GeoPhysAdapter: Scale-Matched Geophysical Adaptation for Cross-Domain Landslide Mapping with Vision Foundation Models

Sintesi Tecnica: GeoPhysAdapter

Problematica
La mappatura delle frane cross-dominio utilizzando i Vision Foundation Models (VFM) affronta un critico gap di affidabilità. Sebbene i VFM eccellano nel trasferimento di rappresentazione, essi generano frequentemente falsi allarmi ad alta confidenza quando applicati a regioni, eventi o sorgenti di dati non visti. Questi errori non sono meri rumori casuali di pixel, ma si manifestano spesso come corpi di frana "quasi-puri e spuri" spazialmente coerenti.

La sfida principale risiede nell'Uncertain Geographic Context Problem (UGCoP). I priori geofisici — terreno, materiale superficiale e precipitazioni innescanti — possiedono scale di supporto nativa (es. ~30 m per il terreno, ~250 m per il suolo, ~5 km per le precipitazioni) che differiscono significativamente dalla griglia di 10 m utilizzata per la segmentazione. Il semplice ricampionamento di questi priori grossolani su una griglia fine non crea una vera evidenza di confine a quella scala; al contrario, disallinea il contesto fisico con l'unità decisionale, portando a "scorciatoie correlate alla sorgente" dove il modello sfrutta gli artefatti anziché la causalità fisica. I metodi esistenti spesso non riescono a distinguere tra la disponibilità dei dati fisici e la legittimità dell'uso di tali dati per correggere specifici errori visivi.

Metodologia: GeoPhysAdapter
Gli autori propongono GeoPhysAdapter, un framework di adattamento geofisico a scala coordinata progettato per intervenire attorno a un VFM congelato piuttosto che sostituirlo. Il framework opera su tre principi fondamentali: fedeltà del supporto, vincolo di ruolo e corrispondenza di scala.

1. Ancora Visiva: Il sistema utilizza un VFM congelato (principalmente Prithvi-EO-2.0-300M-TL) per generare logit visivi ($L_V$), stime di incertezza e corpi di frana candidati ($\Omega$).
2. Intervento Vincolato dal Ruolo:
   • Terreno (~30 m): Agisce come l'unica direzione spaziale densa. Fornisce un vettore di correzione geometrica ($r_T$), ma è subordinato a una validità.
   • Materiale (~250 m): Agisce come una modulazione regionale. Non può definire i confini, ma scala l'ampiezza della correzione del terreno entro un intervallo limitato ($[0.75, 1.25]$).
   • Innesco (~5 km): Agisce come una forza a livello di evento. Regola il "budget di intervento" (quanto è permessa la correzione) in base alla tempistica dell'evento, ma non fornisce direzione spaziale.
3. Adattamento a Due Scale:
   • Scala Pixel: Applica un aggiornamento residuo limitato ($\Delta$) ai logit visivi. L'aggiornamento è strettamente vincolato dalla validità del terreno ($q_T$) e modulato da materiale e innesco. Se il supporto è invalido, il sistema ritorna esattamente alla predizione visiva.
   • Scala Oggetto: Scompone la predizione visiva in componenti connesse (corpi di frana candidati). Il sistema aggrega la geometria del terreno, l'idrologia del bacino, il cambiamento spettrale e la confidenza visiva in un descrittore a 92 dimensioni. Successivamente, stima la "purezza" ($\hat{\pi}_j$) di ogni candidato.
   • Veto Analitico: Un corpo candidato viene vetoato (rimosso interamente) se la sua purezza stimata scende al di sotto di una soglia derivata analiticamente: $\hat{\pi}_j < J_V / (1 + J_V)$, dove $J_V$ è l'IoU di base. Questa soglia è derivata dalle prestazioni dell'ancora visiva, non è calibrata sui dati di test. Se il supporto è insufficiente o disallineato, il sistema si astiene, preservando l'output visivo originale.

Contributi Chiave

1. Operazionalizzazione dell'UGCoP: Il documento trasforma l'UGCoP da un rischio teorico in un principio di adattamento eseguibile, definendo quando l'evidenza fisica può legittimamente intervenire in base alla fedeltà del supporto e alla corrispondenza di scala.
2. Framework a Scala Coordinata: Introduce un framework unificato in cui i priori geofisici intervengono alla scala decisionale commisurata con la loro scala nativa (pixel per la direzione del terreno, oggetto per la modulazione regionale e l'innesco dell'evento), evitando le insidie del ricampionamento indiscriminato.
3. Attribuzione Rigorosa: Lo studio stabilisce un confronto pixel-versus-oggetto sotto campioni, ancore visive e baseline identici. Utilizza controlli di disallineamento (spostamenti spaziali, rotazioni, donatori di eventi diversi) e forti competitor ottici per dimostare che i guadagni derivano dal contenuto fisico allineato e non dalla capacità del modello o dall'identità della sorgente dei dati.
4. Astensione Attiva: Il framework ritorna esplicitamente alle predizioni visive laddove l'evidenza fisica è assente o disallineata, garantendo che l'adapter non introduca errori quando il supporto è insufficiente.

Risultati
Valutato su un dataset unificato ed isolato per evento (PILD) comprendente quattro sorgenti pubbliche, 55 eventi di frana globali e 7.890 campioni di test:

• Struttura dell'Errore: Gli errori visivi cross-dominio sono dominati da corpi quasi-puri e spuri (diametro equivalente mediano ~207 m), che rappresentano il 70,3% della massa dei falsi positivi.
• Adattamento a Livello Pixel: Rimuove un netto totale di 507.817 pixel errati con un rapporto tra corretti-e-danneggiati di 8,14:1, riducendo l'errore del 7,76% e aumentando l'IoU di +0,00722. Tuttavia, il guadagno è eterogeneo tra eventi e sorgenti.
• Adattamento a Livello Oggetto: Elevando l'unità decisionale al corpo della frana candidata, la riduzione dell'errore sale al 23,99% (circa 3,1 volte l'effetto a livello di pixel), e l'IoU migliora di +0,03095 (da 0,21819 a 0,24914). Il rapporto tra corretti-e-danneggiati migliora a 9,92:1.
• Attribuzione: Il guadagno decade monotonicamente con il disallineamento del terreno (es. scendendo da +0,03095 a +0,00798 con donatori di eventi diversi). Il guadagno a livello di oggetto supera un forte competitor ottico (cambiamento spettrale + confidenza) di +0,01945 IoU.
• Robustezza: Il meccanismo regge su cinque diversi anchor visivi (inclusi DINOv3, Hiera, ConvNeXt) e una ri-esecuzione single-shot pre-registrata, che ha preservato una riduzione dell'errore del 20,61% e un guadagno di IoU di +0,02667.

Significatività e Rivendicazioni
Il documento sostiene che il limite principale nella correzione degli errori di mappatura delle frane cross-dominio non è la densità dell'accumulo di dati fisici, ma la corrispondenza tra la scala nativa dell'evidenza fisica e l'unità decisionale operativa.

• GeoAI Affidabile: GeoPhysAdapter fornisce una via per una GeoAI affidabile rendendo l'intervento fisico auditabile. Chiarisce cosa è stato cambiato, su quale base (supporto valido) e quando il sistema si è asteso (supporto insufficiente).
• Intuizione Meccanicistica: Lo studio dimosta che i priori fisici non sono universalmente "migliori" quando sono più fini; piuttosto, la loro utilità è massimizzata quando l'unità decisionale (oggetto vs pixel) si allinea con la struttura spaziale dell'errore visivo e la scala di supporto del prior.
• Limitazioni: Gli autori notano con modestia che, sebbene il framework sia efficace nel veto dei falsi positivi, non può generare nuovi confini di frana dove il modello visivo li manca completamente. Inoltre, la trasferibilità dei priori di materiale e innesco è limitata; il framework supporta il trasferimento a nuovi eventi all'interno di sorgenti note, ma non rivendica ancora un deployment zero-shot su sorgenti di dati completamente nuove.

In sintesi, GeoPhysAdapter risponde a come i priori geofisici possono essere utilizzati, perché possono agire (quando le scale corrispondono) e dove risiedono i loro limiti, offrendo un framework unificato e interpretabile per la mappatura delle frane cross-dominio.