🤖 AI

Uncertainty Quantification for EO Regression Tasks: Building Height, Tree Canopy Height and Above-ground Biomass Estimation

本文通过提出两种互补的深度学习方法——高斯与分位数不确定性估计，旨在解决地球观测回归任务中可靠性指标缺失的问题，利用 Sentinel-1 和 Sentinel-2 时间序列为建筑高度、树冠高度及地上生物量估算生成经过良好校准且具有可解释性的置信区间，其性能优于现有的确定性基准模型和全球产品。

原作者： Ritu Yadav, Andrea Nascetti, Yifang Ban

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Ritu Yadav, Andrea Nascetti, Yifang Ban

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你是一名试图猜出城市中每栋建筑高度、森林中每棵树高度，或是隐藏在叶片中的“木材重量”（生物量）的侦探。你有一个超级聪明的 AI 助手，它通过观察长达一整年的卫星照片来进行这些猜测。但问题在于，通常这个 AI 只会给出一个单一的数字，比如“这座建筑高 15 米”。它并不会告诉你这个猜测是由于极其大胆的盲猜，还是它有 100% 的把握。这就像一个天气预报应用，只说“会下雨”，却从不提到这是阵雨还是飓风的可能性。

这篇论文讲述的是如何教导这个 AI 说出：“我认为这座建筑高 15 米，但我只有 60% 的把握，所以它实际上可能在 12 到 18 米之间。”

两个新的“置信度”工具

研究人员 Ritu Yadav 及其团队尝试了两种不同的方法，来赋予 AI 这种“置信度”超能力。他们在三个大型任务上测试了这些工具：猜测建筑高度、树冠高度以及树木的总重量（生物量）。

1. “对称气泡”（高斯不确定性）
可以把它想象成在 AI 的猜测周围画一个完美的圆型气泡。AI 会预测一个中心点（平均高度）和一个气泡的大小（它可能偏离多少）。如果误差是平衡的——比如 AI 猜错树木高度时，猜矮了和猜高了的可能性差不多——那么这种方法效果很好。论文发现，这种方法在处理树木和森林时表现得非常出色，因为那里的误差往往是比较平衡的。

2. “不对称网”（分位数不确定性）
现在，想象一张不是圆形的渔网。有时候，AI 更容易朝一个方向犯错。例如，在猜测摩天大楼的高度时，AI 经常会猜得比实际矮，但很少会猜得比实际高。一个圆形的“气泡”无法展示这一点。这种“不对称网”方法会预测三条特定的线：一个低值猜测（第 10 百分位数）、一个中间值猜测（第 50 百分位数）和一个高值猜测（第 90 百分位数）。这创造了一个可以向某一边拉伸得更长的形状。论文指出，这是处理城市环境更好的工具，因为建筑物的形状奇特，AI 的误差并不总是公平且平衡的。

论文说了什么（以及没说什么）

作者非常谨慎，并没有声称他们“解决”了猜测高度的问题。相反，他们展示了这些新方法如何表明了一种处理现实世界数据混乱性的更好方式。

他们排除了什么： 他们认为仅仅给出一个单一的数字（“确定性”猜测）是不够的，因为这掩盖了猜测可能存在的不靠谱程度。他们还表明，假设所有误差都是完美平衡的（像一个完美的圆圈）并不总是正确的，尤其是在处理建筑物时。
他们的把握有多大？ 他们不仅仅是在计算机上进行模拟；他们使用来自五个国家（爱沙尼亚、芬兰、德国、荷兰和瑞士）的真实数据，利用真实的卫星图像进行了测试。论文并未指明数据的确切年份，只说明数据由 Sentinel-1 和 Sentinel-2 卫星的一年期时间序列组成。
- 对于树木高度，他们的“对称气泡”模型的误差约为每个像素 2.33 米。
- 对于建筑高度，“不对称网”模型表现稍好，误差为每个像素 2.37 米，而气泡模型为 2.56 米。
- 对于生物量（树木重量），气泡模型的误差约为每个像素 30.14 吨。

“信任分数”

我们如何知道 AI 的置信度气泡是否真实可靠？研究人员使用了一个“信任分数”（称为误差覆盖率）。

如果 AI 说：“我有 68% 的把握答案在这个范围内，”论文显示，在现实中，答案确实大约有 68% 的时间落在该范围内（针对树木），以及 82% 的时间落在该范围内（针对建筑物）。
当他们把范围扩大到“95% 把握”时，真实答案大约有 94–96% 的时间落在该范围内。

这意味着 AI 不仅仅是在编造置信度数字；它实际上是在诚实地告知其猜测有多么摇摆不定。

核心启示

这篇论文并不声称这些模型是完美的。事实上，作者承认对于极高的建筑或巨大的木材量，AI 有时会感到困惑，导致“气泡”变得过大或过度拉伸。但是，通过使用这两种新方法，AI 现在不仅能告诉我们它认为是什么，还能告诉我们我们应该在多大程度上信任它。

对于观察建筑物的城市规划师，或是计算树木重量的气候科学家来说，这是一个游戏规则的改变者。这不同于一个只说“下雨”的天气应用，而是一个会说“有 90% 的概率会发生暴雨，但如果你运气好，可能只是毛毛细雨”的应用。论文证明了加入这个“也许”因素，会让整个系统变得更加可靠，即便猜测本身并不总是 100% 正确。

技术摘要：面向地球观测回归任务的不确定性量化

问题陈述

地球观测（EO）回归任务，特别是建筑高度、树冠高度和地上生物量（AGB）估算，对于城市规划、森林监测和气候政策至关重要。然而，标准的深度学习模型通常仅产生确定性预测（每个像素一个标量值），而无法指示这些预测的可靠性或置信度。由于地球观测数据固有的挑战，这种不确定性量化的缺失问题尤为严重，包括异质性的地表、偏斜的目标分布、传感器噪声、大气干扰以及高目标值处的信号饱和。

虽然不确定性估计在计算机视觉领域已得到广泛应用（通常使用贝叶斯近似或集成方法），但其在地球观测回归任务中的系统化应用仍然有限。此外，回归任务与分类任务相比面临独特的困难：连续的目标空间和偏斜或重尾分布使得定义校准的不确定性度量变得具有挑战性。标准的高斯假设可能无法捕捉到地球观测数据中常见的非对称不确定性，因此需要替代方案。

方法论

作者提出通过建模偶然不确定性（数据中不可约的噪声），利用为期一年的 Sentinel-1 SAR 和 Sentinel-2 MSI 影像（12个月，10米分辨率）时间序列进行研究。他们引入了两种互补的深度学习方法，两者共享一个共同的骨干网络，但在不确定性头部（uncertainty headers）上有所不同：

1. 网络架构

骨干网络（Backbone）： 一个基于 ResNet50 的共享 CNN 编码器处理 12 个月的时间序列（T=12, C=9 通道）。特征被映射到潜空间，并由两个连续的 Swin Transformer 模块进行处理，利用移动窗口注意力机制来捕捉时空依赖关系。
解码器（Decoder）： 一个多级解码器（L1, L2, L3）通过时间注意力机制增强特征，并将特征上采样以生成像素级预测。

2. 高斯不确定性 (Gaussian UC)

公式化： 一种假设目标服从高斯分布的参数化方法。模型联合预测均值 ( $\mu$ ) 和对数标准差 ( $\eta = \log \sigma$ )。
损失函数： 使用以下各项的加权和进行训练：
- 负对数似然 (NLL)： 主要损失函数，优先考虑非零地面真值像素。
- Sobel 边缘损失： 用于保持边界并抑制模糊。
- RMSE： 作为均值预测的正则化项。

3. 分位数不确定性 (Quantile UC)

公式化： 一种估计第 10、第 50 和第 90 条件分位数 ( $Q_{10}, Q_{50}, Q_{90}$ ) 的非参数化方法。这允许实现非对称预测区间，更适用于偏斜分布。
损失函数： 使用以下各项的加权和进行训练：
- 分位数损失 (Pinball Loss)： 最小化三个分位数的误差。
- 正则化项：
  - 覆盖缺陷 (Coverage Shortfall)： 鼓励 $[Q_{10}, Q_{90}]$ 的经验覆盖率接近名义值 80%。
  - 非交叉性 (Non-Crossing)： 强制执行 $Q_{10} \leq Q_{50} \leq Q_{90}$ 。
  - 置信度自适应展宽 (Confidence-Adaptive Spread)： 当中位数预测准确时，收缩区间宽度。
- Sobel 和 RMSE： 应用于中位数 ( $Q_{50}$ ) 以保持边缘并稳定估计。

4. 评估指标

准确性： RMSE, $R^2$ , MAPE, nMAD (归一化中值绝对偏差) 以及 IoU。
不确定性校准：
- 误差覆盖率 (ErrorCoverage)： 对于高斯 UC，测量残差落在 $k\sigma$ ( $k=1, 2, 3$ ) 范围内的百分比。
- 数据覆盖率 (DataCoverage)： 对于分位数 UC，测量地面真值落在 $[Q_{10}, Q_{90}]$ 区间内的百分比。

核心贡献

对比框架： 本文系统地比较了用于地球观测回归的高斯和分位数不确定性公式。
多任务评估： 两种方法都在三个高影响任务上进行了评估：建筑高度估计 (BHE)、树冠高度估计 (CHE) 和地上生物量 (AGB) 估计，利用了融合的 SAR 和多光谱时间序列。
校准指标： 作者展示了如何使用“ErrorCoverage”和“DataCoverage”来严格评估预测不确定性区间的校准情况。
性能基准测试： 研究表明，具备不确定性感知能力的模型可以在提供可解释置信度估计的同时，达到与确定性基准模型相当的准确度。

结果

模型在涵盖爱沙尼亚、芬兰、德国、荷兰和瑞士的数据集上进行了测试。

准确性： 两种模型均取得了具有竞争力的结果。
- 树冠高度与生物量： 高斯 UC 模型表现最佳，其中 CHE 的 RMSE 为 2.33m，AGB 的 RMSE 为 30.14 吨/像素。 $R^2$ 得分较高（0.80–0.90），表明其能高效学习植被变化。
- 建筑高度： 分位数 UC 模型略优于高斯模型（RMSE 2.37m vs. 2.56m， $R^2$ 0.50 vs. 0.42）。作者将其归因于城市环境的异质性，在这种环境下，非对称区间能更好地捕捉局部偏差和非高斯分布。
校准：
- 高斯 UC： 误差覆盖率接近名义高斯预期（例如，在 $\pm1\sigma$ 内约为 68%，在 $\pm2\sigma$ 内约为 95%）。然而，在某些高值区域，模型会扩大不确定性以补偿尾部失配。
- 分位数 UC： 在所有任务中， $[Q_{10}, Q_{90}]$ 区间的数据覆盖率约为 80% (0.79–0.82)，表明其非对称区间经过了良好的校准。
分布特征： 结果强调，建筑高度和生物量的误差通常呈现右偏分布（在高值处存在系统性低估），分位数模型通过较宽的上侧区间（ $Q_{50}$ – $Q_{90}$ ）有效地捕捉到了这一点。

意义与主张

本文声称，显式建模偶然不确定性对于可靠的地球观测推理是必不可少的，特别是考虑到卫星数据中固有的噪声和饱和现象。作者断言：

不确定性估计模型可以在提供具有操作价值的置信度估计的同时，在准确度上匹配甚至超越确定性基准。
高斯和分位数公式的选择取决于目标领域：高斯假设适用于较为平滑的植被目标，而分位数回归则更适用于复杂的、偏斜的城市环境。
所提出的模型在树冠高度估计方面优于当前 10 米分辨率的具有不确定性感知能力的先进模型（SOTA）。
本研究通过超越单值预测，提供了校准过的、可解释的不确定性图谱，这对于气候政策和城市规划中的决策至关重要，从而填补了地球观测领域的一个关键空白。

该实现已向社区开放，以促进该领域的进一步研究。