The first global agricultural field boundary map at 10m resolution

Resumo Técnico: O Primeiro Mapa Global de Limites de Campos Agrícolas com Resolução de 10 m

Declaração do Problema
O campo agrícola é a unidade fundamental para o plantio, gestão, regulamentação e reporte de culturas. No entanto, a maioria dos produtos globais de sensoriamento remoto para agricultura (por exemplo, máscaras de terras agrícolas, índices de vegetação) opera no nível do pixel, tratando a paisagem como uma superfície contínua. Isso cria uma incompatibilidade persistente entre o monitoramento baseado em satélites e a organização agrícola ao nível do solo. Embora dados de alta qualidade no nível de campos existam para partes da Europa por meio de registos de parcelas (LPIS) ou para países individuais por meio de produtos de aprendizagem automática (ML), não existiu até à data nenhum mapa globalmente consistente e de acesso aberto de limites de campos agrícolas. Os modelos regionais existentes não podem garantir qualidade comparável através das fronteiras, e a digitalização manual é demasiado lenta e dispendiosa para escalas globais. Além disso, o número total de campos agrícolas em todo o mundo permanece desconhecido, representando uma linha de base em falta para a análise quantitativa da produção alimentar global e do uso da terra.

Metodologia
Os autores apresentam uma abordagem em três etapas para gerar o primeiro conjunto de dados global de limites de campos com resolução de 10 m para 2024 e 2025:

1. Treino do Modelo: O estudo utilizou o modelo PRUE, uma arquitetura U-Net com um codificador EfficientNet-B7, treinado no conjunto de dados de referência "Fields of The World" (FTW). O FTW fornece 1,6 milhão de polígonos de campos de 24 países emparelhados com imagens Sentinel-2 bi-temporais. O modelo realiza segmentação semântica de três classes (interior do campo, limite do campo, fundo) com resolução de 10 m.
2. Geração de Mosaicos e Inferência Global: Foram gerados mosaicos Sentinel-2 sem nuvens para as estações de colheita e plantio em todas as áreas terrestres entre 60°S e 84°N. Os autores selecionaram cenas com <20% de cobertura de nuvens e calcularam valores medianos por pixel para as bandas vermelho, verde, azul e infravermelho próximo. A inferência foi realizada em patches sobrepostos de 256×256 pixels utilizando um cluster de 256 GPUs NVIDIA A10G. As previsões foram costuradas usando média ponderada por Gaussiana, e instâncias individuais de campos foram extraídas por meio de análise de componentes conectados na classe prevista de interior do campo.
3. Validação e Modelagem de Confiança:
   • Validação: O modelo foi avaliado contra dados de verdade terrestre em 24 países (recuperação ao nível do pixel) e contra bases de dados nacionais completas de LPIS/INVEKOS na Áustria, Letónia e Finlândia (precisão, recuperação, F1).
   • Camada de Confiança: Para abordar a falta de dados de referência na maior parte do mundo, foi desenvolvida uma camada de confiança de 500 m. Esta camada prevê se uma célula de 500 m contém previsões de campos verdadeiramente positivas. Foi treinada utilizando um classificador Random Forest em características derivadas das saídas do modelo (entropia, densidade de previsão) e, em algumas configurações, concordância com oito produtos globais independentes de terras agrícolas. O modelo distingue entre áreas com campos genuínos e áreas onde o modelo pode produzir padrões espúrios (por exemplo, sobre florestas ou zonas húmidas).

Principais Contribuições

• Conjunto de Dados Global: O lançamento do primeiro conjunto de dados global de limites de campos com resolução de 10 m, compreendendo 3,17 mil milhões de polígonos de campos de sensoriamento remoto em 241 países e territórios (1,62 mil milhões em 2024 e 1,55 mil milhões em 2025).
• Camada de Confiança: A introdução de um raster de confiança de 500 m que identifica regiões onde as previsões são fiáveis. Esta camada alcançou uma Área Sob a Curva Característica Operacional do Receptor (AUC) de 0,82 contra a verdade terrestre, utilizando apenas características internas do modelo.
• Produtos de Dados Abertos: O conjunto de dados é lançado sob uma licença CC-BY em formatos nativos de nuvem, fornecendo três produtos distintos:
  1. Um conjunto de dados de limites de campos padrão com limite de confiança (retendo ~844 milhões de campos em 2025 com conf ≥0,4).
  2. O conjunto de dados completo não filtrado para uso personalizado.
  3. Um raster de confiança de valor contínuo para uso como peso por célula ou propriedade filtrável.

Resultados

• Recuperação ao Nível do Pixel: Validado contra limites de verdade terrestre em 24 países, o mapa alcançou uma recuperação média ao nível do pixel de 0,85. Quatorze países excederam uma recuperação de 0,90, com o Brasil (0,970), a Lituânia (0,955) e a França (0,953) a apresentarem o desempenho mais elevado. Uma recuperação mais baixa em regiões como o Luxemburgo e o Camboja foi atribuída à heterogeneidade da paisagem ou ao desalinhamento da verdade terrestre.
• Validação de País Inteiro: Contra bases de dados nacionais, as previsões não filtradas de 2024 renderam pontuações F1 de 0,89 na Áustria, 0,88 na Letónia e 0,74 na Finlândia. O desempenho na Finlândia degradou-se significativamente em latitudes mais elevadas (F1 < 0,13 na Lapónia) devido à sobreprevisão em clareiras de floresta boreal e zonas húmidas, um modo de falha capturado pela camada de confiança.
• Comparação Distribucional: Na Zâmbia, onde não há verdade terrestre disponível, os dados PRUE de 2025 foram comparados a um conjunto de dados independente derivado de ML. Embora o PRUE produzisse um número comparável de polígonos, exibiu sobrefragmentação, mapeando campos individuais de pequenos agricultores como clusters de polígonos em escala de pixel com menor fidelidade geométrica (área mediana de 0,07 ha vs. 0,31 ha na referência).
• Desempenho da Camada de Confiança: O modelo de confiança alcançou uma AUC de 0,82 na validação cruzada de 5 dobras. A avaliação de saída de um país confirmou a transferibilidade geográfica com uma AUC média de 0,84.

Significado e Afirmações
O artigo afirma que este trabalho aborda uma lacuna crítica no monitoramento agrícola global ao fornecer a primeira cobertura "de parede a parede" com informações de qualidade espacialmente explícitas. O significado reside em:

• Mudança da Unidade de Análise: A transição da análise ao nível do pixel para a análise ao nível do campo permite novas métricas computáveis, como estrutura agregada da exploração agrícola, mapeamento de tipos de culturas consciente de limites e medição, reporte e verificação (MRV) ao nível do campo para programas de conservação.
• Consistência Global: Ao contrário da costura de modelos regionais, um único modelo implantado globalmente garante uma camada internamente consistente que pode ser comparada através das fronteiras sem montagem pelo utilizador.
• Acessibilidade: Ao lançar os dados abertamente sob uma licença CC-BY, os autores visam reduzir barreiras para instituições que não têm acesso a dados LPIS proprietários ou recursos para encomendar conjuntos de dados equivalentes, incluindo agências nacionais de estatística e ONGs.
• Utilidade em Níveis: A inclusão da camada de confiança permite um modelo de acesso em níveis, permitindo que os utilizadores escolham compensações precisão/recuperação adequadas às suas aplicações específicas (por exemplo, monitoramento geral vs. reporte de políticas).

Os autores notam explicitamente limitações, incluindo o âmbito de treino do modelo (apenas culturas anuais, excluindo pastagens e culturas perenes), enviesamentos geográficos nos dados de treino (fortemente europeus) e o facto de os indicadores de confiança de 500 m não capturarem a precisão geométrica ao nível do polígono. Eles enfatizam que o conjunto de dados destina-se a investigação e monitoramento, não como um produto cadastral ou de posse de terras.