LAMES: A Large-Scale and Artisanal Mining Environmental Segmentation Dataset

Resumo Técnico: LAMES: Um Conjunto de Dados de Segmentação Ambiental de Mineração Artesanal e de Grande Escala

Declaração do Problema
As operações de mineração, embora economicamente vitais, geram externalidades negativas significativas, incluindo erosão do solo, desmatamento, poluição da água (drenagem ácida de minas, metais pesados), perda de biodiversidade e acúmulo de resíduos. Esses impactos são exacerbados pela prevalência da Mineração Artesanal e de Pequena Escala (MAPE) ilegal, que frequentemente opera sem permissão estatal ou supervisão ambiental, particularmente em regiões como a África. O monitoramento dessas atividades é crítico para detectar operações ilegais, compreender a inter-relação entre atributos de minas e impacto ambiental, e abordar o "dilema ético" de equilibrar os meios de subsistência dos mineradores artesanais contra a saúde ambiental. No entanto, a pesquisa nesse domínio é prejudicada pela falta de conjuntos de dados públicos e de alta qualidade que combinem metadados de mineração de grande escala (MGE) com anotações detalhadas e de alta resolução para ambos os sítios de MGE e MAPE. Conjuntos de dados existentes frequentemente dependem de dados privados ou carecem da granularidade necessária para a segmentação semântica de infraestruturas de mineração específicas.

Metodologia e Construção do Conjunto de Dados
Os autores apresentam o conjunto de dados LAMES, construído para facilitar o monitoramento baseado em sensoriamento remoto de atividades de mineração. O conjunto de dados integra dois componentes distintos:

1. Mineração de Grande Escala (MGE) no Chile: Os autores selecionaram 150 sítios de mineração representativos de um conjunto de dados global de mais de 6.000 sítios. Para garantir um escopo de anotação gerenciável, mantendo a representatividade, sítios maiores que 80 km² foram excluídos e sítios sobrepostos foram mesclados, resultando em 71 sítios não sobrepostos cobrindo 963 km².
2. Mineração Artesanal e de Pequena Escala (MAPE) em Gana: O conjunto de dados cobre 870 km² de áreas de MAPE anotadas, principalmente nas regiões de Ashanti e Western. Diferentemente da MGE, os sítios de MAPE não possuem fronteiras definidas e frequentemente seguem corpos d'água; portanto, as anotações englobam áreas de mineração conectadas em vez de polígonos fechados.

Anotação e Processamento:

• Fontes: Imagens de cores reais de alta resolução (0,5m de GSD) da Maxar e do CNES (via Google Earth) foram usadas para máscaras de segmentação semântica. Imagens Sentinel-2 de resolução média (10m de GSD) foram usadas para experimentos de detecção de sítios de mineração.
• Expertise: As anotações foram realizadas com a consulta do Instituto de Engenharia de Recursos Minerais da RWTH Aachen para garantir precisão técnica na identificação de setores de mineração.
• Classes: O conjunto de dados define 9 setores proeminentes de MGE: Cava a Céu Aberto, Instalações da Mina, Depósito de Estéril, Instalações de Armazenamento de Rejeitos, Pátios de Estocagem, Usinas de Processamento, Lixiviação em Pilha e sítios de MAPE.
• Metadados: O componente de MGE inclui 27 atributos por sítio, como tipo de mineração, método de processamento, commodity, produção anual e status operacional.
• Divisão de Dados: Para experimentos, os sítios foram divididos em conjuntos de treinamento, validação e teste com base em sítios de mineração inteiros (e não em patches individuais) para evitar vazamento de dados. Para detecção de sítios, 35 sítios isolados foram reservados para teste, enquanto 104 foram usados para treinamento.

Principais Contribuições

• Conjunto de Dados LAMES: O primeiro conjunto de dados público combinando 150 sítios de MGE anotados (com 1.204 polígonos de setor) e 870 km² de anotações de MAPE, acompanhado de metadados ricos.
• Suporte Multi-Resolução: O conjunto de dados fornece patches de alta resolução (0,5m) para classificação detalhada de setores e patches de resolução média (10m) Sentinel-2 para detecção de sítios em grande escala.
• Estrutura Ética: O artigo discute as implicações éticas do monitoramento de MAPE, destacando a tensão entre fazer cumprir regulamentações ambientais e proteger os meios de subsistência dos mineradores que dependem dessas atividades, defendendo remediação construtiva em vez de medidas meramente punitivas.
• Experimentos de Linha de Base: Os autores fornecem resultados de linha de base para duas tarefas:
  1. Classificação de Setor de Mineração (Alta Resolução): Usando uma U-Net com backbone ResNet-50 em imagens de 0,5m.
  2. Detecção de Sítio de Mineração (Média Resolução): Usando imagens Sentinel-2 para distinguir sítios de mineração de áreas não mineradas.

Resultados

• Classificação de Setores: O modelo de linha de base alcançou uma precisão macro de 89,0% e uma precisão micro de 59,2% no conjunto de teste. A maioria das classes foi classificada com mais de 50% de precisão. No entanto, a classe "Lixiviação em Pilha" (lh) mostrou uma taxa de má classificação de 98%, provavelmente devido à alta heterogeneidade visual entre os sítios. Por outro lado, "Pátios de Estocagem" (sy) performaram bem, apesar de baixas contagens de amostras, sugerindo consistência visual. O ponderamento de classes foi empregado para abordar o desequilíbrio severo de classes.
• Detecção de Sítios: A tarefa de classificação binária (Mina vs. Não-Mina) nos dados Sentinel-2 rendeu uma precisão de 0,89 e um F1-score de 0,75. Os autores observam que, devido à extrema escassez de sítios de mineração no Chile (aproximadamente 0,5% da área terrestre), o modelo lutou com falsos negativos. Aumentar o conjunto de treinamento com 10.000 patches aleatórios "não-mina" reduziu a taxa de falsos negativos de 36% para 25%, mas aumentou a taxa de falsos positivos, indicando que a simples augmentação por amostragem aleatória tem utilidade limitada neste contexto específico.

Significância e Alegações
O artigo alega que o LAMES serve como um recurso fundamental para a comunidade de pesquisa avançar no monitoramento de mineração impulsionado por IA. Sua significância reside em:

• Habilitar Análise Detalhada: Fornecer a primeira segmentação granular publicamente disponível de infraestrutura de mineração, o que é essencial para gestão de desastres, avaliação de impacto ambiental e mapeamento mineral.
• Facilitar a Detecção de Mineração Ilegal: Oferecer uma base para detectar e classificar atividades de MAPE ilegais, que atualmente são difíceis de monitorar devido à falta de dados de verdade fundamental (ground truth).
• Apoiar Remediação Ética: Ao permitir um melhor monitoramento, o conjunto de dados pode apoiar políticas que visam minimizar danos ambientais enquanto abordam as necessidades socioeconômicas dos mineradores artesanais, alinhando-se com os Objetivos de Desenvolvimento Sustentável da ONU.
• Potencial Futuro: Os autores afirmam que o conjunto de dados permite o treinamento de modelos para aproximar quantidades minerais e estimar impactos ambientais, com planos futuros para incorporar imagens hiperespectrais.

Os autores mantêm um tom modesto em relação aos resultados experimentais, reconhecendo que o desempenho atual de linha de base na detecção de sítios é "bastante pobre" para implantação no mundo real sem ajuste fino e augmentação adicionais com o estado da arte, mas afirmando que o conjunto de dados em si prova a viabilidade de detectar setores de mineração em terrenos homogêneos e não vegetados.