Technische Samenvatting: BELDE – Het bouwen van een grootschalige landbedekkingsdataset voor Europa op basis van aardobservatie

Probleemstelling

Nauwkeurige semantische segmentatie van landbedekking is essentieel voor milieumonitoring, stedelijke planning en rampenbestrijding. Hoewel multispectrale sensoren steeds vaker beschikbaar zijn, blijft true-color (RGB) beeldmateriaal de meest toegankelijke modaliteit vanwege lagere opslag-, transmissie- en implementatiebeperkingen bij diverse satelliet- en luchtplatforms. Bestaande RGB-gebaseerde datasets voor semantische segmentatie kampen echter met aanzienlijke beperkingen: een beperkte geografische dekking, kleine schaal, smalle milieudiversiteit of een gebrek aan publieke toegankelijkheid. Als gevolg hiervan presteren modellen die op deze datasets zijn getraind vaak slecht wanneer ze worden toegepast op regio's met verschillende klimaten, landbedekkingsverdelingen of atmosferische omstandigheden. Er is een kritieke behoefte aan een grootschalige, geografisch diverse en publiek toegankelijke RGB-benchmark om de robuustheid en overdraagbaarheid van aardobservatiemodellen te evalueren.

Methodologie

Datasetconstructie (BELDE)

De auteurs introduceren BELDE (Building a Large-scale Earth-observation Land-cover Dataset for Europe), een publiek beschikbare dataset die is geconstrueerd via een volledig geautomatiseerde en reproduceerbare pijplijn.

• Databronnen: De dataset combineert Sentinel-2 True Color Imagery (TCI) en ESA WorldCover 2021 landbedekkingannotaties. Sentinel-2 levert jaarlijkse mediaancomposieten met een resolutie van 10 m, wat helpt bij het verwijderen van wolken en normalisatie.
• Geografische reikwijdte: De primaire dataset beslaat Europa (13°W–50°O lengtegraad, 33°N–60°N breedtegraad), variërend van mediterrane tot alpiene omgevingen.
• Preprocessing Pijplijn:
  1. Ruimtelijke uitlijning: Co-geregistreerde RGB-tegels en landbedekkingskaarten worden uitgelijnd met behulp van geospatiale identificatoren.
  2. Patch Extractie: Een sliding-window strategie genereert niet-overlappende 256 × 256 pixel patches met een resolutie van 10 m om datalekken (data leakage) te voorkomen.
  3. Label Harmonisatie: De oorspronkelijke 11 ESA WorldCover klassen worden geaggregeerd naar 7 semantische klassen (Boom, Struik, Gras, Gewas, Bebouwing, Onbegroeid, Water) om klassenonbalans en semantische overlap in RGB-waarnemingen aan te pakken (bijv. het samenvoegen van mangroven met bomen, sneeuw met onbegroeid).
  4. Kwaliteitsfiltering: Patches met ontbrekende gegevens of >90% waterbedekking worden uitgesloten.
• Eindstatistieken: De gecureerde dataset bevat 1.088.385 beeld-masker paren.

Out-of-Distribution Benchmarks

Om de geografische domeinverschuiving te evalueren, zijn twee aanvullende subsets gegenereerd met dezelfde pijplijn:

• BELDE-K: Beslaat de Republiek Korea (16.607 paren).
• BELDE-CA-NV: Beslaat Californië en Nevada, VS (88.155 paren).

Evaluatieprotocol

De auteurs evalueerden 17 architecturen voor semantische segmentatie binnen drie families:

1. Encoder-Decoder CNN's: UNet, UNet++, DeepLabV3/V3+, FPN, LinkNet, PSPNet.
2. Transformer-gebaseerde Modellen: SegFormer, DPT varianten (DeiT3, MaxViT).
3. Lichtgewicht/Hybride Architecturen: EfficientFormer, FastViT, LALE.

Modellen werden getraind met de AdamW-optimizer met een multiclass Dice loss, ImageNet-normalisatie en standaard augmentaties. Prestaties werden gemeten met behulp van Accuracy, Precision, Recall, F1-score en IoU op in-domain (Europa) en zero-shot cross-domain (Korea, CA-NV) testsets.

Belangrijkste Bijdragen

1. BELDE Dataset: Een grootschalige, publiek beschikbare RGB semantische segmentatiedataset met meer dan 1,08 miljoen geo-uitgelijnde beeld-masker paren verspreid over Europa met een resolutie van 10 m.
2. Cross-Regio Benchmarks: De release van BELDE-K en BELDE-CA-NV om systematische evaluatie van geografische domeinverschuiving en modeloverdraagbaarheid mogelijk te maken.
3. Baseline Resultaten: Uitgebreide benchmarking van 17 state-of-the-art architecturen, waarbij prestatie-baselines zijn vastgesteld voor zowel in-domain als cross-domain settings.
4. Reproduceerbare Pijplijn: Een open-source, geautomatiseerd framework voor datasetgeneratie, wat transparantie en toekomstige expansie bevordert.

Resultaten

In-Domain Prestaties (Europa)

• Top Performers: Transformer-gebaseerde en hybride architecturen behaalden de hoogste nauwkeurigheid. EfficientFormer-L7 en MaxViT bereikten respectievelijk F1-scores van 83,0% en 82,9%.
• CNN Prestaties: CNN-gebaseerde modellen zoals UNet bleven competitief en behaalden een F1-score van 81,8% met 31M parameters.
• Lichtgewicht Modellen: Het LALE-S2 model demonstreerde een gunstige efficiëntie-prestatie-afweging, met een F1-score van 78,2% met slechts 2,6M parameters.
• Klassenspecifieke Analyse: Modellen presteerden sterk op spectraal homogene klassen (Boom, Water), maar hadden moeite met structureel heterogene en zeldzame klassen, met name Struik, die consistent de laagste F1-scores opleverde over alle architecturen heen.

Cross-Regio Generalisatie

• Prestatieverlies: Modellen getraind op BELDE (Europa) vertoonden significante prestatiedegeneratie wanneer ze werden toegepast op out-of-distribution regio's, wat de uitdaging van geografische domeinverschuiving benadrukt.
  • BELDE-K (Korea): F1-scores daalden naar 58,3% (EfficientFormer-L7) en 58,2% (MaxViT).
  • BELDE-CA-NV (VS): F1-scores daalden naar 66,4% (MaxViT) en 66,2% (EfficientFormer-L7).
• Observaties: De afname in prestaties wordt toegeschreven aan verschillende landbedekkingssamenstellingen (bijv. hogere boomdichtheid in Korea, hoger percentage onbegroeid land in CA-NV) en ecologische verschillen. Hoewel transformer-modellen over het algemeen een hogere absolute prestatie behielden, vertoonden alle architectuurfamilies een consistente degradatie, wat suggereert dat geografische variabiliteit een dominante limiterende factor is in plaats van enkel modelcapaciteit.

Betekenis en Claims

Het artikel stelt dat BELDE een kritiek gat in aardsobservatieonderzoek opvult door een continentale schaal RGB-benchmark te bieden. De primaire betekenis ligt in:

• Mogelijk maken van Robuustheidsstudies: Door geografisch diverse trainings- en evaluatiesets aan te bieden, stelt BELDE onderzoekers in staat om de uitdagingen van domeinverschuiving in landbedekkingskaarten systematisch te bestuderen en te kwantificeren.
• Real-world Relevantie: Door uitsluitend te focussen op RGB-beelden, zorgt de dataset ervoor dat deze toepasbaar is op een breed scala aan operationele en door middelen beperkte detectiesystemen.
• Vaststellen van Baselines: De verstrekte benchmarks dienen als referentie voor het evalueren van de overdraagbaarheid van segmentatiemodellen, waarbij wordt aangetoond dat huidige state-of-the-art modellen moeite hebben om over continenten heen te generaliseren zonder aanpassing.

De auteurs concluderen dat hoewel transformer-gebaseerde modellen superieure nauwkeurigheid bieden, lichtgewicht architecturen levensvatbare alternatieven bieden voor implementatie met beperkte middelen. Ze benadrukken dat generalisatie over continenten heen een uitdagend open probleem blijft, wat de noodzaak van geografisch diverse benchmarks onderstreept voor de ontwikkeling van robuuste aardobservatiesystemen.