Resumo Técnico: Aprendizado Profundo Consciente de Incerteza para Previsão de Perigo de Incêndios Florestais

1. Definição do Problema

Os incêndios florestais representam ameaças graves à vida humana, infraestrutura e ecossistemas, com sua frequência e intensidade amplificadas pelas mudanças climáticas. Embora o Aprendizado Profundo (Deep Learning - DL) tenha demonstrado promessa na previsão de perigo de incêndios florestais, sua adoção na gestão de desastres é dificultada por preocupações relativas à confiabilidade, transparência e calibração das saídas do modelo. Modelos de DL padrão frequentemente produzem previsões excessivamente confiantes e carecem de mecanismos para quantificar a incerteza.

A previsão de incêndios florestais é inerentemente incerta devido a:

• Estocasticidade: A ignição de fogo é um processo estocástico onde condições ambientais semelhantes podem ou não levar à ignição.
• Escassez de Dados: Eventos de fogo são raros (por exemplo, uma razão fogo-não-fogo de $5 \times 10^{-7}$ no conjunto de dados do estudo), levando ao desequilíbrio de classes e mudanças distributivas entre o treinamento e os cenários do mundo real.
• Drivers Complexos: A tarefa envolve a modelagem de interações complexas e não estacionárias entre variáveis meteorológicas, de vegetação, topográficas e antropogênicas.

O problema central abordado é a falta de quantificação de incerteza nos frameworks de DL existentes para o perigo de incêndios florestais, o que limita sua confiabilidade para a tomada de decisão operacional.

2. Metodologia

Os autores propõem um framework de DL consciente de incerteza que modela conjuntamente dois tipos distintos de incerteza:

1. Incerteza Epistêmica (do Modelo): Decorrente da falta de conhecimento do modelo, redutível com mais dados ou melhores modelos.
2. Incerteza Aleatória (dos Dados): Decorrente do ruído inerente aos dados (ex: ruído de rótulo, ignição estocástica), irredutível mesmo com mais dados.

Formulação de Dados e Tarefa

• Conjunto de Dados: O estudo utiliza o Mesogeos, um cubo de dados de 1km $\times$ 1km cobrindo a bacia do Mediterrâneo (2006–2022).
• Entradas: Uma série temporal de 55 dias de variáveis dinâmicas (índices de vegetação, temperatura da superfície terrestre, dados meteorológicos, etc.) e características estáticas (elevação, cobertura do solo).
• Tarefa: Classificação binária do perigo de incêndio florestal para um dia alvo $t$. Amostras positivas são pontos de ignição; amostras negativas são extraídas de locais a mais de 62km de distância das ignições.
• Horizontes de Previsão: O estudo avalia a previsão para o dia seguinte ($n=1$) e estende a análise até 10 dias à frente ($n=10$).

Arquitetura do Modelo e Estimativa de Incerteza

O framework utiliza redes de Long Short-Term Memory (LSTM) como arquitetura base. A incerteza é estimada através de três abordagens principais integradas em um framework unificado:

• Estimativa de Incerteza Epistêmica:
  • Redes Neurais Bayesianas (BNNs): Especificamente Bayes by Backpropagation (BBB), que coloca distribuições de probabilidade sobre os pesos usando Inferência Variacional (VI).
  • Deep Ensembles (DEs): Treinamento de múltiplas redes determinísticas com diferentes inicializações aleatórias.
  • MC Dropout: Interpretando o dropout como inferência bayesiana aproximada durante a inferência.
• Estimativa de Incerteza Aleatória:
  • Um modelo de incerteza heterocedástica (Collier et al., 2020) é aplicado. Este coloca uma distribuição Gaussiana sobre os logits do classificador softmax, permitindo que o modelo preveja o ruído dependente da entrada ($\sigma_c(x)$) juntamente com os logits médios ($f_c(x)$).
• Incerteza Total (Modelagem Conjunta):
  • O framework integra o módulo aleatório na formulação Bayesiana.
  • Amostragem Double Monte Carlo (MC): Para aproximar a distribuição preditiva, o modelo amostra $N$ conjuntos de pesos (para epistêmica) e, para cada conjunto de pesos, amostra $S$ vetores de ruído (para aleatória).
  • Decomposição: A incerteza total é decomposta em Incerteza Epistêmica (variância das previsões médias entre as amostras de pesos) e Incerteza Aleatória (variância média entre as amostras de ruído dentro de cada conjunto de pesos).

3. Principais Contribuições

1. Framework Unificado: Desenvolvimento de um framework de DL que captura conjuntamente a incerteza epistêmica e aleatória para a previsão de curto prazo de perigo de incêndios florestais, demonstrando melhorias na habilidade preditiva e calibração sobre os baselines determinísticos.
2. Análise Temporal: Investigação da evolução da incerteza através de horizontes de previsão de 1 a 10 dias, revelando que a incerteza aleatória aumenta com o tempo (refletindo a estocasticidade ambiental), enquanto a incerteza epistêmica permanece estável.
3. Análise de Desentranhamento: Demonstração de que, embora as incertezas epistêmica e aleatória sejam altamente correlacionadas em casos de baixa incerteza (fáceis), elas fornecem insights complementares em casos de alta incerteza (desafiadores), particularmente para identificar cenários ambíguos.
4. Utilidade Operacional: Demonstração prática de como as estimativas de incerteza podem apoiar a tomada de decisão através de:
   • Geração de mapas de perigo acompanhados de camadas de incerteza.
   • Estabelecimento de limiares de incerteza para rejeitar previsões de baixa confiança (Teste de Descarte).
   • Melhoria da calibração do modelo para mitigar o excesso de confiança.

4. Resultados

Desempenho Preditivo e Calibração

• Métricas: O modelo com melhor desempenho (BBB com incerteza aleatória) melhorou o F1 Score em 2,3% e reduziu o Erro de Calibração Esperado (ECE) em 2,1% em comparação com um baseline determinístico.
• Recall vs. Precisão: O modelo BBB com incerteza aleatória aumentou o Recall em 7,9% (melhor detecção de eventos de fogo) ao custo de uma Precisão ligeiramente menor, um trade-off considerado aceitável para aplicações de alto risco onde perder um incêndio é mais custoso do que um alarme falso.
• Calibração: Modelos conscientes de incerteza, particularmente o BBB, mostraram calibração significativamente melhor do que os modelos determinísticos, com diagramas de confiabilidade alinhados de perto com a diagonal. Isso foi alcançado sem técnicas de calibração post-hoc.

Confiabilidade das Estimativas de Incerteza

• Teste de Descarte: À medida que as previsões mais incertas eram descartadas, a perda média diminuía para modelos que capturavam a incerteza epistêmica. O modelo BBB mostrou uma melhoria de 7,5% no F1 score após o descarte dos 20% de amostras mais incertas.
• Densidade de Incerteza: Modelos que capturam incerteza epistêmica (BBB, DEs) separaram claramente amostras classificadas corretamente (baixa incerteza) de amostras classificadas incorretamente (alta incerteza). Em contraste, modelos apenas aleatórios e MC Dropout falharam em distinguir erros na classe positiva de forma eficaz.
• Correlação: Embora as incertezas aleatória e epistêmica sejam altamente correlacionadas no conjunto de dados completo (Spearman $\rho \approx 0,91$ para BBB), essa correlação caiu significativamente (tornando-se negativa para alguns modelos) ao analisar apenas as amostras mais incertas (top 25%), confirmando sua natureza complementar em casos difíceis.

Evolução Temporal (1–10 Dias)

• Incerteza Aleatória: Aumentou sistematicamente com horizontes de previsão mais longos, refletindo o acúmulo de estocasticidade nas entradas ambientais (ex: variabilidade meteorológica).
• Incerteza Epistêmica: Permaneceu estável em todos os horizontes, sugerindo que os modelos foram suficientemente treinados para generalizar dentro de seus respectivos intervalos temporais.
• Desempenho: O AUPRC declinou apenas modestamente (8%) das previsões de 1 dia para as de 10 dias, indicando a retenção da habilidade preditiva.

5. Significância e Alegações

O artigo afirma que a integração de DL consciente de incerteza na previsão de incêndios florestais aumenta significativamente a precisão, confiabilidade e confiança dos sistemas preditivos.

• Suporte à Decisão: O estudo argumenta que as estimativas de incerteza não são meramente teóricas, mas ferramentas práticas. Elas permitem que operadores:
  • Identifiquem regiões onde o modelo é confiante (alto perigo, baixa incerteza) para intervenção imediata.
  • Sinalizem regiões onde o modelo é incerto (alto perigo, alta incerteza) para investigação adicional ou revisão de especialistas.
  • Rejeitem previsões de baixa confiança para evitar a alocação equivocada de recursos.
• Complementaridade: O trabalho ressalta que modelar ambos os tipos de incerteza é crucial. Embora possam ser redundantes em casos "fáceis", sua modelagem conjunta fornece insights essenciais em cenários complexos e de alto risco, onde o ruído dos dados e as limitações do modelo coexistem.
• Aplicabilidade Ampla: Os autores sugerem que os desafios abordados (escassez de dados, mudanças distributivas, necessidade de calibração) são comuns em domínios de riscos naturais, implicando o potencial utilitário do framework além dos incêndios florestais.

O estudo conclui que o DL consciente de incerteza, particularmente usando métodos Bayesianos como BBB combinados com modelagem de ruído heterocedástico, representa um passo significativo para o desenvolvimento de sistemas de IA confiáveis para aplicações ambientais de alto impacto.