (1960–2000 para entrenamiento, 2001–2015 para prueba).

3. Resultados Clave

• Métricas de Desempeño: El modelo alcanzó una media de Intersección sobre Unión (mIoU) de 0.805 y una precisión de clasificación global de 94.67% en el conjunto de prueba.
• Desempeño por Clase: El desempeño varió significamente por clase. Coberturas principales como Bosque (mIoU 0.889), Agua (mIoU 0.991) y Cultivo (mIoU 0.815) fueron predichas con alta fidelidad. Sin embargo, las clases minoritarias, particularmente las áreas Urbanas, mostraron un desempeño inferior (mIoU 0.463), resaltando la sensibilidad al desequilibrio de clases.
• Convergencia: El entrenamiento multinodo (8 nodos) demostró una convergencia superior, logrando una pérdida de entrenamiento de ~0.29 tras 10 épocas en comparación con ~0.40 para la línea base de un solo nodo, atribuido a tamaños de lote efectivos más grandes que proporcionan mejores estimaciones de gradiente.
• Salida Global: El flujo de trabajo generó con éxito un conjunto de datos exhaustivo que abarca desde 1850 hasta 2100, cubriendo la era pre-observacional, el registro observacional y tres escenarios climáticos futuros (SSP2-4.5, SSP3-7.0, SSP4-6.0). La validación para el año 2014 mostró una precisión global del 94.88% y un mIoU de 0.8569.

4. Significación y Contribuciones

El artículo reclama la siguiente significación:

• Primer Marco Global Escalable: AI4Land se presenta como el primer modelo para cerrar la brecha de resolución para los datos de uso de la tierra a escala global, abarcando desde 1850 hasta 2100, en lugar de estar limitado a regiones específicas o a la era satelital.
• IA Habilitada por HPC: El trabajo demuestra cómo la infraestructura de Computación de Alto Rendimiento (HPC) acelerada por GPU (específicamente EuroHPC/MareNostrum5) permite el entrenamiento de flujos de trabajo de aprendizaje profundo complejos para aplicaciones climáticas globales, logrando un escalamiento casi lineal.
• Preparación para Gemelos Digitales: Los emuladores de código abierto resultantes están diseñados para el acoplamiento en tiempo real con plataformas de gemelos digitales (p. ej., Destination Earth), proporcionando condiciones de superficie terrestre evolutivas y realistas bajo demanda.
• Reducción de la Incertidumbre: Al proporcionar condiciones de contorno de uso de la tierra temporalmente continuas y espacialmente detalladas, el marco busca reducir las incertidumbres críticas en el ciclo del carbono terrestre y mejorar el poder predictivo de las simulaciones climáticas de próxima generación respecto a los flujos de carbono, agua y energía.

5. Trabajo Futuro y Limitaciones

Los autores reconocen que el desempeño del modelo está inherentemente impactado por la calidad y los sesgos de los datos de origen (HILDA+ y LUH2). Señalan que la clasificación de zonas urbanas y de clases minoritarias requiere mejoras. El trabajo futuro planificado incluye:

• Incorporar predictores adicionales como las zonas climáticas de Köppen-Geiger y datos de densidad de población para mejorar la clasificación urbana.
• Integrar una U-Net Recurrente para imponer mejor la consistencia temporal a través de proyecciones centenarias y abordar el sesgo de exposición mediante muestreo programado (scheduled sampling).
• Investigar enfoques generativos (Flow Matching U-Nets con arquitecturas de Vision Transformer) para capturar dependencias espaciales de largo alcance y cuantificar la incertidumbre.
• Explorar el uso de modelos fundacionales mediante adaptadores y ajuste fino (fine-tuning).
• Extender el marco a una segunda fase para predecir variables biofísicas dinámicas, específicamente el Índice de Área Foliar (LAI).

Todos los conjuntos de datos, modelos, código y pesos preentrenados se comprometen a ser liberados como código abierto para apoyar la reproducibilidad e innovación en la modelización del sistema Tierra.