Resumo Técnico: Quantificação de Incerteza para Tarefas de Regressão em Observação da Terra (EO)

Definição do Problema

Tarefas de regressão de Observação da Terra (EO), especificamente estimativas de altura de edifícios, altura de dossel de árvores e biomassa acima do solo (AGB), são críticas para o planejamento urbano, monitoramento florestal e política climática. No entanto, os modelos padrão de aprendizagem profunda normalmente geram previsões determinísticas (valores escalares únicos por pixel) sem indicar a confiabilidade ou a confiança dessas previsções. Essa falta de quantificação de incerteza é particularmente problemática em EO devido aos desafios inerentes, como superfícies terrestres heterogêneas, distribuições de alvos enviesadas, ruído de sensores, interferência atmosférica e saturação de sinal em valores de alvo elevados.

Embora a estimativa de incerteza seja bem estabelecida na visão computacional (frequentemente usando aproximações bayesianas ou ensembles), sua aplicação sistemática à regressão em EO permanece limitada. Além disso, tarefas de regressão apresentam dificuldades únicas em comparação com a classificação: espaços de alvos contínuos com distribuições enviesadas ou de cauda pesada tornam a definição de medidas de incerteza calibradas um desafio. Suposições gaussianas padrão podem falhar ao capturar incertezas assimétricas comuns em dados de EO, necessitando de abordagens alternativas.

Metodologia

Os autores propõem a modelagem da incerteza aleatória (ruído irredutível nos dados) utilizando séries temporais anuais de imagens Sentinel-1 SAR e Sentinel-2 MSI (12 meses, resolução de 10m). Eles introduzem dois abordagens de aprendizagem profunda complementares que compartilham um backbone comum, mas diferem em seus cabeçalhos de incerteza:

1. Arquitetura de Rede

• Backbone: Um codificador CNN compartilhado baseado em ResNet50 processa a série temporal de 12 meses (T=12, C=9 canais). As características são mapeadas para um espaço latente e processadas por dois blocos consecutivos de Swin Transformer usando atenção de janela deslocada para capturar dependências espaço-temporais.
• Decodificador: Um decodificador multinível (L1, L2, L3) aprimora as características com atenção temporal e as amplia para gerar previsões pixel a pixel.

2. Incerteza Gaussiana (Gaussian UC)

• Formulação: Uma abordagem paramétrica assumindo que o alvo segue uma distribuição Gaussiana. O modelo prevê conjuntamente a média ($\mu$) e o logaritmo do desvio padrão ($\eta = \log \sigma$).
• Função de Perda: Treinada usando uma soma ponderada de:
  • Log-Verossimilhança Negativa (NLL): A perda primária, priorizando pixels de verdade de campo não nulos.
  • Perda de Borda Sobel: Preserva bordas e suprime o desfoque.
  • RMSE: Atua como um regularizador para a previsão da média.

3. Incerteza de Quantil (Quantile UC)

• Formulação: Uma abordagem não paramétrica que estima os quantis condicionais do 10º, 50º e 90º percentil ($Q_{10}, Q_{50}, Q_{90}$). Isso permite intervalos de previsão assimétricos, mais adequados para distribuições enviesadas.
• Função de Perda: Treinada usando uma soma ponderada de:
  • Perda Pinball (Perda de Quantil): Minimiza o erro através dos três quantis.
  • Termos de Regularização:
    • Déficit de Cobertura (Coverage Shortfall): Incentiva a cobertura empírica de $[Q_{10}, Q_{90}]$ a se aproximar de uma cobertura nominal de 80%.
    • Não-Cruzamento (Non-Crossing): Impõe que $Q_{10} \leq Q_{50} \leq Q_{90}$.
    • Dispersão Adaptativa de Confiança (Confidence-Adaptive Spread): Reduz a largura do intervalo quando a previsão da mediana é precisa.
  • Sobel e RMSE: Aplicados à mediana ($Q_{50}$) para preservar bordas e estabilizar as estimativas.

4. Métricas de Avaliação

• Acurácia: RMSE, $R^2$, MAPE, nMAD (Desvio Absoluto Mediano Normalizado) e IoU.
• Calibração de Incerteza:
  • ErrorCoverage (Cobertura de Erro): Para Gaussian UC, mede a porcentagem de resíduos caindo dentro de $k\sigma$ ($k=1, 2, 3$).
  • DataCoverage (Cobertura de Dados): Para Quantile UC, mede a porcentagem de valores de verdade de campo caindo dentro do intervalo $[Q_{10}, Q_{90}]$.

Contribuições Principais

1. Estrutura Comparativa: O artigo compara sistematicamente as formulações Gaussiana e de Quantil para incerteza aleatória em regressão de EO.
2. Avaliação Multitarefa: Ambas as abordagens são avaliadas em três tarefas de alto impacto: Estimativa de Altura de Edifícios (BHE), Estimativa de Altura de Dossel (CHE) e Estimativa de Biomassa Acima do Solo (AGB), utilizando séries temporais fundidas de SAR e multiespectrais.
3. Métricas de Calibração: Os autores demonstram o uso de "ErrorCoverage" e "DataCoverage" para avaliar rigorosamente a calibração dos intervalos de incerteza previstos.
4. Benchmarking de Desempenho: O estudo mostra que modelos conscientes de incerteza podem alcançar acurácia comparável a baselines determinísticos enquanto fornecem estimativas de confiança interpretáveis.

Resultados

Os modelos foram testados em conjuntos de dados cobrindo Estônia, Finlândia, Alemanha, Países Baixos e Suíça.

• Acurácia: Ambos os modelos alcançaram resultados competitivos.
  • Altura de Dossel e Biomassa: O modelo Gaussian UC teve o melhor desempenho, com CHE atingindo um RMSE de 2,33m e AGB um RMSE de 30,14 toneladas/pixel. Os escores de $R^2$ foram altos (0,80–0,90), indicando aprendizado eficiente das variações de vegetação.
  • Altura de Edifícios: O modelo Quantile UC superou ligeiramente o modelo Gaussiano (RMSE 2,37m vs. 2,56m, $R^2$ 0,50 vs. 0,42). Os autores atribuem isso à heterogeneidade dos ambientes urbanos, onde intervalos assimétricos capturam melhor vieses localizados e distribuições não gaussianas.
• Calibração:
  • Gaussian UC: As taxas de cobertura de erro foram próximas das expectativas gaussianas nominais (ex: ~68% dentro de $\pm1\sigma$, ~95% dentro de $\pm2\sigma$). No entanto, em algumas regiões de alto valor, o modelo inflou a incerteza para compensar ajustes de cauda.
  • Quantile UC: A cobertura de dados para o intervalo $[Q_{10}, Q_{90}]$ foi de aproximadamente 80% em todas as tarefas (0,79–0,82), indicando intervalos assimétricos bem calibrados.
• Características de Distribuição: Os resultados destacaram que os erros de altura de edifícios e biomassa frequentemente exibem distribuições com assimetria à direita (subestimação sistemática em valores altos), o que o modelo de Quantil capturou efetivamente através de intervalos superiores mais largos ($Q_{50}$–$Q_{90}$) em comparação aos inferiores.

Significância e Alegações

O artigo afirma que a modelagem explícita da incerteza aleatória é indispensável para inferência confiável em EO, particularmente dado o ruído e a saturação inerentes aos dados de satélite. Os autores afirmam que:

• Modelos de estimativa de incerteza podem igualar ou superar benchmarks determinísticos em acurácia, ao mesmo tempo em que fornecem estimativas de confiança operacionalmente úteis.
• A escolha entre formulações Gaussianas e de Quantil depende do domínio do alvo: suposições Gaussianas funcionam bem para alvos de vegetação mais suaves, enquanto a regressão de Quantil é superior para ambientes urbanos complexos e enviesados.
• Os modelos propostos superam o estado da arte atual de 10m consciente de incerteza especificamente para a estimativa de altura de dossel.
• O trabalho aborda uma lacuna crítica em EO ao ir além de previsões de valor único para fornecer mapas de incerteza calibrados e interpretáveis, essenciais para a tomada de decisão em políticas climáticas e planejamento urbano.

A implementação é disponibilizada à comunidade para facilitar futuras pesquisas neste domínio.