Probabilistic NDVI Forecasting from Sparse Satellite Time Series and Weather Covariates

Dit artikel presenteert een probabilistisch transformer-gebaseerd raamwerk dat historische NDVI-observaties en meteorologische covariaten combineert om veldniveau vegetatiedynamiek nauwkeurig te voorspellen ondanks de uitdagingen van onregelmatige satellietbezoeken en bewolking.

De kern

Stel je voor dat je een boer bent die elke dag naar zijn velden kijkt om te beslissen of hij moet sproeien, mest moet geven of water moet geven. Maar er is een probleem: je kunt niet elke dag naar buiten kijken. Soms is het te bewolkt, soms regent het, en soms is je camera gewoon niet beschikbaar. Je hebt dus een "gebroken" fotoalbum van je gewassen: hier een foto, daar een gat, en dan weer een foto.

Deze paper beschrijft een slimme computerprogramma dat precies dit probleem oplost. Het is als een prognose-machine voor planten die werkt met onvolledige informatie en het weer.

Hier is hoe het werkt, vertaald naar alledaags taal:

1. Het Probleem: De "Wolkige" Foto's

De satellieten (zoals Sentinel-2) nemen foto's van de aarde om te zien hoe groen en gezond de gewassen zijn (dit noemen ze NDVI). Maar omdat wolken de lens verduisteren, zijn deze foto's vaak verspreid en onregelmatig. Het is alsof je een film van een filmster probeert te maken, maar er ontbreken hele scènes.

Bovendien is het weer belangrijk. Als het gisteren heet was, heeft dat effect op de plant van vandaag, maar misschien pas over drie dagen. De computer moet dus niet alleen kijken naar de oude foto's, maar ook naar het weer van gisteren én het weerverwachting voor morgen.

2. De Oplossing: De "Twee-Flits" Architectuur

De auteurs hebben een nieuw model gebouwd, gebaseerd op een technologie die "Transformers" heet (dezelfde technologie die ook in chatbots zit). Ze hebben het model opgedeeld in twee aparte delen, alsof het twee specialisten zijn die samenwerken:

• De Historicus: Deze kijkt naar het verleden. Hij pakt alle oude, soms gebroken foto's van de gewassen en de weergegevens van toen. Hij probeert een patroon te zien: "Hoe groeide de plant normaal gesproken?"
• De Voorspeller: Deze kijkt naar de toekomst. Hij neemt de weersvoorspelling voor de komende dagen (bijvoorbeeld: "over 3 dagen wordt het heet").

De Creatieve Analogie:
Stel je voor dat je een auto rijdt in mist.

• De Historicus is je spiegel: hij laat zien waar je net bent gereden (de sporen in de modder).
• De Voorspeller is je navigatie: hij weet dat er over een kilometer een scherpe bocht komt en dat het daar regent.
• Het model kijkt niet alleen naar de spiegel, maar combineert die met de navigatie om te voorspellen hoe je over 14 dagen door de bocht rijdt, zelfs als je de weg niet direct kunt zien.

3. De Slimme Trucs

Het model heeft drie speciale trucs om beter te presteren dan de oude methoden:

• De "Tijds-Gewogen" Straat: Omdat de foto's niet op regelmatige tijden worden gemaakt (soms na 5 dagen, soms na 10), is het lastig om te leren. Het model gebruikt een slimme "strafregels" (verliesfunctie). Als je een voorspelling maakt voor over 10 dagen, is het normaal dat je minder zeker bent dan voor over 1 dag. Het model leert hier rekening mee te houden, net als een weerman die zegt: "Het is 100% zeker dat het morgen regent, maar over een week is het misschien 60%."
• Het "Weer-Vertaler": Het model vertaalt ruwe weergegevens naar iets wat planten begrijpen. In plaats van alleen te zeggen "10 graden", telt het: "Hoeveel dagen waren er te koud?" of "Hoeveel regen is er gevallen sinds de laatste foto?". Dit helpt de computer te begrijpen dat een hittegolf van drie dagen anders werkt dan één hete dag.
• De "Onzekerheids-Bol": Het model geeft geen enkel getal (bijv. "de plant is 0.6 groen"), maar een waaier van mogelijkheden. Het zegt: "Er is een kans dat het 0.5 is, maar het kan ook 0.7 zijn." Dit is cruciaal voor boeren, want ze willen weten hoe groot het risico is.

4. Wat is het Resultaat?

De auteurs hebben dit getest op duizenden velden in Europa. Het resultaat?

• Het model is beter dan alle andere bestaande methoden (zowel de oude statistische rekenmethodes als de moderne AI-modellen).
• Het werkt zelfs goed in verschillende klimaatzones, van droge gebieden tot koele streken.
• Het is efficiënt: het is niet onnodig zwaar voor de computer, maar wel heel nauwkeurig.

Conclusie

Kortom, deze paper introduceert een slimme "planten-orakel". Deze orakel kan kijken door de wolken heen, combineert wat hij ziet met wat hij over het weer weet, en geeft je een voorspelling met een duidelijke waarschuwing: "Hier is wat er waarschijnlijk gaat gebeuren, en hier is hoe zeker we daarover zijn."

Dit helpt boeren om op het juiste moment de juiste beslissingen te nemen, zonder dat ze hoeven te wachten op perfecte foto's of perfecte weersvoorspellingen.

Technische samenvatting

Probleemstelling

Het nauwkeurig voorspellen van vegetatiedynamiek op korte termijn is cruciaal voor datagedreven besluitvorming in de precisielandbouw (bijv. irrigatie, bemesting). De Normalized Difference Vegetation Index (NDVI), afgeleid van satellietbeelden, is een standaardmaatstaf hiervoor. Echter, het voorspellen van NDVI ondervindt twee grote uitdagingen:

1. Onregelmatige en schaarse steekproeven: Door bewolking en de terugkeerpatronen van satellieten (zoals Sentinel-2) zijn de beschikbare NDVI-observaties schaars en ongelijkmatig verdeeld in de tijd.
2. Heterogene omstandigheden: Gewassen evolueren onder verschillende klimatologische omstandigheden, wat de generalisatie van modellen tussen regio's en seizoenen bemoeilijkt.

Bestaande methoden vertrouwen vaak op geregelde tijdreeksen of pixel-level forecasting, wat niet direct toepasbaar is op veldniveau-voorspellingen onder de realiteit van onvolledige, wolkengefilterde data.

Methodologie

De auteurs stellen een probabilistisch voorspellingsframework voor dat gebaseerd is op een Transformer-architectuur. Het doel is om NDVI-quantiles te voorspellen tot 14 dagen vooruit, rekening houdend met onzekerheid.

Kerncomponenten van de methode:

• Data Voorverwerking:

  • Gebruik van de GreenEarthNet-dataset (Sentinel-2 beelden + meteorologische data).
  • NDVI wordt berekend uit wolkenvrije pixels. Waar NDVI ontbreekt door wolken, wordt de tijdreeks gereconstrueerd via tijd-bewuste lineaire interpolatie tussen twee geldige observaties.
  • Kenmerk-engineering: Meteorologische data wordt verrijkt met cumulatieve kenmerken (bijv. totale neerslag, aantal koude/hete dagen) over variabele intervallen tussen observaties en over vaste rollende vensters (7 en 14 dagen).
  • Onzekerheidsmodellering: Toekomstige weercovariaten worden verstoord (perturbed) met ruis die toeneemt naarmate de voorspellingshorizon verder weg ligt, om de groeiende onzekerheid in weersvoorspellingen te simuleren.

• Architectuur (Transformer):

  • Gedecoupeerde Encoder-structuur: Het model gebruikt twee aparte takken:
    1. Een historische tak die de verleden NDVI-observaties en historische weergegevens verwerkt.
    2. Een toekomstige tak die alleen toekomstige weercovariaten verwerkt.
  • Sparse Temporal Selection: Omdat satellietobservaties onregelmatig zijn, selecteert de toekomstige tak alleen de embeddings die corresponderen met de daadwerkelijke Sentinel-2 acquisitiedata.
  • Fusie: De samengevatte historische representatie (via temporal average pooling) wordt geconcentreerd met de geselecteerde toekomstige embeddings.
  • Voorspelling: Een 'quantile head' voorspelt parallel drie quantiles ($q \in \{0.1, 0.5, 0.9\}$) voor elke toekomstige tijdstap. De mediane quantile ($0.5$) dient als puntvoorspelling, terwijl de andere quantiles de onzekerheid kwantificeren.

• Verliesfunctie:

  • Er wordt gebruik gemaakt van de Pinball Loss (quantile loss).
  • Een cruciale innovatie is de tijd-afstandsgewogen quantile loss: De bijdrage van elke fout in de verliesfunctie wordt gewogen op basis van de temporale afstand tot de laatste historische observatie. Dit houdt rekening met de toenemende onzekerheid op langere voorspellingshorizons en de onregelmatige tijdsintervallen.

Belangrijkste Bijdragen

1. Probabilistisch Transformer-model: Een nieuw model dat specifiek is ontworpen voor veldniveau-NDVI-voorspelling onder schaarse en onregelmatige waarnemingen, door historische vegetatiedynamiek en toekomstige weersdata expliciet te scheiden en te fuseren.
2. Tijd-afstandsgewogen Verlies: Introductie van een gewichtsstrategie in de loss-functie die de onregelmatige revisite-tijden en de toegenomen onzekerheid op langere termijn adresseert.
3. Geavanceerde Weer-Feature Engineering: Een strategie om cumulatieve en extreme weereffecten (zoals hitte- of koudestress) te vangen over variabele tijdsintervallen, wat beter aansluit bij de biologische reactie van gewassen.
4. Uitgebreide Validatie: Validatie op grote schaal over diverse Europese ecozones en gewasseizoenen, met vergelijkingen tegen statistische, deep learning en recente tijdreeks-baselines.

Resultaten

Het model is getest op een Europese dataset (2017-2022) en vergeleken met baselines zoals AutoARIMA, LSTM, DeepAR, PatchTST en TimeLLM.

• Prestaties: Het voorgestelde model presteerde consistent beter dan alle baselines op zowel punt-voorspellingsmetrieken (RMSE, MAE, WMAPE, MASE) als probabilische metrieken (CRPS, Pinball loss).
  • Bijvoorbeeld: De RMSE van het voorgestelde model was 0.0821, vergeleken met 0.0903 voor TimeLLM en 0.0941 voor DeepAR.
• Ablatie-studies:
  • Doelhistorie (Target History): De belangrijkste driver voor prestaties. Zonder recente NDVI-observaties daalt de prestatie drastisch.
  • Meteorologische Covariaten: Historische en toekomstige weergegevens leveren complementaire winst op, vooral voor onzekerheidsschatting.
  • Gewogen Loss & Feature Engineering: Beide componenten verbeteren de prestaties, waarbij de gewogen loss de grootste bijdrage levert.
• Robuustheid: Het model werkt goed in verschillende klimaatzones (Köppen-Geiger), hoewel de prestaties iets afnemen in continentale klimaten ten opzichte van semi-aride gebieden (waarschijnlijk door hogere fenologische variabiliteit).
• Efficiëntie: Het model biedt een uitstekende afweging tussen nauwkeurigheid en complexiteit, met een aanzienlijk lager rekenvermogen (MFLOPs) dan PatchTST bij betere nauwkeurigheid.

Betekenis en Conclusie

Dit werk biedt een robuust kader voor operationele besluitvorming in de landbouw door betrouwbare, probabilistische NDVI-voorspellingen te genereren ondanks de realiteit van wolken en onregelmatige satellietdata.

• Praktische Toepassing: Landbouwers kunnen beter plannen voor irrigatie en bemesting door niet alleen een puntvoorspelling te krijgen, maar ook een betrouwbaarheidsinterval (onzekerheidsschatting).
• Wetenschappelijke Impact: Het demonstreert dat multimodale learning (combinatie van satellietdata en weersdata) met Transformer-architecturen superieur is aan traditionele methoden voor onregelmatige tijdreeksen.
• Toekomstperspectief: Hoewel het model momenteel beperkt is tot Europese data, legt het de basis voor toekomstige uitbreidingen naar andere regio's en gewastypen, met potentiële integratie van klimaatzones en gewascondities voor nog bredere generalisatie.

De code is openbaar beschikbaar gesteld, wat reproducibiliteit en verdere ontwikkeling in de gemeenschap stimuleert.