Какво стана
Google и JPL на НАСА разработиха AI модел, наречен MAPL-EMIT, който използва данни от сателитния инструмент EMIT на НАСА за откриване, количествено определяне и локализиране на метанови струи в световен мащаб. Моделът е обучен на 3,6 милиона симулирани по физика метанови струи и открива 50% повече струи от човешки експерти. Той идентифицира повече от 23 000 допълнителни струи по целия свят, включително струи в 24 от 25-те депа за отпадъци с най-големи емисии в света.
Моделът MAPL-EMIT е трансформатор на зрението от край до край, който обработва пълния спектър на излъчване на излъчване, за да извлече съвместно подобряване на метана във всички пиксели в сцена. Той свързва трансформаторен енкодер Swin‑v2‑S с конволюционен декодер в архитектура, подобна на U‑Net, и изпълнява три задачи едновременно: количествено определяне на подобряването на метана на пиксел, очертаване на формата и границите на всеки поток и локализиране на източника на всяка емисия.
Моделът беше обучен на 3,6 милиона синтетични струи, генерирани с помощта на конвейер за симулация, базиран на физиката, и инжектирани в реални сцени на EMIT. Изследователите разделиха 235 000 плочки EMIT на комплекти за обучение, валидиране и тестване и обучиха модела на 32 Google TPU чипа за приблизително 96 часа.
При сравнителни тестове в реалния свят MAPL-EMIT улови 84% от ръчно анотираните комплекси от струи на NASA EMIT L2B в тестов набор от 1084 гранули EMIT, като същевременно идентифицира приблизително 1,5 пъти повече правдоподобни струи, отколкото човешки анализатори.
Детайли за източника: unite.ai ↗
Защо има значение
Моделът с изкуствен интелект има значителни последици за усилията за наблюдение и намаляване на метана. Метанът е мощен парников газ с потенциал за затопляне 30 пъти по-голям от този на въглеродния диоксид за период от 100 години. Моделът може да помогне за идентифициране и проследяване на емисиите на метан от различни източници, включително сметища, селско стопанство и производство на енергия. Тази информация може да се използва за информиране на политически решения и стратегии за смекчаване на емисиите на метан и борба с изменението на климата.
Високият потенциал за глобално затопляне на метана прави точното откриване от решаващо значение за смекчаване на климата; моделът подобрява степента на откриване на струи с 50% в сравнение с човешките експерти и разкрива хиляди нерегистрирани преди това източници.
Чрез определяне на емисиите от сметища, селско стопанство и енергийни съоръжения, MAPL‑EMIT предоставя данни за действия за регулаторите и компаниите, които се стремят да изпълнят целта за 30% намаляване на метана на Global Methane Pledge до 2030 г.
По-фината пространствена разделителна способност на модела (60 m) в сравнение със съществуващите сателитни продукти позволява приписване на ниво източник, подпомагайки усилията за целеви ремонт и намаляване в сектори с високи емисии.
Интерактивен механизъм: как всъщност работи
Разгледайте интерактивно основната технология зад тази разработка.
A route planner searches possible journeys using explicit rules. What does this illustrate about AI?
Какво да гледате след това
Бъдещи разработки и приложения на модела MAPL-EMIT, включително потенциалната му интеграция с други сателитни инструменти и използването му в различни индустрии. Способността на модела да открива и количествено определя метанови струи може да има значителни последици за сектори като нефт и газ, селско стопанство и управление на отпадъците.
Интегриране на резултатите от MAPL‑EMIT в публични инструменти на Earth Engine и как политиците и индустрията приемат данните за програми за намаляване на емисиите.
Потенциално разширяване на подхода към други парникови газове и мултисателитни извличания, тъй като следващото поколение спектрометри за изображения на НАСА идват онлайн.
Оценка на фалшиво положителни резултати при сложен терен и последващи подобрения, които биха могли да подобрят надеждността за оперативен мониторинг.