Resumo Técnico: AI4Land – Aprendizado Profundo Escalável para Reconstrução Global de Uso da Terra de Alta Resolução

1. Declaração do Problema

A incerteza no ciclo de carbono terrestre permanece como uma restrição crítica nas projeções climáticas, impulsionada em grande parte pela resolução grosseira e pela falta de representação dinâmica dos processos da superfície terrestre nos modelos de sistema terrestre. Os conjuntos de dados existentes de uso da terra (LU) e cobertura da terra (LC) enfrentam um compromisso fundamental: conjuntos de dados de alta resolução (ex: HILDA+) são limitados à era de satélite, enquanto projeções históricas e futuras de longo prazo (ex: LUH2) existem apenas em resoluções grosseiras (~28 km). Essa lacuna de resolução introduz vieses substanciais na simulação de sequestro de carbono, umidade do solo e fluxos de energia de superfície. Os métodos atuais de downscaling por aprendizado de máquina têm sido restritos a regiões específicas ou países isolados, carecendo de um framework globalmente escalável que conecte o gap entre dados de cenários grosseiros e padrões espaciais de alta resolução ao longo de escalas temporais centenárias (1850–2100).

2. Metodologia

Os autores apresentam o AI4Land, um framework orientado por dados projetado para gerar reconstruções históricas e projeções futuras de alta resolução (1 km) de uso e cobertura da terra. O framework opera em duas fases; este trabalho foca na primeira fase: a reconstrução de mapas anuais de LU/LC.

2.1 Dados e Pré-processamento

• Entradas: O modelo integra dados de cenários dinâmicos de baixa resolução (LUH2, grade de 0,25°) com características geofísicas estáticas. As entradas incluem 12 variáveis fracionárias de LU, características topográficas (elevação, declividade, aspecto), características de solo de alta resolução (argila, areia, conteúdo orgânico) e um prior autorregressivo de passos de tempo adjacentes ($t-1$ ou $t+1$).
• Alvo: Rótulos de verdade de campo de alta resolução derivados do conjunto de dados HILDA+. O esquema original de 13 classes foi consolidado em 8 classes (Floresta, Cultivo, Pastagem, Urbano, Gramínea/arbusto, Outras terras, Água e uma categoria consolidada) para mitigar o desequilíbrio de classes.
• Pré-processamento: Um pipeline padronizado usando Climate Data Operators (CDO) remapeia todas as entradas para uma grade WGS84 de 1 km. Os dados de solo passam por uma média ponderada por profundidade não linear para priorizar interações na zona radicular. Os dados são armazenados no formato ARCO Zarr para E/S paralela eficiente.

2.2 Arquitetura do Modelo

O framework emprega uma arquitetura U-Net adaptada para segmentação semântica:

• Estrutura: Uma U-Net padrão com 35 canais base, apresentando um encoder com quatro blocos de max-pooling e convolução dupla e um decoder simétrico com upsampling e conexões de salto (skip connections).
• Tratamento de Entrada: Aceita um empilhamento multicanal de 14 variáveis LUH2 (através de 2 passos de tempo), 6 características estáticas e 1 prior HILDA.
• Estratégia de Treinamento: Para evitar que o modelo copie trivialmente o prior de alta resolução, 60% do prior autorregressivo é mascarado aleatoriamente durante o treinamento. Isso força o modelo a aprender o mapeamento a partir das entradas de LUH2 grosseiras e das características estáticas.
• Separação: Dois modelos distintos são treinados: um para dados históricos (usando LUH2h) e outro para projeções futuras (usando LUH2f).

2.3 Treinamento e Inferência Escaláveis

• Infraestrutura: O treinamento foi conduzido no MareNostrum5 (Barcelona Supercomputing Center) usando Paralelismo de Dados Distribuído (DDP) via biblioteca Hugging Face Accelerate. O sistema escalou de 1 nó (4 GPUs NVIDIA H100) para 8 nós (32 H100 GPUs).
• Escalabilidade: O pipeline alcançou um escalonamento quase linear, retendo 97–98% do throughput ideal em 8 nós.
• Inferência: Mapas globais são gerados usando uma abordagem de janela deslizante sobre patches sobrepostos de 512×512. As previsões são mescladas usando uma função de ponderação Gaussiana para garantir transições suaves e evitar artefatos de blocos.

2.4 Estratégia de Avaliação

Para eliminar o vazamento de autocorrelação espacial, os autores empregaram Particionamento Baseado em Grade combinado com Amostragem de Ponto Mais Distante (FPS). O domínio espacial foi dividido em bins de 30×30, com células inteiras atribuídas exclusivamente aos conjuntos de treinamento, validação ou teste. Uma divisão temporal também foi aplicada (1960–2000 para treinamento, 2001–2015 para teste).

3. Principais Resultados

• Métricas de Desempenho: O modelo alcançou uma média de Interseção sobre União (mIoU) de 0,805 e uma acurácia de classificação global de 94,67% no conjunto de teste.
• Desempenho por Classe: O desempenho variou significativamente por classe. Coberturas principais como Floresta (mIoU 0,889), Água (mIoU 0,991) e Cultivo (mIoU 0,815) foram preditas com alta fidelidade. No entanto, classes minoritárias, particularmente áreas Urbanas, mostraram menor desempenho (mIoU 0,463), destacando a sensibilidade ao desequilíbrio de classes.
• Convergência: O treinamento multi-nó (8 nós) demonstrou convergência superior, atingindo uma perda de treinamento de ~0,29 após 10 épocas em comparação com ~0,40 para a linha de base de um único nó, atribuído a tamanhos de lote efetivos maiores que fornecem melhores estimativas de gradiente.
• Saída Global: O pipeline gerou com sucesso um conjunto abrangente de 1850–2100, cobrindo a era pré-observação, o registro observacional e três cenários climáticos futuros (SSP2-4.5, SSP3-7.0, SSP4-6.0). A validação para o ano de 2014 mostrou uma acurácia global de 94,88% e um mIoU de 0,8569.

4. Significância e Contribuições

O artigo reivindica a seguinte significância:

• Primeiro Framework Global Escalável: O AI4Land é apresentado como o primeiro modelo a preencher a lacuna de resolução para dados de uso da terra em escala global, abrangendo 1850 a 2100, em vez de ser limitado a regiões específicas ou à era de satélite.
• IA Habilitada por HPC: O trabalho demonstra como a infraestrutura de Computação de Alto Desempenho (HPC) acelerada por GPU (especificamente EuroHPC/MareNostrum5) permite o treinamento de pipelines de aprendizado profundo complexos para aplicações climáticas globais, alcançando escalabilidade quase linear.
• Prontidão para Gêmeos Digitais: Os emuladores de código aberto resultantes são projetados para acoplamento em tempo real com plataformas de gêmeos digitais (ex: Destination Earth), fornecendo condições de superfície terrestre evolutivas e realistas sob demanda.
• Redução de Incerteza: Ao fornecer condições de contorno de limites de terra temporalmente contínuas e espacialmente detalhadas, o framework visa reduzir incertezas críticas no ciclo de carbono terrestre e melhorar o poder preditivo de simulações climáticas de próxima geração em relação aos fluxos de carbono, água e energia.

5. Trabalho Futuro e Limitações

Os autores reconhecem que o desempenho do modelo é inerentemente impactado pela qualidade e vieses dos dados de origem (HILDA+ e LUH2). Eles observam que a classificação de áreas urbanas e classes minoritárias requer melhorias. O trabalho futuro planejado inclui:

• Incorporar preditores adicionais, como zonas climáticas de Köppen-Geiger e dados de densidade populacional, para melhorar a classificação urbana.
• Integrar uma U-Net Recorrente para impor melhor a consistência temporal através de projeções centenárias e abordar o viés de exposição via amostragem agendada.
• Investigar abordagens generativas (Flow Matching U-Nets com backbones de Vision Transformer) para capturar dependências espaciais de longo alcance e quantificar a incerteza.
• Explorar o uso de modelos de fundação via adaptadores e ajuste fino (fine-tuning).
• Estender o framework para uma segunda fase para prever variáveis biofísicas dinâmicas, especificamente o Índice de Área Foliar (LAI).

Todos os conjuntos de dados, modelos, códigos e pesos pré-treinados serão disponibilizados como código aberto para apoiar a reprodutibilidade e a inovação na modelagem de sistemas terrestres.