Multi-Horizon, Multi-Depth Forecasting of Pavement Temperature in a Continental Climate: Machine Learning Methods Benchmarked Against a Persistence Baseline

Resumo Técnico: Previsão de Temperatura de Pavimento em Múltiplos Horizontes e Profundidades em um Clima Continental

Definição do Problema
A previsão precisa da temperatura do pavimento em múltiplas profundidades é crítica para o dimensionamento mecanístico-empírico de pavimentos, incluindo análise de tensões térmicas, previsão de trilhas de roda (rutting), avaliação de fissuração por baixa temperatura e gestão de ciclos de gelo-degelo. Embora o aprendizado de máquina (ML) tenha sido cada vez mais aplicado a este problema, a literatura recente frequentemente reporta coeficientes de determinação elevados ($R^2 > 0,95$) sem realizar o benchmarking contra bases de comparação triviais. Este estudo aborda três lacunas metodológicas na pesquisa existente: (1) a falha em considerar a autocorrelação extrema inerente às séries temporais de temperatura de pavimentos, o que pode inflar a aparente capacidade preditiva; (2) a dependência de divisões cronológicas únicas entre treino e teste, que falham em capturar a variância sazonal; e (3) a omissão de baselines de persistência ingênua (naive persistence), que são o padrão de referência em previsões operacionais. O estudo visa determinar as condições específicas (profundidade, horizonte de previsão e volume de dados) sob as quais os métodos de ML agregam valor real sobre uma previsão de persistência simples.

Metodologia
A pesquisa utiliza um ano de dados de temperatura horária ($n = 7.067$ observações) de uma estação de monitoramento automatizada próxima a Astana, Cazaquistão, em um clima fortemente continental. O conjunto de dados inclui medições em oito profundidades subsuperficiais (3 cm a 300 cm) e temperatura do ar ambiente.

• Tarefa de Previsão: O estudo avalia as previsões em três horizontes: 24 horas (diário), 168 horas (semanal) e 720 horas (30 dias).
• Modelos: Seis algoritmos de ML foram avaliados: Regressão Linear, Regressão Ridge, Regressão Lasso, Random Forest, Gradient Boosting e Extreme Gradient Boosting (XGBoost).
• Baseline: Uma baseline de persistência ingênua ($\hat{y}_{t+h} = y_t$) foi utilizada como a principal referência.
• Engenharia de Atributos (Feature Engineering): Um protocolo "livre de vazamento" (leak-free) foi implementado. Os atributos incluíram valores defasados (lagged values: 1, 3, 6, 12, 24, 72, 168 horas), estatísticas de janela móvel (médias/DP de 24h e 168h) e codificações cíclicas de tempo. Crucialmente, nenhuma informação de profundidade cruzada no mesmo instante de tempo foi usada como preditor para evitar que a tarefa se transformasse em interpolação espacial.
• Validação: Foi empregada uma validação cruzada de série temporal em bloco com janela expansiva de cinco dobras (five-fold expanding-window blocked time-series cross-validation). Esta abordagem expõe os modelos a mudanças na distribuição sazonal (ex: treinar com dados de verão/outono e testar no inverno) em vez de depender de uma única divisão estática.
• Métricas: O desempenho foi avaliado por meio de RMSE (Raiz do Erro Quadrático Médio), MAE (Erro Absoluto Médio) e $R^2$.

Resultos Principais

1. Dominância da Persistência em Horizontes Curtos: No horizonte de 24 horas, a baseline de persistência superou todos os seis algoritmos de ML em todas as profundidades. A persistência alcançou valores de $R^2$ entre 0,94 e 0,999 com RMSEs variando de 0,2 de °C (em 180 cm) a 4,37 °C (em 3 cm). Nenhum modelo de ML excedeu a baseline de persistência na média do RMSE.
2. Valor Limitado de ML em Horizontes Intermediários/Longos: Os métodos de ML começaram a mostrar desempenho competitivo ou superior apenas sob condições específicas:
   • Horizonte de 168 horas: A regressão Lasso alcançou o menor RMSE em 22% das combinações de profundidade-dobra, principalmente em profundidades intermediárias (120 cm e 180 cm), mas a persistência permaneceu superior no valor médio geral entre as dobras.
   • Horizonte de 720 horas: No horizonte de 30 dias, os métodos de ML tornaram-se competitivos em camadas mais profundas. O Random Forest alcançou uma redução de 20% no RMSE em comparação à persistência na profundidade de 300 cm. O Lasso mostrou melhorias modestas em profundidades intermediárias (40–180 cm). No entanto, em profundidades próximas à superfície (3–20 cm), nenhum método de ML se aproximou do desempenho da persistência.
3. Impacto do Tamanho do Conjunto de Dados de Treino: O desempenho de ML foi altamente sensível ao tamanho do conjunto de treinamento. Com conjuntos de dados pequenos (~1.245 horas), os modelos de ML performaram significativamente pior do que a persistência. O desempenho estável e competitivo exigiu aproximadamente 4.000–5.000 horas (seis meses) de dados de treinamento.
4. Previsibilidade Dependente da Profundidade: Observou-se um aumento monotônico da previsibilidade com a profundidade em todos os métodos, incluindo a persistência. Isso reflete a inércia térmica física do sistema de pavimento, onde camadas mais profundas exibem uma evolução de temperatura mais lenta e suave, em vez de uma melhoria na capacidade algorítmica.

Contribuições e Significância
O artigo fornece uma correção à narrativa predominante na literatura de temperatura de pavimentos de que o ML "resolve" problemas de previsão. Suas principais contribuições incluem:

• Benchmarking Metodológico: Este é o primeiro estudo a realizar explicitamente o benchmarking de um conjunto abrangente de algoritmos de ML contra uma baseline de persistência ingênua em múltiplos horizontes e profundidades para temperatura de pavimento. Demonstra que muitos dos altos valores de $R^2$ relatados anteriormente provavelmente refletem a exploração da autocorrelação (persistência) em vez de uma habilidade preditiva genuína.
• Identificação de Regimes: O estudo estabelece limites claros para a utilidade do ML. O ML agrega valor apenas em horizontes mais longos (≥168 horas) e maiores profundidades (≥60 cm), onde a difusão térmica atenua a variabilidade de alta frequência e a premissa de persistência começa a falhar. Para decisões operacionais de curto prazo (ex: manutenção diária), a persistência é suficiente e mais robusta.
• Protocolos Livres de Vazamento (Leak-Free): Ao impor uma regra estrita de engenharia de atributos de "não usar profundidade cruzada no mesmo instante de tempo", o estudo destaca como as práticas padrão no campo podem inadvertidamente transformar tarefas de previsão em interpolação espacial, inflando artificialmente as métricas de desempenho.
• Orientação Prática: Os achados oferecem orientação baseada em evidências para engenheiros: use persistência para previsões de curto prazo; considere a regressão Lasso para planejamento de médio prazo em profundidades intermediárias; e considere modelos de conjunto baseados em árvores apenas para planejamento sazonal de camadas profundas e longo prazo, desde que haja dados históricos suficientes (≥6 meses) disponíveis.

Limitações
Os autores reconhecem que os resultados baseiam-se em uma única estação e um único ciclo anual. Embora o local seja representativo do clima continental, a validação entre estações (cross-station validation) em toda a rede KazDorNII (abrangendo diferentes latitudes e tipos de solo) é necessária para confirmar a generalização. Além disso, o conjunto de atributos excluiu covariáveis meteorológicas, como radiação solar e velocidade do vento, o que pode limitar o desempenho da previsão da temperatura superficial. Por fim, o estudo utilizou a baseline de persistência mais simples; trabalhos futuros devem comparar o ML contra baselines mais sofisticadas, como modelos seasonal-naive ou ARMA.