Résumé Technique : StruMPL

Formulation du Problème

L'article aborde le défi de l'estimation de la biomasse aérienne (AGB) des forêts et des variables structurelles associées (hauteur de la canopée, couverture, densité des tiges, densité du bois) à partir de données d'observation de la Terre (EO). Le problème se caractérise par trois contraintes couplées et structurellement incompatibles que les méthodes d'apprentissage multitâche (MTL) et semi-supervisé standard ne parviennent pas à traiter conjointement :

1. Supervision partielle hétérogène et disjointe : Les étiquettes d'entraînement proviennent de deux sources distinctes avec des ensembles de variables non superposés. Le lidar spatial (par exemple, GEDI) fournit des métriques structurelles (hauteur, couverture) à des millions de localisations mais aucune donnée de biomasse. Les parcelles au sol fournissent la biomasse et certaines métriques structurelles à des milliers de localisations mais aucune structure de canopée à l'échelle du lidar. Aucun échantillon d'entraînement unique ne contient d'étiquettes pour toutes les variables cibles.
2. Étiquettes manquantes non au hasard (MNAR) : Les emplacements des parcelles au sol ne constituent pas un échantillon aléatoire de la population forestière ; les enquêteurs évitent les terrains inaccessibles et les peuplements dégradés. Par conséquent, l'AGB observée est biaisée vers des valeurs intermédiaires, ce qui conduit les modèles standards à sous-estimer systématiquement la biomasse dans les forêts denses.
3. Contraintes physiques inter-tâches : Les variables cibles sont liées par des lois allométriques connues (par exemple, $AGB \approx g(H, C, SD, WD; \phi)$). Cependant, comme les données d'entraînement n'observent jamais toutes les variables simultanément (en raison des sources disjointes), ces paramètres $\phi$ ne peuvent pas être ajustés directement à partir des données seules.

Les auteurs formalisent cela comme un problème de régression dense multitâche sous des étiquettes MNAR avec des contraintes physiques inter-tâches, proposant StruMPL (Structured Multi-task Physics-constrained Learning) comme solution unifiée.

Méthodologie

StruMPL utilise un cadre à objectif unique avec un encodeur partagé et des têtes spécialisées pour traiter simultanément les trois composantes du problème.

Architecture

• Encodeur partagé : Un ResUNet avec attention par canal et spatiale traite les entrées EO multicanal (par exemple, SAR, optique, coordonnées) pour produire une carte de caractéristiques $z$.
• Têtes de régression : $K$ têtes convolutionnelles indépendantes prédisent chaque variable cible $\hat{y}_k$ dans l'espace des scores-z.
• Têtes d'imputation : $K$ têtes indépendantes prédisent une base d'imputation $\hat{m}_k$ (le résultat attendu étant donné les covariables) pour chaque pixel.
• Tête de propension : Une tête estime la probabilité d'observation par pixel et par variable $\hat{\pi}_k$ (le score de propension).
• Module physique : Une équation allométrique apprenable et différentiable $g_\phi$ qui évalue la relation physique entre les prédictions structurelles et les prédictions de biomasse à chaque pixel.

Fonction de Perte

L'objectif total $L_{total}$ combine cinq termes :
$$L_{total} = L_{sup} + \lambda_{phys} L_{phys} + \lambda_{cons} L_{cons} + \lambda_{bias} L_{bias} + \lambda_{imp} L_{imp}$$

1. Perte Supervisée ($L_{sup}$) avec AIPW :
   Au lieu d'une MSE masquée standard, l'article utilise l'estimateur Augmented Inverse Probability Weighting (AIPW). Le pseudo-résultat $\tilde{y}$ est défini comme suit :
   $$\tilde{y} = \mu + R \frac{1}{\hat{\pi}}(y - \mu)$$
   où $\mu$ est l'estimation d'imputation et $R$ est le masque d'observation.

   • Conception critique : Deux arrêts de gradient sont appliqués : un sur la propension $\hat{\pi}$ et un sur l'imputation $\mu$.
     • Détacher $\hat{\pi}$ empêche l'encodeur d'infler les propensions à 1,0 pour minimiser la perte (effondrement de la propension).
     • Détacher $\mu$ empêche les têtes d'imputation de s'effondrer sur les têtes de régression, préservant la propriété de réduction de variance de l'AIPW par rapport à l'IPW standard.
   • Cette perte corrige le biais MNAR en ré-pondérant les résidus observés tout en utilisant le modèle d'imputation pour fournir une supervision aux pixels non étiquetés.

2. Perte de Cohérence Physique ($L_{phys}$) :
   Ce terme impose la relation allométrique $g_\phi$ sur les propres prédictions du modèle à chaque pixel (étiqueté ou non étiqueté). Il agit comme un signal semi-supervisé, forçant les prédictions structurelles (à partir des pixels supervisés par GEDI) à être cohérentes avec les prédictions de biomasse (à partir des pixels supervisés par les parcelles) via les coefficients allométriques appris. Les paramètres $\phi$ sont appris conjointement avec le réseau.

3. Pertes Auxiliaires :

   • $L_{bias}$ : Entropie croisée binaire entraînant la tête de propension contre le masque d'observation.
   • $L_{cons}$ : Perte de cohérence sous augmentation d'entrée (style FixMatch) pour régulariser l'encodeur.
   • $L_{imp}$ : MSE masquée entraînant les têtes d'imputation uniquement sur les pixels étiquetés.

Stratégie d'Entraînement

Les auteurs emploient un échantillonnage par lots équilibré par source, construisant chaque lot comme un mélange 50/50 d'échantillons GEDI et de parcelles. Cela garantit que l'encodeur reçoit des gradients équilibrés des deux structures d'étiquettes et permet à la perte physique de fonctionner sur des lots contenant à la fois des étiquettes structurelles et de biomasse.

Contributions Clés

1. Formalisation du Problème : L'article définit une classe spécifique de problèmes de régression dense multitâche impliquant une supervision partielle hétérogène disjointe, des étiquettes MNAR et des contraintes physiques inter-tâches.
2. Conception conjointe de Propension et AIPW : Il introduit un modèle de propension conjoint pour la correction MNAR spatiale dans la régression dense. Crucialement, il démontre analytiquement et empiriquement que deux arrêts de gradient (sur la propension et l'imputation) sont individuellement nécessaires pour un entraînement conjoint stable. Sans eux, le cadre s'effondre vers une MSE biaisée ou un IPW instable.
3. Module Physique Apprenable : Un module de contrainte différentiable évalue les relations biophysiques connues sur les prédictions du modèle à chaque pixel. Contrairement aux réseaux de neurones informés par la physique (PINN) standards avec des paramètres fixes, StruMPL apprend les coefficients allométriques conjointement, permettant l'adaptation à des biomes spécifiques et au passage à l'échelle satellite.
4. Validation Empirique : Le cadre est validé sur deux biomes écologiquement distincts (forêts méditerranéennes en Espagne et forêts tropicales sèches/savanes en Afrique) en utilisant une architecture et des recettes d'entraînement identiques, démontrant la portabilité face à la disponibilité variable des données et au déséquilibre des sources.

Résultats

Le cadre a été évalué sur la variable cible AGB (Mg/ha) à travers deux sites :

• Performance : StruMPL complet a obtenu le RMSE et le biais les plus faibles sur les deux sites par rapport aux bases de référence à sortie unique, aux variantes d'ablation et à la méthode publiée la plus proche.
  • Espagne (SNFI) : RMSE 41,9 ± 0,5 Mg/ha (contre 43,1 pour la base de référence à sortie unique la plus forte).
  • Afrique (SEOSAW) : RMSE 20,7 ± 0,6 Mg/ha (contre 22,5 pour la base de référence à sortie unique).
• Insights de l'Ablation :
  • Correction MNAR : Une analyse stratifiée sur le jeu de données espagnol a montré que la correction AIPW a spécifiquement réduit le biais dans la queue à haute AGB (le régime sous-représenté) d'environ 54 % par rapport à une MSE naïve.
  • Nécessité des Arrêts de Gradient : Le retrait de l'un ou l'autre arrêt de gradient a conduit à un « effondrement de la propension » (propension moyenne $\to$ 1,0) ou à un « effondrement de l'imputation » (imputation $\to$ régression), dégradant considérablement les performances.
  • Module Physique : La forme allométrique motivée écologiquement a surpassé à la fois une loi de puissance simple et un MLP appris, suggérant que le biais inductif de la forme allométrique est plus précieux que l'expressivité brute.
• Coefficients Appris : Les exposants allométriques appris étaient faibles, indiquant qu'à l'échelle satellite, la biomasse est largement expliquée par une base additive et une échelle multiplicative, les variables structurelles agissant comme de petites corrections. Les coefficients variaient qualitativement entre les biomes (par exemple, un exposant de couverture de canopée plus élevé en Espagne qu'en Afrique), s'alignant sur l'intuition écologique.

Signification et Revendications

L'article revendique que StruMPL traite avec succès une « tempête parfaite » de défis dans la surveillance forestière basée sur l'EO : sources de données disjointes, déséquilibre de classe sévère et biais d'échantillonnage non aléatoire.

• Réduction du Biais : La signification principale est la réduction du biais systématique dans les régimes à haute biomasse, qui sont critiques pour l'estimation des stocks de carbone mais généralement sous-représentés dans les données de terrain.
• Efficacité des Données : En exploitant les contraintes physiques et le volume massif de données structurelles (GEDI) pour superviser la prédiction de la biomasse, le cadre utilise efficacement les étiquettes de biomasse éparses.
• Généralisabilité : Les auteurs suggèrent que la formulation s'applique à tout domaine présentant des propriétés structurellement similaires (par exemple, hydrologie, estimation de l'état des batteries, imagerie médicale multimodale) où les variables cibles sont liées par des lois connues mais observées via des instruments disjoint et biaisés.

L'article reste modeste concernant les garanties théoriques, reconnaissant que si l'AIPW offre une double robustesse sous une ignorabilité approximative, l'encodeur partagé empêche les garanties formelles de croisement. Cependant, les résultats empiriques confirment que l'architecture proposée réduit efficacement le biais et améliore la précision dans des contextes réels et écologiquement distincts.