ALTIS: Automated Loss Triage and Impact Scoring from Sentinel-1 SAR for Property-Level Flood Damage Assessment

Título: ALTIS: Triagem Automatizada de Perdas e Pontuação de Impacto a partir de SAR Sentinel-1 para Avaliação de Danos de Propriedade em Nível Individual

1. O Problema

As inundações são os desastres naturais mais custosos globalmente, gerando dezenas de bilhões de dólares em perdas seguradas por evento. No entanto, a resposta pós-evento da indústria de seguros de propriedade e acidentes (P&C) ainda depende pesadamente de inspeções de campo manuais. Este processo é lento, caro e geograficamente limitado.

• Gargalos Operacionais: Para eventos catastróficos que afetam dezenas de milhares de propriedades, a alocação de ajustadores enfrenta gargalos severos devido a bloqueios de estradas e restrições geográficas.
• Ineficiência: Estudos indicam que 40% a 60% das inspeções de campo enviadas após grandes inundações são redundantes (propriedades não inundadas ou com danos superficiais abaixo do franquia).
• Lacuna de Tradução: A pesquisa existente em detecção de inundações via Radar de Abertura Sintética (SAR) foca em métricas acadêmicas de segmentação semântica (como IoU e F1-score), que medem a precisão da delimitação de pixels, mas não atendem às necessidades operacionais dos seguradores: classificar propriedades específicas por severidade de dano e priorizar a despacho de ajustadores.

2. Metodologia: Pipeline ALTIS

O ALTIS é um pipeline de cinco estágios projetado para transformar imagens brutas Sentinel-1 (GRD e SLC) em uma lista de triagem de propriedades com pontuação de impacto e confiança, dentro de 24–48 horas após o pico da inundação. Diferente de abordagens anteriores que geram mapas de danos em nível de pixel, o ALTIS entrega uma lista classificada diretamente consumível por plataformas de gerenciamento de sinistros.

Os 5 Estágios do Pipeline:

1. Aquisição e Pré-processamento de Dados SAR:

   • Utiliza imagens Sentinel-1 (modo IW, polarização VV/VH) e SLC para coerência.
   • Processamento na nuvem (Google Earth Engine) incluindo correção orbital, remoção de ruído térmico, calibração radiométrica, filtragem de speckle (Lee-sigma) e correção topográfica.
   • Criação de compostos multitemporais (pré-evento) para supressão de ruído.

2. Detecção de Extensão de Inundação (Fusão de Múltiplos Sinais):

   • Combina três sinais complementares em um framework bayesiano para mitigar falhas em ambientes urbanos (como o efeito de "double-bounce" que faz áreas alagadas parecerem brilhantes):
     • Razão de Mudança de Retroespalhamento (BCR): Baseado na polarização VH.
     • Índice de Mudança de Coerência (CCI): Baseado em InSAR (SLC), detecta a desestabilização de superfícies urbanas pela água.
     • Restrição de Terreno HAND: Exclui pixels com altura acima do dreno (HAND) > 10m, eliminando falsos positivos em terrenos elevados.

3. Estimativa Física de Profundidade de Inundação:

   • Transforma a máscara binária de extensão em um campo contínuo de profundidade.
   • Utiliza o método de "linha de água" (waterline) aprimorado com Interpolação Kriging sobre a superfície da água, utilizando bordas de inundação e Modelos Digitais de Elevação (DEM).
   • Aplica Quantificação de Incerteza via Monte Carlo, perturbando o DEM para gerar intervalos de confiança de profundidade por pixel.

4. Estatísticas Zonais em Nível de Propriedade e Pontuação de Impacto:

   • Intersecciona a profundidade estimada com as poligonais de propriedades (footprints).
   • Calcula estatísticas (profundidade máxima, média, fração de área alagada).
   • Aplica Curvas de Dano-Profundidade (DDC) do FEMA/HAZUS para converter a profundidade em uma Fração Estimada de Perda (EFL).
   • Gera uma pontuação de confiança baseada na incerteza da profundidade e na fração de área alagada.

5. Classificação de Triagem e Entrega:

   • Classifica as propriedades por pontuação de severidade (EFL) e confiança.
   • Atribui Três Níveis de Triagem:
     • Tier 1: Despacho imediato (danos severos).
     • Tier 2: Inspeção agendada (danos moderados).
     • Tier 3: Resolvido remotamente (danos baixos/sem despacho).
   • Gera outputs em CSV e GeoJSON prontos para integração com sistemas de seguros.

3. Principais Contribuições

1. Definição Formal da Tarefa (IGFT): Define a "Triagem de Inundação de Grau Segurador" (Insurance-Grade Flood Triage) como um problema de ordenação de risco baseado em decisões econômicas, distinto do mapeamento de inundação tradicional.
2. Novas Métricas de Avaliação: Introduz métricas alinhadas com a operação de seguros:
   • Taxa de Redução de Inspeção (IRR): Fração de despachos de campo eliminados.
   • Pontuação de Eficiência de Triagem (TES): Métrica composta que equilibra recall de sinistros graves e redução de despachos.
   • AUIRC: Área sob a curva IRR-Recall.
3. Pipeline End-to-End Validado: Implementação completa no evento do Furacão Harvey (2017), demonstrando viabilidade sem necessidade de treinamento supervisionado por pixel, GPUs ou modelos hidrodinâmicos complexos.

4. Resultados (Estudo de Caso: Furacão Harvey, Texas)

O pipeline foi testado no Condado de Harris (4.600 km²), utilizando dados do Furacão Harvey de 2017.

• Precisão de Extensão (IoU): O ALTIS alcançou um IoU de 0,692 e F1-score de 0,823, superando significativamente a detecção baseada apenas em mudança de amplitude (BCR-only: IoU 0,598). A fusão de coerência (CCI) e restrição de terreno (HAND) foi crucial para reduzir falsos positivos urbanos.
• Estimativa de Profundidade: RMSE de 0,38 m contra dados de referência do FEMA (3m). A precisão na faixa crítica de 0,5–1,5 m (onde a curva de dano sobe rapidamente) foi de RMSE 0,31 m.
• Desempenho de Triagem:
  • No ponto de operação de 90% de recall (capturar 90% dos sinistros graves), o ALTIS projetou uma redução de 52% nos despachos de campo desnecessários.
  • Isso significa evitar mais de 39.000 despachos em um evento de 82.000 sinistros, economizando milhões de dólares em custos operacionais.
  • A pontuação TES foi de 0,41, indicando uma eficiência operacional superior a métodos de linha de base.
• Custo e Latência: O pipeline executa em menos de 50 minutos em instâncias de nuvem padrão (sem GPU), com custo computacional marginal inferior a $1,00 por evento, gerando resultados prontos em 24–48 horas após o pico da inundação.

5. Significado e Impacto

O trabalho do ALTIS representa um avanço significativo na tradução da pesquisa de observação da Terra para a realidade operacional dos seguros:

• Mudança de Paradigma: Desloca o foco da "precisão do mapa" (IoU) para a "eficiência da decisão" (IRR/TES), reconhecendo que um mapa perfeito não é útil se não priorizar corretamente as propriedades de alto risco.
• Viabilidade Operacional: Demonstra que é possível criar sistemas de triagem de alto impacto usando apenas dados gratuitos (Sentinel-1), processamento em nuvem escalável e modelos físicos simples, sem a necessidade de grandes conjuntos de dados de treinamento ou infraestrutura de IA pesada.
• Aplicabilidade Global: O pipeline é "zero-shot" (não requer calibração específica por evento além de fatores de escala básicos), permitindo sua aplicação imediata em qualquer evento de inundação coberto pelo Sentinel-1.
• Economia: A capacidade de eliminar mais da metade das inspeções de campo redundantes oferece um argumento de negócios claro para seguradoras, reduzindo custos operacionais e acelerando o pagamento de sinistros legítimos.

Em resumo, o ALTIS estabelece uma linha de base metodológica para transformar dados de satélite em inteligência acionável para a gestão de sinistros, preenchendo a lacuna histórica entre a detecção de inundações acadêmica e as necessidades da indústria de seguros.