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

Sintesi Tecnica: La risoluzione sub-metrica è necessaria per la mappatura del cacao?

Problematica
La mappatura accurata del cacao è fondamentale per il monitoraggio della deforestazione, la trasparenza della catena di approvvigionamento e la conformità alle normative come il Regolamento dell'Unione Europea sui prodotti privi di deforestazione (EUDR). Tuttavia, la mappatura del cacao in Africa occidentale, in particolare in Costa d'Avorio, presenta sfide significative a causa dell'eterogeneità dei paesaggi dei piccoli agricoltori. I sistemi di cacao variano dalle monoculture a pieno sole ai complessi sistemi di agroforestazione con diverse densità di alberi d'ombra sovrastanti. Alle risoluzioni spaziali medie (ad esempio, 10 m di Sentinel-2), questa eterogeneità su piccola scala porta a pixel misti, riducendo la separabilità delle classi e causando confusione tra i sistemi di cacao ombreggiati e la foresta, o tra il cacao rado e la vegetazione non legnosa. Sebbene l'immagini ad altissima risoluzione (VHR, sub-metrica) offra il potenziale per risolvere queste strutture su piccola scala, la sua utilità operativa è spesso limitata dai costi, dai vincoli di copertura e dalla contaminazione da nuvole. Al contrario, gli emergenti modelli di fondazione geospaziali offrono embedding densi e "wall-to-wall" da archivi a risoluzione media, ma le loro prestazioni rispetto alla VHR nei complessi paesaggi del cacao rimangono non quantificate. Questo studio affronta la lacuna nella comprensione di come la struttura del paesaggio influenzi le prestazioni di mappatura attraverso diversi input di Osservazione della Terra (EO) e se i vantaggi della VHR giustifichino i suoi costi operativi.

Metodologia
Lo studio ha condotto una valutazione stratificata per paesaggio in Costa d'Avorio, confrontando modelli addestrati internamente e prodotti operativi esistenti attraverso diverse condizioni di Densità di Copertura Arborea (TCD) e frammentazione del paesaggio.

• Area di Studio e Dati: L'analisi si è concentrata sulle regioni produttrici di cacao coperte da 56 scene Pléiades (risoluzione 0,5 m) e dai corrispondenti dati di riferimento del dataset COLD-CI.
• Input Valutati:
  • VHR: Immagini ottiche Pléiades da 0,5 m (4 bande).
  • Decametrico Convenzionale: Un composito annuale Sentinel-2 (S2) da 10 m (10 bande).
  • Modelli di Fondazione: TESSERA (embedding a 128 dimensioni da S1/S2) e AlphaEarth Foundations (AEF) (embedding a 64 dimensioni da dati multimodali inclusi ottico, radar, LiDAR e clima).
• Architettura del Modello: I modelli addestrati internamente hanno utilizzato un'architettura U-Net con un encoder EfficientNet-B5. Per garantire un confronto controllato, tutti i modelli interni hanno utilizzato gli stessi dati di addestramento, suddivisioni dei dati e procedure di ottimizzazione, differendo solo per l'input EO.
• Valutazione Stratificata: Un set di test indipendente di 2.821 punti di riferimento è stato raccolto tramite fotointerpretazione esperta. La valutazione è stata stratificata in nove classi di paesaggio basate su due variabili:
  • Densità di Copertura Arborea (TCD): Bassa (0–30%), Media (30–70%) e Alta (>70%).
  • Frammentazione del Paesaggio (Densità di Patch): Bassa, Media e Alta.
• Metriche: Le prestazioni sono state valutate utilizzando F1-score, User's Accuracy (UA), Producer's Accuracy (PA) e Overall Accuracy (OA), con aggregazione ponderata sull'area per tenere conto del disegno di campionamento stratificato.

Risultati Chiave

• Superiorità della VHR: Il modello VHR ha raggiunto la massima performance complessiva (F1 = 0,92) e ha mantenuto F1-score superiori a 0,90 in tutti gli strati del paesaggio. Ha dimostrato una significativamente minore sensibilità ai gradienti del paesaggio rispetto agli approcci a risoluzione media.
• Impatto delle Condizioni del Paesaggio: Le prestazioni per gli input a risoluzione media (S2, TESSERA, AEF) e i prodotti esistenti sono diminuite sensibilmente nei paesaggi altamente frammentati e in condizioni estreme di TCD (molto bassa o molto alta).
  • TCD Bassa: Le chiome rade hanno portato al dominio del segnale da parte del suolo/vegetazione erbacea, aumentando gli errori di omissione.
  • TCD Alta: La fitta chioma sovrastante ha oscurato il segnale del cacao, aumentando la confusione con la foresta e altre colture arboree.
  • Frammentazione: L'alta frammentazione ha aumentato il mixing spettrale ai bordi, influenzando in modo sproporzionato i modelli da 10 m.
• Modelli di Fondazione: TESSERA (F1 = 0,86) e AEF (F1 = 0,82) hanno superato la baseline convenzionale S2 (F1 = 0,76), dimostrando che gli embedding dei modelli di fondazione migliorano la mappatura decametrica. Tuttavia, nessuno dei due ha eguagliato le prestazioni del modello VHR, e entrambi hanno comunque mostrato cali di performance negli strati del paesaggio più difficili.
• Ablazione Spettrale: Un esperimento di ablazione spettrale (addestramento di un modello S2 con solo le 4 bande disponibili in Pléiades) ha mostrato che le ulteriori 6 bande di S2 hanno recuperato circa il 43% del divario di performance tra S2 e VHR. Tuttavia, il modello S2 completo è rimasto comunque significativamente indietro rispetto alla VHR, indicando che la risoluzione spaziale è il driver primario della differenza di performance, non solo la ricchezza spettrale.
• Prodotti Operativi: Tra i prodotti esistenti, il modello di Kalischek et al. (2023) è stato quello con le migliori prestazioni (F1 = 0,83), paragonabile al modello AEF addestrato internamente. Il BNETD ha mostrato le prestazioni più basse (F1 = 0,55), in particolare nelle aree frammentate, evidenziando i limiti degli approcci pixel-wise basati su singolo composito.

Significato e Rivendicazioni
L'articolo sostiene che la risoluzione sub-metrica fornisce un vantaggio misurabile e costante per la mappatura del cacao, in particolare nei complessi paesaggi di piccoli agricoltori frammentati dove i pixel a risoluzione media aggregano molteplici componenti di copertura del suolo. Lo studio conclude che, sebbene gli embedding dei modelli di fondazione offrano un'alternativa scalabile e accurata per la mappatura di base su grandi aree, essi non compensano pienamente la perdita di informazioni spaziali fini intrinseche ai dati decametrici.

Gli autori sostengono che la scelta dell'approccio di mappatura debba dipendere dal contesto:

1. VHR: È più utile per contesti regolatori che richiedono un'alta accuratezza tematica, l'individuazione precoce di nuove espansioni o il monitoraggio in aree strutturalmente complesse (chiome rade o dense) dove i segnali a risoluzione media sono ambigui.
2. Embedding di Modelli di Fondazione: (Specificamente TESSERA) offrono un equilibrio convincente tra accuratezza e scalabilità operativa per la mappatura di base "wall-to-wall" e lo screening ampio.
3. Strategie Ibride: Sono proposte strategie in cui gli embedding a risoluzione media forniscono una copertura continua, mentre acquisizioni VHR mirate vengono utilizzate per raffinare i dati di addestramento o validare le previsioni in zone ad alta incertezza.

Lo studio sottolinea che le valutazioni di accuratezza per la mappatura del cacao devono essere stratificate per condizioni di paesaggio, poiché le metriche globali possono nascondere variazioni sistematiche di performance guidate dalla densità della chioma e dalla frammentazione. I risultati suggeriscono che la risoluzione spaziale rimane un asset critico che non può essere completamente sostituito solo da rappresentazioni spettrali o temporali avanzate in sistemi agricoli tropicali eterogenei.