Transfer Learning for Dead Fuel Moisture Prediction Using Time-Warping Recurrent Neural Networks

Resumo Técnico: Aprendizado por Transferência para Previsão de Umidade de Combustível Morto Usando Redes Neurais Recorrentes com Distorção Temporal

Declaração do Problema
O teor de umidade de combustível morto (FMC) é uma variável crítica para a avaliação do perigo de incêndios florestais e para a modelagem do comportamento de incêndios ativos. Sistemas operacionais tipicamente categorizam combustíveis mortos em quatro classes com base em atrasos temporais característicos: 1 hora (FM1), 10 horas (FM10), 100 horas (FM100) e 1000 horas (FM1000). Enquanto os dados de FM10 são abundantes devido a uma rede densa de Estações Meteorológicas Automáticas Remotas (RAWS) equipadas com sensores padronizados, as observações para FM1, FM100 e FM1000 são escassas tanto no espaço quanto no tempo. Abordagens tradicionais de aprendizado de máquina (ML) lutam para treinar modelos confiáveis para essas classes observadas de forma esparsa devido à escassez de dados. Por outro lado, modelos baseados em física, como o modelo de Nelson Jr. (2000), permanecem o padrão operacional, mas dependem de suposições idealizadas. O desafio central abordado é como aproveitar a vasta disponibilidade de dados de FM10 para melhorar as previsões para outras classes de combustível sem exigir novas observações extensas.

Metodologia
Os autores propõem uma técnica inovadora de aprendizado por transferência denominada distorção temporal (time-warping), aplicada a uma Rede Neural Recorrente (RNN) com uma camada de Memória de Curto e Longo Prazo (LSTM). A abordagem fundamenta-se na observação de que diferentes classes de combustível compartilham as mesmas variáveis de entrada (condições meteorológicas), mas diferem principalmente na taxa na qual suas dinâmicas de umidade evoluem (ou seja, sua escala de tempo).

1. Modelo Fonte: Uma RNN pré-treinada foi desenvolvida para prever FM10 usando entradas meteorológicas (temperatura, umidade relativa, radiação solar, vento, precipitação) e dados geográficos. Este modelo foi treinado em um grande conjunto de dados de observações de FM10 provenientes de RAWS na região das Montanhas Rochosas (2023–2024).
2. Mecanismo de Distorção Temporal: Inspirado no redimensionamento matemático do tempo em equações diferenciais ordinárias (EDOs) de primeira ordem com atraso temporal, o método modifica as dinâmicas temporais aprendidas pela LSTM pré-treinada. Especificamente, ele visa os parâmetros de viés (bias) do portão de esquecimento ($b_f$) e do portão de entrada ($b_i$).
   • Em uma LSTM teórica de unidade única que aproxima um sistema com atraso temporal, a escala de tempo é controlada por esses termos de viés.
   • O método proposto aplica deslocamentos aditivos ($\alpha_f, \alpha_i$) a esses vieses para efetivamente "distorcer" a escala de tempo da evolução do estado interno da rede.
   • Ao contrário do ajuste fino (fine-tuning) padrão, que atualiza todos os pesos, a distorção temporal trata $\alpha_f$ e $\alpha_i$ como dois parâmetros de ajuste escalares ajustados via busca em grade em um pequeno conjunto de dados alvo. Isso modifica 128 parâmetros (de mais de 21.000) uniformemente em toda a camada LSTM.
3. Desenho Experimental: O método foi avaliado usando dados do estudo de campo emblemático de Carlson et al. (2007) em Oklahoma (1996–1997), que forneceu medições gravimétricas de FMC de alta resolução temporal para todas as quatro classes de combustível. O estudo comparou o método de distorção temporal (com e sem ajuste fino completo subsequente) contra várias linhas de base:
   • Sem Transferência: Treinamento do zero nos dados alvo.
   • Ajuste Fino Completo: Atualização de todos os parâmetros nos dados alvo.
   • Estratégias de Congelamento: Congelamento da camada recorrente ou das camadas densas/saída.
   • Zero-Shot: Aplicação direta do modelo pré-treinado de FM10 aos dados alvo sem adaptação.

Resultados Chave
O estudo utilizou 100 realizações do procedimento de treinamento da RNN para avaliar a variabilidade.

• Desempenho Zero-Shot: Quando aplicado diretamente aos dados de FM10 de Oklahoma (zero-shot), a RNN pré-treinada alcançou precisão comparável ao modelo de Nelson de última geração para valores de FM10 $\le$ 30% (RMSE $\approx$ 3,21%). No entanto, ela subestimou significativamente o FM10 para combustíveis muito úmidos (>30%), uma limitação atribuída às características de saturação dos sensores de FM10 usados nos dados de treinamento fonte.
• Previsão de FM1: Para a classe de combustível de 1 hora, a abordagem Distorção Temporal + Ajuste Fino alcançou o menor RMSE médio (5,26%) e empatou com a melhor $R^2$ (0,84) entre todos os métodos. Notavelmente, o método Distorção Temporal sozinho (sem ajuste fino completo) performou de forma competitiva, particularmente para FM1 $\le$ 30%, onde alcançou um RMSE de 3,35% e uma $R^2$ de 0,71, superando o modelo de Nelson ($R^2$ 0,46).
• Previsão de FM100 e FM1000: Para classes de combustível maiores, o método de distorção temporal permaneceu competitivo com as linhas de base padrão de aprendizado por transferência. Para FM100, alcançou um RMSE de 2,38% (vs. 1,75% para Ajuste Fino Completo) e uma $R^2$ de 0,70. Para FM1000, alcançou um RMSE de 2,22% e $R^2$ de 0,54, comparável ao modelo de Nelson.
• Análise de Dinâmica: Análises de autocorrelação (ACF) e autocorrelação parcial (PACF) confirmaram que o método de distorção temporal alterou com sucesso as dinâmicas temporais. As previsões de FM1 exibiram tempos de resposta mais rápidos e variabilidade mais forte impulsionada pelo clima (padrões diurnos), enquanto as previsões de FM100 e FM1000 mostraram decaimento mais lento e maior persistência, consistente com expectativas físicas.

Significância e Alegações
O artigo alega várias contribuições significativas para o campo da ciência de incêndios florestais e do aprendizado de máquina:

1. Novo Framework de Aprendizado por Transferência: Apresenta-se como a primeira aplicação de aprendizado por transferência especificamente para previsão de umidade de combustível. Introduz a "distorção temporal" como uma forma distinta de aprendizado por transferência baseada em parâmetros, onde o espaço de entrada é compartilhado, mas a tarefa difere pela escala de tempo.
2. Primeiro Estudo de ML para Combustíveis Grandes: Segundo os autores, este é o primeiro estudo publicado de aprendizado de máquina a visar a previsão de FM100 e FM1000, áreas anteriormente dominadas por modelos baseados em física.
3. Eficiência e Generalização: O método demonstra que alta precisão pode ser alcançada modificando apenas uma pequena fração dos parâmetros do modelo (dois deslocamentos de viés) em vez de retreinar toda a rede. Os autores argumentam que esse ajuste limitado reduz o risco de sobreajuste (overfitting) em dados alvo esparsos (local único, período curto) em comparação com métodos que atualizam muitos parâmetros.
4. Potencial Operacional: Os resultados sugerem que o aprendizado por transferência pode estender capacidades de previsão orientadas por dados para classes de combustível onde observações de sensores são escassas, potencialmente apoiando ferramentas operacionais de gestão de incêndios florestais além da bem observada classe de 10 horas.

Os autores mantêm um tom modesto quanto à generalização, observando que os parâmetros de distorção temporal foram otimizados em um único local e ano, e que uma avaliação mais ampla em todo o território continental dos EUA é um passo futuro necessário para validar plenamente a robustez do método.