Is sub-metre resolution necessary for cocoa mapping? A landscape-stratified evaluation of very high resolution imagery, decametric Earth Observation inputs, and operational products in Cote d'Ivoire

Resumen Técnico: ¿Es necesaria la resolución submétrica para el mapeo de cacao?

Planteamiento del problema
El mapeo preciso del cacao es fundamental para el monitoreo de la deforestación, la transparencia en la cadena de suministro y el cumplimiento de regulaciones como el Reglamento de la Unión Europea sobre Productos Libres de Deforestación (EUDR). Sin embargo, el mapeo del cacao en África Occidental, particularmente en Côte d'Ivoire, presenta desafíos significativos debido a la heterogeneidad de los paisajes de los pequeños agricultores. Los sistemas de cacao varían desde monocultivos de pleno sol hasta complejos sistemas de agroforestería con densidades variables de árboles de sombra en el dosel superior. A resoluciones espaciales medias (por ejemplo, 10 m de Sentinel-2), esta heterogeneidad a escala fina provoca la presencia de píxeles mixtos, lo que reduce la separabilidad de las clases y genera confusión entre los sistemas de cacao sombreados y el bosque, o entre el cacao disperso y la vegetación no leñosa. Si bien la imaginería de Muy Alta Resolución (VHR, por sus siglas en inglés, submetrica) ofrece el potencial de resolver estas estructuras finas, su utilidad operativa se ve a menudo limitada por el costo, las restricciones de cobertura y la contaminación por nubes. Por el contrario, los modelos fundacionales geoespaciales emergentes ofrecen incrustaciones (embeddings) densas y de cobertura total a partir de archivos de resolución media, pero su rendimiento en relación con la VHR en paisajes complejos de cacao aún no ha sido cuantificado. Este estudio aborda la brecha en la comprensión de cómo la estructura del paisaje influye en el rendimiento del mapeo a través de diferentes entradas de Observación de la Tierra (EO) y si las ventajas de la VHR justifican sus costos operativos.

Metodología
El estudio llevó a cabo una evaluación estratificada por paisaje en Côte d'Ivoire, comparando modelos entrenados internamente y productos operativos existentes a través de diversas condiciones de Densidad de Cobertura Arbórea (TCD) y fragmentación del paisaje.

• Área de estudio y datos: El análisis se centró en regiones productoras de cacao cubiertas por 56 escenas de Pléiades (resolución de 0.5 m) y datos de referencia correspondientes del conjunto de datos COLD-CI.
• Entradas evaluadas:
  • VHR: Imaginería óptica Pléiades de 0.5 m (4 bandas).
  • Decamétrica convencional: Un compuesto anual de Sentinel-2 de 10 m (10 bandas).
  • Modelos fundacionales: TESSERA (incrustaciones de 128 dimensiones de S1/S2) y AlphaEarth Foundations (AEF) (incrustaciones de 64 dimensiones de datos multimodales que incluyen óptico, radar, LiDAR y clima).
  • Productos operativos: Se incluyeron cuatro mapas existentes (BNETD, Kalischek et al., y dos versiones de Forest Data Partnership) como puntos de referencia.
• Arquitectura del modelo: Los modelos entrenados internamente utilizaron una arquitectura U-Net con un codificador EfficientNet-B5. Para asegurar una comparación controlada, todos los modelos internos utilizaron los mismos datos de entrenamiento, divisiones de datos y procedimientos de optimización, diferenciándose únicamente en la entrada de EO.
• Evaluación estratificada: Se recolectó un conjunto de prueba independiente de 2,821 puntos de referencia mediante fotointerpretación experta. La evaluación se estratificó en nueve clases de paisaje basadas en dos variables:
  • Densidad de Cobertura Arbórea (TCD): Baja (0–30%), Media (30–70%) y Alta (>70%).
  • Fragmentación del paisaje (Densidad de parches): Baja, Media y Alta.
• Métricas: El rendimiento se evaluó utilizando F1-score, Exactitud del Usuario (UA), Exactitud del Productor (PA) y Exactitud Global (OA), con agregación ponderada por área para tener en cuenta el diseño de muestreo estratificado.

Resultos clave

• Superioridad de la VHR: El modelo VHR logró el mayor rendimiento general (F1 = 0.92) y mantuvo puntuaciones F1 por encima de 0.90 en todos los estratos del paisaje. Demostró una sensibilidad significativamente menor a los gradientes del paisaje en comparación con los enfoques de resolución media.
• Impacto de las condiciones del paisaje: El rendimiento de las entradas de resolución media (S2, TESSERA, AEF) y de los productos existentes disminuyó notablemente en paisajes altamente fragmentados y bajo condiciones extremas de TCD (muy baja o muy alta).
  • TCD Baja: Los doseles dispersos provocaron que la señal fuera dominada por el suelo o la vegetación herbácea, aumentando los errores de omisión.
  • TCD Alta: El dosel superior denso oscureció la señal del cacao, aumentando la confusión con el bosque y otros cultivos arbóreos.
  • Fragmentación: La alta fragmentación aumentó la mezcla espectral en los límites, afectando desproporcionadamente a los modelos de 10 m.
• Modelos fundacionales: TESSERA (F1 = 0.86) y AEF (F1 = 0.82) superaron la línea base convencional de S2 (F1 = 0.76), demostrando que las incrustaciones de los modelos fundacionales mejoran el mapeo decamétrico. Sin embargo, ninguno igualó el rendimiento del modelo VHR, y ambos todavía exhibieron descensos en el rendimiento en estratos de paisaje difíciles.
• Ablación espectral: Un experimento de ablación espectral (entrenar un modelo S2 solo con las 4 bandas disponibles en Pléiades) mostró que las 6 bandas adicionales de S2 recuperaron aproximadamente el 43% de la brecha de rendimiento entre S2 y VHR. Sin embargo, el modelo completo de S2 todavía se quedó rezagado significativamente respecto a la VHR, indicando que la resolución espacial es el principal motor de la diferencia de rendimiento, no solo la riqueza espectral.
• Productos operativos: Entre los productos existentes, el modelo de Kalischek et al. (2023) fue el que mejor desempeño tuvo (F1 = 0.83), comparable al modelo AEF entrenado internamente. BNETD mostró el desempeño más bajo (F1 = 0.55), particularmente en áreas fragmentadas, resaltando las limitaciones de los enfoques de píxel único y de un solo compuesto.

Significancia y afirmaciones
El artículo afirma que la resolución submetrica proporciona una ventaja medible y consistente para el mapeo del cacao, particularmente en paisajes de pequeños agricultores complejos y fragmentados donde los píxeles de resolución media agregan múltiples componentes de cobertura terrestre. El estudio concluye que, si bien las incrustaciones de los modelos fundacionales ofrecen una alternativa escalable y precisa para el mapeo de base de gran área, estas no compensan totalmente la pérdida de información espacial de escala fina inherente a los datos decamétricos.

Los autores argumentan que la elección del enfoque de mapeo debe depender del contexto:

1. VHR: Es más beneficiosa para contextos regulatorios que requieren alta exactitud temática, detección temprana de nueva expansión o monitoreo en áreas estructuralmente complejas (dosel disperso o denso) donde las señales de resolución media son ambiguas.
2. Incrustaciones de modelos fundacionales: (Específicamente TESSERA) ofrecen un equilibrio convincente entre exactitud y escalabilidad operativa para el mapeo de base de cobertura total y el cribado amplio.
3. Estrategias híbridas: Se proponen estrategias donde las incrustaciones de resolución media proporcionan cobertura continua, mientras que las adquisiciones dirigidas de VHR se utilizan para refinar los datos de entrenamiento o validar las predicciones en zonas de alta incertidumbre.

El estudio enfatiza que las evaluaciones de exactitud para el mapeo de cacao deben ser estratificadas por condiciones de paisaje, ya que las métricas globales pueden ocultar variaciones sistemáticas de rendimiento impulsadas por la densidad del dosel y la fragmentación. Los resultados sugieren que la resolución espacial sigue siendo un activo crítico que no puede ser reemplazado totalmente solo por representaciones espectrales o temporales avanzadas en sistemas agrícolas tropicales heterogéneos.