使用人工智能在卫星图像中自动检测全球甲烷排放量

随着全球气温升至历史新高，遏制温室气体排放的压力加大。甲烷尤其成为目标，因为其短期内显着的全球变暖潜力是二氧化碳的 80 多倍。

然而，由于现有检测方法的权衡有限，监测甲烷排放并编制其数量一直具有挑战性。

现在，包括京都大学和美国Geolabe在内的研究团队开发出了一种在全球范围内自动检测甲烷排放量的方法。该工作发表在《自然通讯》杂志上。

京都大学防灾研究所和 Geolabe 的主要作者 Bertrand Rouet-Leduc 表示：“我们的方法有可能从点源提供高频和高分辨率的甲烷检测，为系统量化方法铺平道路。”

Rouet-Leduc进一步表明，他们的方法可能有助于优先考虑并自动验证大气中甲烷的缓解，目前甲烷约占全球变暖的三分之一。

近年来，多光谱卫星数据已成为一种可行的甲烷检测工具，可以每隔几天在全球范围内对甲烷羽流进行常规测量。然而，这些甲烷数据受到明显的噪音困扰，到目前为止，检测仅限于非常大的排放量，并且需要人工验证。

相比之下，该团队训练人工智能自动检测超过 200 公斤/小时的甲烷泄漏，占经过充分研究的大型油气盆地甲烷排放量的 85% 以上。

“通过卫星测量，必须在空间覆盖范围、空间和时间分辨率以及光谱分辨率和相关检测精度之间进行权衡。人工智能部分抵消了这些权衡，”合著者、同样来自 Geolabe 的克劳迪娅·赫尔伯特 (Claudia Hulbert) 解释道。

甲烷羽流是不可见且无味的，因此通常可以使用红外摄像机等专用设备来检测它们。从太空中找到这些泄漏的难度不言而喻，就像大海捞针一样。泄漏分布在全球各地，而且大多数甲烷羽流相对较小，因此很容易在卫星数据中被遗漏。

该小组的合作工作是朝着每隔几天精确、系统地监测地球上任何地方的甲烷排放量迈出的关键一步。

“在分析大面积区域时，自动化至关重要。我们感到惊讶的是，人工智能可以实现整个过程的自动化，并且在检测小型甲烷羽流方面远远优于人眼，”鲁埃-勒杜克反映道。

“在下一阶段，我们计划将更多卫星整合到全球甲烷排放研究中。”