Clasificación de especies de árboles a nivel de píxel utilizando aprendizaje profundo y series temporales multiespectrales en un contexto desequilibrado

Este artículo investiga la clasificación de especies de árboles utilizando la serie temporal de imágenes satelitales multiespectrales Sentinel-2 (SITS). A pesar de su importancia para muchas aplicaciones y usuarios, este mapeo a menudo no está disponible o está desactualizado. El valor de usar SITS para clasificar especies de árboles a gran escala ha sido demostrado en numerosos estudios. Sin embargo, muchos métodos propuestos en la literatura aún dependen de un algoritmo estándar de aprendizaje automático, generalmente el algoritmo de bosque aleatorio (RF). Nuestro análisis muestra que el uso de modelos de aprendizaje profundo (DL) puede llevar a una mejora significativa en los resultados de clasificación, especialmente en un contexto desequilibrado donde el algoritmo RF tiende a predecir la clase mayoritaria. En nuestro estudio de caso en el centro de Francia con 10 especies de árboles, obtuvimos una precisión general (OA) de alrededor del 95% y una puntuación F1-macro de alrededor del 80% utilizando tres arquitecturas de DL de referencia diferentes (redes completamente conectadas, convolucionales y basadas en atención). En contraste, utilizando el algoritmo RF, las puntuaciones de OA y F1 obtenidas fueron del 92% y 60%, lo que indica que las clases minoritarias están mal clasificadas. Nuestros resultados también muestran que los modelos de DL son robustos a datos desequilibrados, aunque se pueden obtener pequeñas mejoras al abordar específicamente este problema. La validación en datos independientes in situ muestra que todos los modelos tienen dificultades para predecir en áreas no bien cubiertas por los datos de entrenamiento, pero incluso en esta situación, el algoritmo RF es ampliamente superado por los modelos de aprendizaje profundo para las clases minoritarias. El marco propuesto se puede implementar fácilmente como una base sólida, incluso con una cantidad limitada de datos de referencia.