Résumé technique : Comparaison explicable des modèles basés sur des caractéristiques et des modèles d'apprentissage profond pour le filtrage des panaches de méthane TROPOMI

Énoncé du problème

La détection continue à l'échelle mondiale des émissions importantes de méthane est essentielle pour atténuer le réchauffement climatique, d'autant plus qu'une fraction significative des émissions provient de « super-émetteurs » tels que les mines de charbon et les infrastructures pétrolières et gazières. L'instrument de surveillance de la troposphère (TROPOMI) à bord du satellite Sentinel-5P fournit des observations quotidiennes mondiales capables de détecter ces panaches. Cependant, un défi majeur dans le filtrage automatisé réside dans la distinction entre les vrais panaches de méthane et les artefacts de restitution. Ces artefacts, qui imitent des caractéristiques de type panache, résultent de gradients d'élévation, de variations de l'albédo de surface, de charges élevées en aérosols, des lignes de côte et des plans d'eau.

Les flux de travail opérationnels actuels, tels que l'Explorateur de points chauds du méthane du service de surveillance atmosphérique Copernicus (CAMS), reposent sur une chaîne de traitement par apprentissage automatique pour filtrer ces artefacts. Le classificateur de deuxième étape existant utilise une machine à vecteurs de support (SVM) entraînée sur des caractéristiques scalaires conçues à la main. Bien que efficace, cette approche présente des limites : elle restreint l'algorithme à des informations définies par des experts, perturbe les relations spatiales entre les pixels et entraîne une perte d'information par agrégation statistique. Cette étude répond au besoin d'évaluer si des modèles d'apprentissage profond basés sur l'image peuvent surpasser ou compléter ces méthodes basées sur des caractéristiques tout en maintenant l'interprétabilité.

Méthodologie

L'étude compare deux familles de modèles d'apprentissage automatique pour une classification binaire (panache de méthane vs artefact de restitution) utilisant des données TROPOMI :

1. Modèles basés sur des caractéristiques : Ils fonctionnent sur des descripteurs numériques pré-extraits dérivés des patches d'image. L'étude évalue :

   • Le classificateur à vecteurs de support (SVC) : Utilisé comme référence pour assurer une comparabilité directe avec l'étude de référence [5].
   • La forêt aléatoire (RF) et le gradient de boosting extrême (XGBoost) : Sélectionnés pour leur supériorité démontrée par rapport aux SVM dans des tâches similaires liées à TROPOMI.
   • Entrée : Un ensemble de 32 caractéristiques conçues à la main, incluant les moments statistiques de la concentration en méthane, la géométrie du panache (allongement, longueur), les vecteurs de vent et les corrélations entre le méthane et les diagnostics de restitution (par exemple, albédo, épaisseur optique des aérosols).

2. Modèles basés sur l'image : Il s'agit d'architectures d'apprentissage profond entraînées directement sur des patches d'image, permettant de capturer des motifs spatiaux et des informations contextuelles.

   • ResNet-18 et ResNet-34 : Des variantes de réseaux de neurones résiduels choisies pour leur capacité à gérer des réseaux profonds grâce à des connexions de saut.
   • Entrée : Des patches d'image multi-canaux incluant la concentration en méthane, le XCH4 corrigé du biais, l'albédo de surface, l'épaisseur optique des aérosols (AOT), la pression de surface, les composantes du vent, et un canal spécifique « masque de panache ». Le masque de panache encode le score de confiance de la CNN de détection initiale de panache, multiplié par un masque binaire.

Conception expérimentale :

• Jeu de données : Un jeu de données élargi de 8 883 patches d'image (6 085 panaches, 2 798 artefacts) couvrant la période d'avril 2019 à août 2024.
• Paramètres d'évaluation :
  • Configuration déséquilibrée : Reflète les rapports de classes réels (environ 1:2) en utilisant une validation croisée à 5 plis.
  • Configuration équilibrée : Isole la capacité discriminative intrinsèque des modèles sur un jeu de test réservé avec des classes équilibrées.
• Optimisation des hyperparamètres : Une technique de recherche aléatoire a été utilisée pour maximiser la précision moyenne (AP) sous validation croisée à 5 plis.
• Explicabilité : Les explications additives de Shapley (SHAP) ont été appliquées aux deux familles de modèles. Les modèles basés sur des arbres ont utilisé TreeExplainer, tandis que les modèles basés sur l'image ont utilisé GradientExplainer pour analyser les attributions au niveau des canaux et des pixels.

Résultats clés

Métriques de performance

• Configuration déséquilibrée (Validation croisée) : Les modèles basés sur des caractéristiques, en particulier les ensembles basés sur des arbres, ont démontré les performances les plus robustes et stables.
  • La forêt aléatoire (RF) a obtenu la précision moyenne la plus élevée (0,948 ± 0,008) et la ROC-AUC (0,908 ± 0,014).
  • XGBoost a performé de manière similaire, légèrement derrière RF.
  • ResNet-18/34 ont montré une précision moyenne et une ROC-AUC plus faibles dans cette configuration, avec des écarts-types plus élevés, suggérant une sensibilité au déséquilibre des classes et des données d'entraînement effectives limitées par pli.
• Configuration équilibrée (Jeu de test réservé) : Le classement relatif a changé, mettant en évidence la capacité discriminative de l'apprentissage profond lorsque la domination des classes est éliminée.
  • ResNet-18 a surpassé tous les autres modèles, obtenant la précision moyenne la plus élevée (0,937) et la ROC-AUC (0,939).
  • ResNet-34 a performé fortement mais n'a pas dépassé ResNet-18, indiquant que l'augmentation de la profondeur n'a pas produit de gains supplémentaires pour cette tâche spécifique.
  • XGBoost a obtenu la précision équilibrée la plus élevée (0,859) mais a pris du retard par rapport à ResNet-18 sur les métriques discriminatives globales (AP et ROC-AUC).

Insights sur l'explicabilité

• Modèles basés sur des caractéristiques : L'analyse SHAP a identifié le score de panache CNN (la confiance du modèle de détection initial) comme la caractéristique la plus influente. D'autres caractéristiques significatives incluaient les valeurs moyennes d'assurance qualité (QA) et les corrélations entre le méthane et l'épaisseur optique des aérosols (AOT). XGBoost s'appuyait davantage sur le contexte lié au vent, tandis que RF priorisait les statistiques de forme d'amélioration.
• Modèles basés sur l'image : Le canal du masque de panache (encodant le score de panache CNN et la structure spatiale) était l'entrée la plus importante. Contrairement aux modèles basés sur des arbres, ResNet-18 utilisait efficacement l'albédo de surface comme caractéristique principale, apprenant la correspondance spatiale entre les motifs d'albédo et les augmentations de méthane pour identifier les artefacts. Le modèle a démontré des contributions positives et négatives équilibrées au sein des canaux, reflétant sa capacité à interpréter le contexte spatial et les motifs localisés.

Importance et conclusions

L'article conclut que les deux familles de modèles offrent des forces complémentaires pour le filtrage opérationnel du méthane :

• Robustesse vs Puissance discriminative : Les modèles basés sur des arbres (RF/XGBoost) sont préférables lorsque la robustesse face au déséquilibre des classes et aux données d'entraînement limitées est l'exigence principale, comme observé dans le flux de travail opérationnel actuel. À l'inverse, ResNet-18 est optimal lorsque l'objectif est de maximiser les performances discriminatives et la flexibilité des seuils, à condition que des données équilibrées suffisantes soient disponibles.
• Implications opérationnelles : Pour l'Explorateur de points chauds du méthane, où la minimisation des faux positifs est cruciale pour réduire la charge de travail de vérification manuelle, la robustesse des modèles basés sur des arbres face au déséquilibre est un atout clé. Cependant, la performance supérieure de ResNet-18 dans les configurations équilibrées suggère que l'apprentissage profond pourrait faire progresser les capacités de détection du flux de travail si la disponibilité et l'équilibre des données s'améliorent.
• Interprétabilité : L'étude démontre que SHAP peut unifier l'interprétation de types de modèles disparates. Les deux approches confirment que la confiance de la détection initiale du panache est le moteur principal de la classification. Cependant, les modèles basés sur l'image exploitent la cohérence spatiale et les informations de forme que les modèles basés sur des caractéristiques doivent approximer par agrégation statistique.

Les auteurs soulignent que ces résultats fournissent des orientations pratiques pour la sélection de modèles dans les flux de travail opérationnels et mettent en évidence que le modèle de détection de première étape reste un composant critique de l'ensemble du flux de travail. Les travaux futurs pourraient se concentrer sur l'amélioration du flux de travail de première étape ou sur l'exploration d'architectures d'apprentissage profond plus complexes.