När den globala temperaturen stiger till rekordhöga nivåer har trycket för att minska utsläppen av växthusgaser intensifierats. Metan är särskilt målsatt eftersom dess betydande globala uppvärmningspotential på kort sikt överstiger koldioxiden med över 80 gånger.
Att övervaka metanutsläpp och sammanställa deras kvantiteter har dock varit utmanande på grund av begränsande avvägningar med befintliga detektionsmetoder.
Nu har ett forskarlag inklusive Kyoto University och Geolabe, USA utvecklat en metod för att automatiskt upptäcka metanutsläpp i global skala. Verket publiceras i tidskriften Nature Communications .
"Vårt tillvägagångssätt kan potentiellt tillhandahålla metandetektion vid hög frekvens och hög upplösning från punktkällor, vilket banar väg för en systematisk kvantifieringsmetod", säger huvudförfattaren Bertrand Rouet-Leduc vid KyotoU:s Disaster Prevention Research Institute och Geolabe.
Rouet-Leduc föreslår vidare att deras metod kan hjälpa till att prioritera och automatiskt validera atmosfärisk minskning av metan, som för närvarande står för ungefär en tredjedel av den globala uppvärmningen.
Multispektrala satellitdata har dykt upp som ett livskraftigt verktyg för att detektera metan under de senaste åren, vilket möjliggör rutinmätningar av metanplymer i global skala med några dagars mellanrum. Betydande buller plågar dock dessa metandata, och hittills har upptäckter varit begränsade till mycket stora utsläpp och har krävt mänsklig verifiering.
Däremot har teamet tränat en AI för att automatiskt upptäcka metanläckor över 200 kg/h, vilket står för över 85 % av metanutsläppen i välstuderade, stora olje- och gasbassänger.
"Med satellitmätningar måste avvägningar göras mellan rumslig täckning, rumslig och tidsmässig upplösning, och spektral upplösning och tillhörande detekteringsnoggrannhet. AI uppväger delvis dessa avvägningar", förklarar medförfattaren Claudia Hulbert, också på Geolabe.
Metanplymer är osynliga och luktfria, så de upptäcks vanligtvis med specialutrustning som infraröda kameror. Svårigheten att hitta dessa läckor från rymden är en självklarhet, som att hitta en nål i en höstack. Läckor är fördelade över hela världen och de flesta metanplymer är relativt små, vilket gör dem lätta att missa i satellitdata.
Gruppens samarbetsarbete utgör ett nyckelsteg mot en exakt, systematisk övervakning av metanutsläpp, var som helst på jorden, med några dagars mellanrum.
"Automatisering är avgörande när man analyserar stora områden. Vi blev förvånade över att AI kan automatisera processen och dramatiskt överträffa det mänskliga ögat när det gäller att upptäcka små metanplymer", reflekterar Rouet-Leduc.
"I vår nästa fas planerar vi att integrera ytterligare satelliter i en global studie av metanutsläpp."
Mer information: Bertrand Rouet-Leduc et al., Automatisk detektering av metanemissioner i multispektrala satellitbilder med hjälp av en syntransformator, Nature Communications (2024). DOI:10.1038/s41467-024-47754-y
Journalinformation: Nature Communications
Tillhandahålls av Kyoto University
