MethaneMapper は過小報告されているメタン排出の問題を解決する準備ができています

気候変動を遅らせるために温室効果ガスの排出を制御する上での最大の困難は、そもそも排出ガスを見つけることだ。

これは、今日大気中に二酸化炭素に次いで 2 番目に多い温室効果ガスである無色無臭のガスであるメタンの場合にも当てはまります。 二酸化炭素よりも寿命は短いものの、米国環境保護庁によると、二酸化炭素の熱捕捉能力は二酸化炭素の 25 倍以上で、20 年間で大気中に二酸化炭素の 80 倍の熱を捕捉すると推定されています。

そのため、メタンの抑制が優先事項になっている、とカリフォルニア大学サンタバーバラ校の研究者で、コンピューター科学者BSマンジュナス氏のビジョン研究室の博士課程学生であるサティシュ・クマール氏は述べた。

「最近、2022年の国際気候サミットではメタンが実際にハイライトとなった。誰もがメタンに苦しんでいるからだ」と彼は語った。

米国では報告義務があるとしても、メタンは目に見えないため、その排出量が過小報告される可能性が高いことを意味します。 テキサス州とニューメキシコ州に位置し、何万もの井戸があるパーミアン盆地（8万6,000平方マイルの石油・天然ガス採掘場）のように、場合によっては差異が大きくなる場合もある。 この地域の独立したメタン監視により、この現場では現場の運営者が報告した量の 8 倍から 10 倍のメタンが排出されていることが明らかになりました。

COP27会議を受けて、米国政府は現在、特に国内の石油とガスの生産が近い将来増加すると予想されることから、この種の「超排出」漏洩に対する管理を強化する方法を模索している。 しかし、そのためには、石油・ガス事業者のパフォーマンスを評価し、必要に応じて適切な罰金を課すために、信頼できる逃亡排出データを収集する方法が必要です。

MethaneMapper を入力してくださいこれは、リアルタイムでメタン排出を検出し、その発生源を追跡するためにクマール氏らが開発した、人工知能を利用したハイパースペクトル イメージング ツールです。 このツールは、対象エリアの頭上空輸スキャン中に収集されたハイパースペクトル データを処理することによって機能します。

「我々には432のチャンネルがある」とクマール氏は語った。 NASA のジェット推進研究所からの調査画像を使用して、研究者らは 400 ナノメートルの波長から始めて、最大 2,500 ナノメートルの間隔で写真を撮影します。この範囲には、メタンを含む炭化水素のスペクトル特徴が含まれます。 写真の各ピクセルにはスペクトルが含まれており、「スペクトル バンド」と呼ばれる波長の範囲を表します。 そこから、機械学習が膨大な量のデータを取得して、画像処理で捕捉された他の炭化水素とメタンを区別します。 この方法により、ユーザーはプルームの大きさだけでなく、その発生源も確認できるようになります。

メタン検出のためのハイパースペクトル イメージングは​​注目の分野であり、企業が機器や検出システムを開発してこの争いに参入しています。 MethaneMapper を際立たせているのは、さまざまな種類の地形から収集されたデータの多様性と深さです。これにより、機械学習モデルは、さまざまな地形、葉、その他の背景を背景にメタンの存在を検出できるようになります。

「リモート センシング コミュニティでよくある問題は、ある場所向けに設計されたものはその場所以外では機能しないということです」とクマール氏は説明しました。 したがって、リモート センシング プログラムは、特定の地形 (たとえば、アメリカ南西部の乾燥した砂漠) に対してメタンがどのように見えるかを学習することがよくありますが、コロラド州の岩の多い頁岩や中西部の平坦な土地と比較すると、システムは学習できない可能性があります。同じように成功してください。

「私たちは約4,000の排出サイトをカバーする独自のデータセットを厳選しました」とクマール氏は語った。 「カリフォルニア、テキサス、アリゾナという乾燥した州もあります。しかし、植物が鬱蒼と茂るバージニア州もあります。つまり、かなり多様性に富んでいます。」 彼によると、MethaneMapper のパフォーマンス精度は現在 91% です。

MethaneMapper の現在の動作バージョンは、システムのスキャン コンポーネントとして飛行機に依存しています。 しかし研究者らは、航空機が排出する温室効果ガスを発生させずに、広範囲の地形を繰り返しスキャンできる可能性のある衛星利用プログラムに野心的な目標を設定している。 飛行機の使用と衛星の使用の間の主なトレードオフは、解決策にあるとクマール氏は述べた。

「飛行機からは1時間あたり50kgもの少量の排出物を検出できます」と彼は言いました。 衛星の場合、しきい値は 1 時間あたり約 1000 kg、または 1 トンに増加します。 しかし、石油やガスの事業からの排出量を監視するという目的であれば、1 時間あたり数千キログラムの排出量になる傾向があるため、地球のより広い範囲や、人が立ち入っていない可能性のある場所をスキャンできる能力に対して支払うのはわずかな代償です。いわばレーダー。

「最も最近の事例は、7、8か月前だったと思いますが、メキシコに向かう沖合の石油掘削装置からの排出物でした。」とクマール氏は言いました、「6か月間、毎時7,610キログラムの速度でメタンを排出していました。そして誰もいませんでした」それについて知っていました。

衛星検出は地球規模で炭素排出量を追跡できるだけでなく、高解像度の調査のためにその後の航空機ベースのスキャンを指示するためにも使用できます。

最終的に、Kumar 氏らは AI とハイパースペクトル メタン イメージングの力を主流にし、機械学習の専門知識がなくても幅広いユーザーが利用できるようにしたいと考えています。

「私たちが提供したいのは、BisQue などの Web プラットフォームを介したインターフェースであり、誰でもクリックしてデータをアップロードでき、分析を生成できるのです」と同氏は述べた。 「誰でも使えるシンプルで効果的なインターフェースを提供したい。」

MethaneMapper プロジェクトは、米国科学財団賞 SI2-SSI #1664172 によって資金提供されています。 このプロジェクトは、BS マンジュナス教授が率いるカリフォルニア大学サンタバーバラ校のマルチモーダル ビッグ データ サイエンスおよびヘルスケア センター イニシアチブの一環です。 さらに、MethaneMapper は、6 月 18 ～ 22 日にブリティッシュ コロンビア州バンクーバーで開催される、コンピューター ビジョン分野のプレミア イベントである 2023 コンピューター ビジョンおよびパターン認識 (CVPR) カンファレンスのハイライト ペーパーとして取り上げられます。

- このプレスリリースはもともとカリフォルニア大学サンタバーバラ校のウェブサイトに掲載されたものです。