Is sub-metre resolution necessary for cocoa mapping? A landscape-stratified evaluation of very high resolution imagery, decametric Earth Observation inputs, and operational products in Cote d'Ivoire

Resumo Técnico: A resolução submetrica é necessária para o mapeamento de cacau?

Definição do Problema
O mapeamento preciso do cacau é fundamental para o monitoramento do desmatamento, transparência na cadeia de suprimentos e conformidade com regulamentações como o Regulamento da União Europeia sobre Produtos Livres de Desmatamento (EUDR). No entanto, o mapeamento do cacau na África Ocidental, particularmente em Côte d'Ivoire, apresenta desafios significativos devido à heterogeneidade das paisagens de pequenos produtores. Os sistemas de cacau variam de monoculturas de pleno sol a sistemas complexos de agrofloresta com densidades variáveis de árvores de dossel superior. Em resoluções espaciais médias (ex: 10 m do Sentinel-2), essa heterogeneidade em pequena escala leva a pixels mistos, reduzindo a separabilidade de classes e causando confusão entre sistemas de cacau sombreados e florestas, ou entre cacau esparso e vegetação não lenhosa. Embora as imagens de Altíssima Resolução (VHR - submetrica) ofereçam o potencial de resolver essas estruturas de pequena escala, sua utilidade operacional é frequentemente limitada pelo custo, restrições de cobertura e contaminação por nuvens. Por outro lado, os modelos de fundação geoespaciais emergentes oferecem embeddings densos e contínuos a partir de arquivos de média resolução, mas seu desempenho em relação ao VHR em paisagens complexas de cacau permanece não quantificado. Este estudo aborda a lacuna na compreensão de como a estrutura da paisagem influencia o desempenho do mapeamento através de diferentes entradas de Observação da Terra (EO) e se as vantagens do VHR justificam seus custos operacionais.

Metodologia
O estudo conduziu uma avaliação estratificada por paisagem em Côte d'Ivoire, comparando modelos treinados internamente e produtos operacionais existentes através de diferentes condições de Densidade de Cobertura Arbórea (TCD) e fragmentação da paisagem.

• Área de Estudo e Dados: A análise focou em regiões produtoras de cacau cobertas por 56 cenas Pléiades (resolução de 0,5 m) e dados de referência correspondentes do conjunto de dados COLD-CI.
• Entradas Avaliadas:
  • VHR: Imagem óptica Pléiades de 0,5 m (4 bandas).
  • Decamétrica Convencional: Um composto anual de 10 m do Sentinel-2 (S2) (10 bandas).
  • Modelos de Fundação: TESSERA (embeddings de 128 dimensões de S1/S2) e AlphaEarth Foundations (AEF) (embeddings de 64 dimensões de dados multimodais incluindo óptica, radar, LiDAR e clima).
  • Produtos Operacionais: Quatro mapas existentes (BNETD, Kalischek et al., e duas versões do Forest Data Partnership) foram incluídos como benchmarks.
• Arquitetura do Modelo: Os modelos treinados internamente utilizaram uma arquitetura U-Net com um codificador EfficientNet-B5. Para garantir uma comparação controlada, todos os modelos internos utilizaram os mesmos dados de treinamento, divisões de dados e procedimentos de otimização, diferenciando-se apenas pela entrada de EO.
• Avaliação Estratificada: Um conjunto de teste independente de 2.821 pontos de referência foi coletado via fotointerpretação de especialistas. A avaliação foi estratificada em nove classes de paisagem baseadas em duas variáveis:
  • Densidade de Cobertura Arbórea (TCD): Baixa (0–30%), Média (30–70%) e Alta (>70%).
  • Fragmentação da Paisagem (Densidade de Manchas): Baixa, Média e Alta.
• Métricas: O desempenho foi avaliado usando F1-score, Precisão do Usuário (UA), Precisão do Produtor (PA) e Acurácia Global (OA), com agregação ponderada pela área para considerar o desenho de amostragem estratificada.

Principais Resultados

• Superioridade do VHR: O modelo VHR alcançou o maior desempenho geral (F1 = 0,92) e manteve F1-scores acima de 0,90 em todos os estratos de paisagem. Demonstrou uma sensibilidade significativamente menor aos gradientes de paisagem em comparação com as abordagens de média resolução.
• Impacto das Condições da Paisagem: O desempenho para entradas de média resolução (S2, TESSERA, AEF) e produtos existentes declinou notavelmente em paisagens altamente fragmentadas e sob condições extremas de TCD (muito baixa ou muito alta).
  • TCD Baixa: Dosséis esparsos levaram ao domínio do sinal por solo/vegetação herbácea, aumentando os erros de omissão.
  • TCD Alta: O dossel superior denso obscureceu o sinal do cacau, aumentando a confusão com florestas e outras culturas arbóreas.
  • Fragmentação: A alta fragmentação aumentou a mistura espectral nas bordas, afetando desproporcionalmente os modelos de 10 m.
• Modelos de Fundação: O TESSERA (F1 = 0,86) e o AEF (F1 = 0,82) superaram a linha de base convencional do S2 (F1 = 0,76), demonstrando que os embeddings de modelos de fundação melhoram o mapeamento decamétrico. No entanto, nenhum deles igualou o desempenho do modelo VHR, e ambos ainda exibiram declínios de desempenho em estratos de paisagem difíceis.
• Ablação Espectral: Um experimento de ablação espectral (treinando um modelo S2 com apenas as 4 bandas disponíveis no Pléiades) mostrou que as 6 bandas adicionais do S2 recuperaram aproximadamente 43% da lacuna de desempenho entre o S2 e o VHR. No entanto, o modelo S2 completo ainda ficou significativamente atrás do VHR, indicando que a resolução espacial é o principal driver da diferença de desempenho, não apenas a riqueza espectral.
• Produtos Operacionais: Entre os produtos existentes, o modelo de Kalischek et al. (2023) teve o melhor desempenho (F1 = 0,83), comparável ao modelo AEF treinado internamente. O BNETD apresentou o menor desempenho (F1 = 0,55), particularmente em áreas fragmentadas, destacando as limitações de abordagens de pixel único e composto único.

Significância e Alegações
O artigo afirma que a resolução submetrica fornece uma vantagem mensurável e consistente para o mapeamento de cacau, particularmente em paisagens de pequenos produtores complexas e fragmentadas, onde pixels de média resolução agregam múltiplos componentes de cobertura do solo. O estudo conclui que, embora os embeddings de modelos de fundação ofereçam uma alternativa escalável e precisa para o mapeamento de linha de base em grandes áreas, eles não compensam totalmente a perda de informação espacial de pequena escala inerente aos dados decamétricos.

Os autores argumentam que a escolha da abordagem de mapeamento deve ser dependente do contexto:

1. VHR é mais benéfico para contextos regulatórios que exigem alta acurácia temática, detecção precoce de nova expansão ou monitoramento em áreas estruturalmente complexas (canopy esparso ou denso) onde os sinais de média resolução são ambíguos.
2. Embeddings de modelos de fundação (especificamente o TESSERA) oferecem um equilíbrio atraente entre acurácia e escalabilidade operacional para o mapeamento de linha de base "wall-to-wall" e triagem ampla.
3. Estratégias Híbridas são propostas, onde embeddings de média resolução fornecem cobertura contínua, enquanto aquisições direcionadas de VHR são usadas para refinar dados de treinamento ou validar previsões em zonas de alta incerteza.

O estudo enfatiza que as avaliações de acurácia para o mapeamento de cacau devem ser estratificadas por condições de paisagem, pois métricas globais podem ocultar variações sistemáticas de desempenho impulsionadas pela densidade do dossel e fragmentação. Os resultados sugerem que a resolução espacial continua sendo um ativo crítico que não pode ser totalmente substituído apenas por representações espectrais ou temporais avançadas em sistemas agrícolas tropicais heterogêneos.