日本京都——随着全球气温升至历史高位,遏制温室气体排放的压力已日益加大。甲烷因其短期内的全球变暖潜能超过二氧化碳80倍以上,成为特别关注的对象。
然而,由于现有检测方法存在局限性,监测甲烷排放并汇总其数量一直具有挑战性。
现在,包括京都大学和美国Geolabe在内的一个研究团队已经开发出一种在全球范围内自动检测甲烷排放的方法。
“我们的方法可以在高频和高分辨率下从点源检测甲烷,为系统量化方法铺平道路,”来自京都大学防灾研究所和Geolabe的首席作者Bertrand Rouet-Leduc表示。
Rouet-Leduc进一步表示,该方法可能有助于优先处理并自动验证甲烷的大气减缓措施,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,能够在全球范围内每隔几天就常规测量甲烷羽流。然而,这些甲烷数据存在大量噪声,并且迄今为止,检测仅限于非常大的排放源,且需要人工验证。
相比之下,该团队训练了一个人工智能系统,以自动检测每小时超过200千克的甲烷泄漏,这占已深入研究的大型油气盆地中甲烷排放量的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的检测准确性之间做出权衡。人工智能部分抵消了这些权衡,”来自Geolabe的合著者Claudia Hulbert解释道。
甲烷羽流既看不见也无味,因此通常使用红外摄像机等专用设备进行检测。从太空中发现这些泄漏的难度不言而喻,就像在干草堆里找一根针一样。泄漏分布在全球各地,且大多数甲烷羽流相对较小,在卫星数据中很容易被忽略。
该团队的协作工作标志着朝着精确、系统地监测全球各地甲烷排放迈出了重要一步,每隔几天就能监测一次。
“在分析大面积区域时,自动化至关重要。我们惊讶地发现,人工智能能够自动化这一过程,并在检测小甲烷羽流方面远远超出人眼的性能,”Rouet-Leduc表示。
“在下一阶段,我们计划在全球甲烷排放研究中纳入更多卫星。”