Nonparametric inference for nonstationary spatial point processes

Resumo Técnico: Inferência Nãoparamétrica para Processos de Pontos Espaciais Nãoestacionários

Enunciado do Problema
Dados de padrões de pontos espaciais frequentemente exibem características complexas, como mudanças abruptas, hotspots e dependência espacial variante no espaço na intensidade local. Sob uma estrutura de processo de Poisson, esses fenômenos correspondem a descontinuidades e nãoestacionaridade na função de intensidade (FI) subjacente. Abordagens de modelagem padrão, incluindo modelos estacionários e muitas formulações nãoestacionárias existentes, têm dificuldade em capturar essas características. Modelos estacionários falham em representar regimes heterogêneos, enquanto modelos nãoestacionários padrão (por exemplo, impulsionados por um único processo gaussiano latente) tendem a suavizar excessivamente (oversmoothing), borrando as transições nítidas que caracterizam os dados.

A dificuldade central reside em estimar estruturas de covariância nãoestacionárias flexíveis quando o processo gaussiano (GP) impulsionador é latente e entra no modelo de forma não linear através da FI de um processo de Poisson. Além disso, a verossimilhança de um processo de Cox impulsionado por um GP é intratável, exigindo a integração de um GP de dimensão infinita contra uma verossimilhança de Poisson sem forma fechada. A literatura existente normalmente contorna isso por meio de aproximações, como a discretização do domínio em grades ou o uso de aproximações de Laplace. Esses métodos introduzem erros de aproximação que são difíceis de quantificar, frequentemente escalam cubicamente com o número de células da grade e podem distorcer características estruturais como fronteiras de intensidade nítidas.

Metodologia
O artigo propõe um modelo de Processo de Pontos Espaciais Nãoestacionários (NSPP), um processo de Cox onde a nãoestacionaridade é induzida através de uma partição aleatória do domínio espacial. Os componentes principais da metodologia são:

1. Estrutura de Partição Aleatória: O domínio espacial $S$ é particionado em $L$ regiões ($S_1, \dots, S_L$) via uma tesselação de Voronoi gerada por um conjunto de pontos geradores desconhecidos $U$. Dentro de cada região $S_\ell$, a intensidade é modelada como $\lambda^*_\ell F(\beta_\ell(s))$, onde:

   • $\lambda^*_\ell$ é um limite superior específico da região para a intensidade.
   • $F$ é uma função de ligação monótona conhecida (ex: CDF gaussiana padrão).
   • $\beta_\ell$ é um processo gaussiano estacionário e condicionalmente independente específico para a região $S_\ell$.
   • Essa construção permite comportamentos locais heterogêneos e descontinuidades nítidas nas fronteiras das regiões, mantendo ao mesmo tempo a maquinaria tratável de GPs estacionários dentro das regiões.

2. Inferência Exata via Aumento de Dados: Para abordar a verossimilhança intratável, os autores estendem o esquema de thinning (afinamento) de Poisson para o cenário de partição aleatória. Eles introduzem processos latentes $\tilde{Y}_\ell$ (eventos afinados) e $Z_\ell$ (eventos fora da região) juntamente com o processo observado $Y_\ell$. Isso resulta em uma verossimilhança aumentada que é analiticamente tratável, permitindo a inferência bayesiana exata sem discretizar o domínio espacial ou aproximar a integral da função de intensidade.

3. Algoritmo MCMC: Um algoritmo de Monte Carlo via Cadeias de Markov (MCMC) livre de discretização é desenvolvido para visar a distribuição posterior exata de dimensão infinita. O algoritmo emprega um esquema de amostragem de Gibbs com cinco blocos:

   • Atualizações para os processos latentes $(\tilde{Y}, Z)$.
   • Atualizações conjuntas para a partição $U$ e rótulos de processo $(Y, \tilde{Y}, Z)$ usando um passo de Metropolis-Hastings que respeita a priori repulsiva nos pontos geradores.
   • Atualizações para os GPs latentes $\beta$ (usando amostragem skew-normal ou Metropolis-Hastings).
   • Atualizações para os limites de intensidade $\lambda^*$.
   • Atualizações para os hiperparâmetros do GP $\theta$ e o restante de dimensão infinita de $\beta$ via amostragem retrospectiva.

   O uso de amostragem retrospectiva garante que o algoritmo vise a posterior exata sem aproximação de dimensão finita. Adicionalmente, a partição aleatória localiza o custo computacional cúbico das operações de GP em subdomínios, e o framework pode ser escalado para grandes conjuntos de dados (ex: usando construções de GP esparsas, como aproximações do tipo Vecchia) enquanto preserva a exatidão.

Contribuições Principais

• Inferência Exata para Processos de Cox Nãoestacionários: O artigo apresenta o primeiro processo de Cox impulsionado por GP que combina estimativa de intensidade nãoestacionária flexível com inferência bayesiana exata e livre de erro de discretização.
• Tratamento de Descontinuidades Nítidas: Ao utilizar uma partição de Voronoi aleatória com GPs condicionalmente independentes, o modelo captura mudanças abruptas e transições nítidas na intensidade que são tipicamente suavizadas por modelos nãoestacionários padrão.
• Eficiência Computacional: A estratégia de partição reduz o fardo computacional da inferência de GP, confinando os cálculos a subdomínios. O método escala para grandes conjuntos de dados (ex: milhares de pontos) enquanto mantém propriedades de inferência exata.
• Robustez à Especificação do Modelo: A metodologia demonstra robustez à escolha do número de partições $L$, performando bem mesmo quando $L$ é maior que o número real de regimes subjacentes.

Resultados
A metodologia foi avaliada através de exemplos sintéticos e aplicações do mundo real:

• Dados Sintéticos: Em cenários com funções de intensidade descontínuas e hotspots localizados, o modelo NSPP superou modelos estacionários, estimadores baseados em kernel e outras alternativas nãoestacionárias. Ele recuperou com precisão superfícies de intensidade e fronteiras nítidas, enquanto modelos concorrentes ou suavizavam excessivamente os dados ou falhavam em capturar as descontinuidades. O modelo permaneceu robusto mesmo quando o número de partições $L$ era mal especificado.
• Dados Reais (Beilschmiedia pendula): Aplicado à localização de árvores no Panamá, o NSPP capturou regiões de alta e baixa densidade mais precisamente do que um processo de Cox de Gauss-Log (LGCP) e um modelo nãoestacionário baseado em XGBoost. O LGCP produziu uma superfície excessivamente suave, enquanto o XGBoostPP gerou estimativas locais pouco confiáveis. O NSPP identificou naturalmente zonas de baixa intensidade sem a especificação prévia de tais classes.
• Dados Reais (Incêndios em Mato Grosso): Aplicado à ocorrência de incêndios no Brasil, o modelo identificou com sucesso regiões de alto risco (hotspots) nas partes centro-norte e noroeste do estado, alinhando-se com a dinâmica de uso da terra e padrões de desmatamento conhecidos. Forneceu estimativas de intensidade espacialmente resolvidas que modelos estacionários padrão não conseguiriam alcançar.

Significância e Alegações
O artigo afirma que o modelo NSPP proposto oferece um avanço metodológico substancial para a análise de processos de pontos sob nãoestacionaridade. Ele aborda o longo prazo equilíbrio entre flexibilidade, exatidão e quantificação robusta de incerteza. Diferente de abordagens existentes que sacrificam uma dessas propriedades, o modelo NSPP:

1. Fornece quantificação de incerteza coerente e robusta para todas as características estruturais (intensidades, correlações e partições) dentro de um framework totalmente bayesiano.
2. Evita erros de discretização ao operar diretamente no domínio contínuo.
3. Captura efetivamente mudanças espaciais nítidas e regimes heterogêneos que são característicos de fenômenos do mundo real, como surtos de incêndios e distribuições ecológicas.

Os autores concluem que o método é competitivo com, e frequentemente superior a, alternativas estacionárias e nãoestacionárias em vários cenários, oferecendo um framework principiado para analisar padrões de pontos espaciais complexos. Sugere-se como trabalho futuro a inclusão de covariáveis não espaciais e novos aprimoramentos computacionais.