Satellite-Based Detection of Looted Archaeological Sites Using Machine Learning

Este artigo apresenta um pipeline escalável baseado em imagens de satélite e aprendizado de máquina que, ao utilizar redes neurais convolucionais pré-treinadas com máscaras espaciais, alcança uma precisão superior na detecção de sítios arqueológicos saqueados na Afeganistão em comparação com métodos tradicionais de aprendizado de máquina.

O essencial

Imagine que o patrimônio arqueológico do mundo é como uma biblioteca antiga e preciosa, cheia de livros únicos que contam a história da humanidade. O problema é que, em lugares remotos como o Afeganistão, há "ladrões" (saqueadores) que cavam buracos nessas bibliotecas para roubar tesouros. Fazer uma ronda manual para vigiar milhares desses locais é impossível: é caro, demorado e, muitas vezes, perigoso.

Este artigo é como a história de uma equipe de detetives que decidiu usar satélites e inteligência artificial para vigiar esses locais 24 horas por dia, sem precisar sair da cadeira.

Aqui está a explicação do que eles fizeram, usando analogias simples:

1. O Grande Desafio: Encontrar Agulhas no Palheiro

O solo onde há sítios arqueológicos é vasto. Quando alguém rouba, eles deixam marcas: a terra fica solta, a textura muda, e as plantas crescem de forma estranha. Mas essas mudanças são sutis, como uma pequena mancha de tinta em um lençol branco gigante. Olhar para isso a olho nu em fotos de satélite é cansativo e sujeito a erros.

2. A "Arma Secreta": Os Dados

Os pesquisadores reuniram um arsenal impressionante:

• O Olho no Céu: Usaram imagens mensais de satélites (PlanetScope) que cobrem o Afeganistão de 2016 a 2023. É como ter um álbum de fotos do mesmo lugar tirado uma vez por mês por 7 anos.
• A Lista de Suspeitos: Eles criaram um banco de dados com quase 2.000 locais. Metade já foi saqueada (os "criminosos") e a outra metade está preservada (os "inocentes").
• O Mapa do Tesouro: Eles desenharam manualmente máscaras (contornos) em volta de cada sítio. Imagine colocar um "post-it" em volta da área exata do sítio para dizer ao computador: "Ei, olhe apenas aqui, ignore as estradas e as fazendas ao redor".

3. A Batalha dos Detetives: Dois Times

A equipe dividiu o trabalho em dois times para ver quem detectaria melhor os saqueadores:

• Time A: O Detetive Clássico (Aprendizado de Máquina Tradicional)
  Este time usou "regras manuais". Eles ensinaram o computador a procurar coisas específicas: "Se a terra estiver mais escura aqui", "Se a textura for mais áspera ali". É como um detetive que usa uma lupa e uma lista de verificação de características físicas. Eles também testaram modelos de IA modernos (chamados "Modelos de Fundação") que já aprenderam a ver o mundo, mas não foram treinados especificamente para arqueologia.

• Time B: O Detetive Genial (Redes Neurais Profundas / CNN)
  Este time usou uma IA que aprende sozinha. Eles pegaram imagens brutas e deixaram a IA "olhar" para elas milhões de vezes, tentando encontrar padrões sozinha. Eles usaram modelos que já foram treinados para reconhecer gatos, carros e pessoas (chamados ImageNet), e adaptaram esse "cérebro" para ver saqueamentos.

4. O Veredito: Quem Ganhou?

O resultado foi surpreendente e claro:

• O Vencedor: O Time B (IA Genial) venceu de forma esmagadora. Com a ajuda das máscaras (os "post-its" que focam apenas no sítio), eles atingiram uma precisão de 92,6%.
  • Analogia: Foi como ter um detetive que, em vez de apenas olhar para a lista de suspeitos, consegue "sentir" a atmosfera do crime e ver detalhes que o olho humano ignora.
• O Vice: O Time A (Detetive Clássico) fez um bom trabalho, mas ficou atrás, com cerca de 71% de precisão.
  • Analogia: O detetive clássico era bom, mas às vezes se confundia com sombras ou pedras que pareciam buracos, mas não eram.

5. As Lições Importantes (O "Pulo do Gato")

O estudo descobriu três coisas fascinantes:

1. O Poder do "Foco" (Máscaras Espaciais): Quando a IA foi obrigada a olhar apenas dentro do contorno do sítio (ignorando o resto da paisagem), ela ficou muito mais inteligente. É como se você estivesse tentando achar um erro em um texto, mas cobrisse todas as outras páginas com papel. O foco total fez a diferença.
2. O Treinamento Antigo Ajuda: Mesmo que as fotos de satélite sejam diferentes das fotos de gatos usadas para treinar a IA originalmente, esse conhecimento prévio ajudou muito a IA a aprender mais rápido e melhor.
3. O Tempo é um Inimigo: Eles notaram que tentar analisar 7 anos de fotos de uma vez só confundiu a IA. As marcas de um saqueamento antigo podem desaparecer ou mudar com o tempo. Foi melhor treinar a IA com fotos de um único ano "limpo" e consistente.

Conclusão: Por que isso importa?

Imagine que agora temos um sistema de vigilância que pode escanear todo o Afeganistão em minutos, apontando exatamente onde o patrimônio está sendo destruído. Isso permite que arqueólogos e governos corram para proteger esses locais antes que seja tarde demais.

Em resumo: A Inteligência Artificial, quando bem treinada e focada no lugar certo, tornou-se o guardião mais eficiente que já tivemos para proteger a história da humanidade contra o saque.

Resumo técnico

1. Problema e Contexto

O saque de sítios arqueológicos representa uma das maiores ameaças ao patrimônio cultural global, especialmente em regiões remotas ou afetadas por conflitos, como o Oriente Médio e o Norte da África.

• Desafio: O monitoramento manual de milhares de locais é inviável devido ao alto custo, intensidade de trabalho e dificuldade de acesso.
• Complexidade: As alterações causadas pelo saque (perturbação do solo, micro-relevo irregular, anomalias espectrais) são sutis, espacialmente difusas e frequentemente se sobrepõem a outros processos naturais (como erosão) ou atividades agrícolas, tornando a discriminação automática difícil.
• Objetivo: Desenvolver um pipeline escalável baseado em imagens de satélite para detectar automaticamente sítios arqueológicos saqueados.

2. Metodologia

Os autores propuseram uma abordagem comparativa utilizando dados do PlanetScope (mosaicos mensais em RGB+NIR com resolução de 4,7m/pixel) cobrindo o período de 2016 a 2023.

A. Conjunto de Dados

• Escala: O maior conjunto de dados já assembled para este fim, com 1.943 sítios no Afeganistão (898 saqueados e 1.045 preservados).
• Anotações: Inclui máscaras espaciais manuais (footprints) que delimitam a área do sítio, suprimindo contextos externos (estradas, assentamentos modernos, campos agrícolas).
• Consistência Temporal: Os rótulos foram atribuídos com base no estado do sítio em dezembro de 2023, reconhecendo que o saque é um processo cumulativo cujos vestígios visíveis persistem.

B. Abordagens de Modelagem

O estudo comparou duas famílias de métodos:

1. Redes Neurais Convolucionais (CNNs) End-to-End:
   • Modelos treinados diretamente em patches de imagem RGB brutos.
   • Arquiteturas testadas: ResNet (18, 34, 50) e EfficientNet (B0, B1).
   • Uso de pré-treinamento no ImageNet e aplicação de máscaras espaciais para focar apenas na área do sítio.
2. Machine Learning Tradicional (ML) com Features:
   • Features Manuais: 42 características extraídas (índices espectrais, estatísticas de bandas, e texturas como GLCM e LBP).
   • Embeddings de Modelos Foundation: Extração de vetores de modelos recentes de sensoriamento remoto (SatCLIP, SatMAE, DINOv3, Prithvi-EO, GeoRSCLIP, Satlas-Pretrain).
   • Classificadores: Regressão Logística, Random Forest (RF), Gradient Boosting (GB) e XGBoost.
   • Agregação Temporal: Estratégias para combinar dados de 96 meses (média, mediana, concatenação, PCA).

3. Contribuições Principais

1. Framework Comparativo Abrangente: Primeira comparação sistemática entre CNNs profundas e ML tradicional (com features manuais e embeddings de foundation models) para detecção de saque.
2. Insight sobre Consistência Temporal: Demonstrou que treinar exclusivamente em imagens de um único ano (2023) supera o treinamento multi-anual, mitigando o "ruído de rótulo" temporal (onde sítios saqueados parecem intactos em anos anteriores).
3. Benefícios Quantificados de Transfer Learning e Máscaras:
   • O pré-treinamento no ImageNet trouxe ganhos de 6% a 14% no F1-score.
   • O uso de máscaras espaciais foi crítico, resultando em melhorias de 30% a 45% no F1-score ao eliminar o contexto de fundo.
4. Contribuição de Dados: Disponibilização do maior dataset público de sítios arqueológicos com máscaras e imagens temporais.

4. Resultados

• Desempenho Geral:
  • A melhor configuração foi a ResNet-50 pré-treinada com ImageNet e uso de máscaras espaciais, alcançando um F1-score de 0,926.
  • O melhor modelo de ML tradicional (SatCLIP-V + Random Forest + Agregação por Média) atingiu um F1-score de 0,710.
  • As CNNs superaram consistentemente os métodos tradicionais, indicando que representações aprendidas end-to-end são superiores para capturar assinaturas de saque sutis e localizadas.
• Impacto das Máscaras:
  • Para CNNs, as máscaras melhoraram drasticamente o desempenho.
  • Para ML tradicional, o efeito foi misto: melhorou features manuais e SatCLIP, mas degradou o desempenho de alguns embeddings de foundation models (como DINOv3 e SatMAE), sugerindo que esses modelos podem depender do contexto da cena inteira.
• Importância das Features (SHAP):
  • Entre as features manuais, as baseadas em textura (especialmente GLCM) foram as mais discriminativas.
  • A força de borda Sobel na banda NIR foi a feature mais importante, capturando efetivamente os limites da escavação.

5. Significado e Conclusão

O estudo demonstra que a detecção de saque arqueológico em escala global é viável e altamente eficaz quando combinada com:

1. Aprendizado por Transferência: O uso de pesos pré-treinados no ImageNet ajuda a superar a mudança de domínio (domain shift) entre imagens naturais e de satélite.
2. Foco Espacial: A aplicação de máscaras de footprint atua como um mecanismo de atenção, forçando o modelo a ignorar ruídos de fundo e focar nas alterações locais do solo.
3. Limitações e Futuro: Embora focado no Afeganistão, o pipeline é escalável. Trabalhos futuros visam expandir para outros países (Síria, Sudão, Egito) e investigar métodos semi-supervisionados para reduzir a dependência de anotações manuais extensivas.

Em suma, a pesquisa estabelece um novo estado da arte para a preservação do patrimônio cultural, oferecendo uma ferramenta operacional para monitorar e proteger sítios arqueológicos ameaçados em tempo quase real.