Искусственный интеллект автоматически обнаруживает шлейфы метана из космоса

Из-за своего короткого времени жизни в атмосфере метан является вторым по важности парниковым газом, способствующим изменению климата. Однако сокращение количества метана было определено как один из самых быстрых способов остановить потепление. Существует значительный и доступный потенциал для смягчения последствий от активных точечных источников, связанных с промышленностью ископаемого топлива.

Шлейфы метана можно обнаружить по данным дистанционного зондирования. Однако современные методы имеют высокий уровень ложноположительных результатов и требуют вмешательства человека. Из-за отсутствия больших реальных наборов аннотированных данных исследования машинного обучения в этой области ограничены.

В сотрудничестве с NIO.space компании Trillium Technologies ученые из Оксфордского университета разработали инструмент искусственного интеллекта, который автоматически обнаруживает шлейфы метана из космоса на Земле. Этот инструмент искусственного интеллекта может помочь определить, кто является «суперэмиттером» метана, и позволит предпринять более эффективные шаги по сокращению выбросов парниковых газов.

Прибор обнаружил шлейфы метана в данных с гиперспектральных спутников. По сравнению с более распространенными мультиспектральными спутниками, эти спутники имеют меньшую дальность обнаружения, что упрощает снижение шума и точную настройку сигнатуры метана. Но из-за объема генерируемых данных их обработка без искусственного интеллекта (ИИ) становится затруднительной.

Ученые обучили свою модель, используя 167 825 гиперспектральных фрагментов, снятых атмосферным датчиком НАСА AVIRIS над регионом Четырех Углов в США. Затем алгоритм был использован для анализа данных, полученных от дополнительных гиперспектральных датчиков на орбите, в том числе недавно запущенного НАСА гиперспектрального датчика EMIT (Earth Surface Mineral Dust Investigation Mission), который был установлен на станции Международного космического центра и обеспечивает практически полное покрытие Земли. планета.

Модель обнаружила массивные шлейфы метана с точностью более 81%*, что на 21,5% лучше, чем предыдущий лучший метод. Кроме того, по сравнению с предыдущей более точной методологией, уровень ложноположительного обнаружения классификации тайлов значительно улучшился, снизившись примерно на 41,83%.

Главный исследователь, аспирант философии Вейт Розица (факультет компьютерных наук Оксфордского университета) Он сказал: «Такая бортовая обработка может означать, что первоначально на Землю нужно будет отправлять только приоритетные оповещения, например, текстовый сигнал оповещения с координатами конкретного источника метана. Кроме того, это позволит группировке спутников взаимодействовать независимо: слабое первоначальное обнаружение послужит предупреждающим сигналом для других спутников в созвездии, чтобы они сфокусировали свои тепловизоры на интересующем месте.

Ученые выложили в открытый доступ как аннотированный набор данных, так и код, используемый для модели. Страница проекта на GitHub. В рамках программы NIO.space в настоящее время изучается, сможет ли модель работать непосредственно на борту спутника, позволяя дополнительным спутникам проводить последующие наблюдения.

Ссылка на журнал:

1. Ружичка В., Матео-Гарсия Г., Гомес-Чова Л. и др. Семантическая сегментация метановых шлейфов с использованием гиперспектральных моделей машинного обучения. Sci Rep 13, 19999 г. (2023 г.). Цифровой идентификатор: 10.1038/s41598-023-44918-6