Above-ground Biomass Estimation with Geospatial Foundation Models

Resumo Técnico: Estimativa de Biomassa Acima do Solo com Modelos de Fundação Geoespaciais

Declaração do Problema
A estimação precisa da Biomassa Acima do Solo (AGB, do inglês Above-Ground Biomass) a partir de imagens de satélite é crítica para o monitoramento global de estoques de carbono e políticas climáticas. No entanto, gerar mapas de AGB de alta resolução, globais e atualizados regularmente continua sendo uma tarefa de regressão desafiadora. As abordagens atuais enfrentam três limitações primárias: (1) vieses persistentes onde os sinais de satélite saturam sobre dosséis densos, levando à subestimação de biomassa elevada; (2) distribuição desigual de rótulos de referência (por exemplo, as pegadas do GEDI estão confinadas a latitudes abaixo de ~51,6°, excluando florestas boreais); e (3) custos computacionais proibitivos para processar petabytes de dados de Observação da Terra (EO) com resolução de 10m. Embora os Modelos de Fundação Geoespaciais (GFMs) tenham emergido como um paradigma para aprender representações de propósito geral a partir de dados de EO não rotulados, sua utilidade para tarefas de regressão quantitativa, como a estimativa de biomassa, permanece amplamente inexplorada, uma vez que a maioria dos benchmarks existentes foca em classificação e segmentação.

Metodologia
Os autores apresentam um benchmark abrangente de GFMs para estimativa de AGB em escala global usando o conjunto de dados AGBD, um benchmark pronto para aprendizado de máquina que abrange diversos biomas com ~16 milhões de amostras pareando valores de biomassa GEDI L4A com dados de satélite multiferentes (Sentinel-2, ALOS-2 PALSAR-2 e variáveis auxiliares).

O estudo distingue dois modos distintos de implantação de GFM e os avalia contra um baseline de estado da arte (SOTA) totalmente supervisionado:

1. Codificadores Congelados (Pesos Distribuídos): 11 GFMs distribuídos como pesos de modelo (ex: CROMA, Prithvi, SSL4EO-MoCo) foram avaliados dentro do framework PANGAEA. Esses modelos foram executados como codificadores congelados, com apenas um decodificador específico para a tarefa (UPerNet) treinado no topo. Crucialmente, esses modelos foram restritos ao subconjunto de características de entrada que suportam (principalmente bandas ópticas do Sentinel-2), carecendo de acesso aos dados de SAR de banda L e variáveis auxiliares disponíveis no conjunto de dados completo do AGBD.
2. Embeddings Pré-computados (Prontos para Uso): Dois produtos de embedding, AlphaEarth Foundations (AEF) e TESSERA, foram avaliados. Estes são representações por pixel, pré-computadas, derivadas de dados de EO multimodais e multitemporais. Os autores testaram esses embeddings usando Linear Probes (LP), Perceptrons de Camada Multicamadas (MLP) e a rede totalmente convolucional de estado da arte (fcn_film).

A avaliação incluiu:

• Benchmarking Padrão: Comparação do RMSE no conjunto de dados AGBD.
• Testes de Generalização: Avaliação do desempenho em cenários de transferência zero-shot entre regiões (treino em todas as regiões exceto a alvo) e entre anos (treino em 2019, teste em 2020).
• Validação Operacional: Comparação dos resultados contra o conjunto de dados independente AGBref e o produto operacional de biomassa ESA CCI.

Principais Contribuições

1. Benchmark Abrangente: Os autores avaliaram 11 GFMs de pesos distribuídos e dois produtos de embedding no conjunto de dados AGBD, o maior e mais geograficamente diverso conjunto de dados de biomassa pronto para aprendizado de máquina disponível.
2. Análise Comparativa: Estabeleceram uma comparação direta entre codificadores de GFM congelados, embeddings pré-computados e um modelo SOTA totalmente supervisionado treinado em características brutas do AGBD.
3. Experimentos de Generalização: O estudo desenhou e analisou experimentos específicos para testar as capacidades de generalização geográfica (trans-continente) e temporal (trans-ano).
4. Validação Operacional: Os resultados foram validados contra um conjunto de referência independente (AGBref) e comparados com os mapas de biomassa ESA CCI amplamente utilizados.

Resultos

• Codificadores Congelados Desempenham Abaixo do Esperado: Quando executados como codificadores congelados, os 11 GFMs de pesos distribuídos subperformaram substancialmente o modelo SOTA totalmente supervisionado treinado nas características brutas do AGBD. O melhor GFM (SSL4EO-MoCo) alcançou um RMSE de 60,56 Mg/ha, comparado a 53,73 Mg/ha para o baseline supervisionado. Essa lacuna é atribuída à incapacidade dos modelos de ingerir dados de SAR de banda L e dados auxiliares, além de sua restrição a entradas de data única ou bandas específicas.
• Embeddings Pré-computados se Destacam: Em contraste, os produtos de embedding pré-computados provaram ser altamente eficazes. Um MLP treinado apenas com embeddings AEF (52,22 Mg/ha) superou o baseline supervisionado treinado em características brutas do AGBD. O melhor resultado geral foi alcançado pelo modelo fcn_film treinado em embeddings AEF aumentados com características brutas selecionadas (cobertura da terra, declividade, aspecto, coordenadas), atingindo um RMSE de 50,79 Mg/ha.
• Generalização: Modelos baseados em AEF demonstraram superioridade na generalização geográfica e temporal. Em transferências zero-shot entre regiões (ex: para África e América do Sul), o AEF reduziu o RMSE em 17–25% em comparação com as características brutas. No entanto, no Sul da Ásia, o AEF sozinho sofreu uma queda de desempenho em configurações zero-shot, o que foi mitigado pela configuração AEF+ (mantendo as características brutas). Temporalmente, os embeddings AEF permaneceram estáveis através de lacunas de anos onde as características espectrais brutas degradaram significativamente.
• Paridade Operacional: Quando avaliado contra o conjunto de dados independente AGBref, o modelo treinado em embeddings AEF (treinado em apenas 11 regiões) alcançou paridade próxima com o produto ESA CCI globalmente calibrado em termos de R² e RMSE, apesar do uso deste último de dados de referência distribuídos globalmente.

Significância e Alegações
O artigo afirma que a promessa dos modelos de fundação para o monitoramento ambiental quantitativo é melhor realizada quando um modelo treinado em dados multimodais, multitemporais e ricos é distribuído como uma camada de embedding acessível e pré-computada, em vez de como pesos para usuários executarem como codificadores congelados.

Os autores argumentam que:

• A Riqueza de Entrada é Crítica: O desempenho superior do AEF e TESSERA decorre não apenas da escala de pré-treinamento, mas da riqueza do contexto de entrada (multimodal, multitemporal) destilado nos embeddings. Os GFMs de pesos distribuídos frequentemente carecem da flexibilidade arquitetônica para ingerir os sensores específicos (ex: SAR de banda L) necessários para uma estimativa precisa de biomassa.
• Eficiência e Acessibilidade: Embeddings pré-computados eliminam a necessidade de extração de características intensiva em GPU, permitendo que modelos leves (como um simples MLP) superem redes totalmente supervisionadas complexas treinadas em dados brutos.
• Robustez: Os embeddings fornecem representações ecológicas transferíveis que generalizam melhor no espaço e no tempo, embora a retenção de características brutas (AEF+) ofereça uma salvaguarda contra falhas de fora da distribuição (out-of-distribution) em regiões ecologicamente distintas.

O estudo conclui que, embora os recursos de GFMs congelados possam ser altamente informativos, sua utilidade é atualmente limitada pelas restrições de entrada e fricções de engenharia. O caminho mais eficaz envolve tornar os modelos de pesos distribuídos flexíveis o suficiente para lidar com diversas entradas e resoluções, ou continuar servindo representações como camadas de embedding prontas para análise e pré-computadas.