Tre svar i samme analyse
Systemet hedder MAPL-EMIT og arbejder med hyperspektrale billeder fra EMIT-instrumentet på Den Internationale Rumstation. I stedet for almindelige farvefotos registrerer instrumentet mange smalle bølgelængder. Metan ændrer lyset på en karakteristisk måde, men signalet kan være svagt og forveksles med træk i landskabet. Modellen kombinerer derfor lysets spektrum med formen og omgivelserne i billedet. Den løser tre opgaver på én gang: Den anslår, hvor meget metan der ligger over baggrundsniveauet, tegner fanens udstrækning og vurderer, hvor fanen begynder. Det sidste er særligt vigtigt, når flere udledninger ligger tæt og blandes af vinden.Millioner af kunstige faner blev træningsmateriale
Der findes ikke millioner af virkelige metanfaner med præcise facitmarkeringer. Forskerne skabte derfor 3,6 millioner fysiske simuleringer af, hvordan gassen spredes, og lagde dem ind i rigtige EMIT-scener. På den måde kunne modellen trænes på forskellige styrker, terræner og vindmønstre uden at lade som om de simulerede faner var faktiske udslip. Den fagfællebedømte undersøgelse rapporterer, at modellen fandt 84 procent af de fanekomplekser, som eksperter havde markeret i et datasæt på 1.084 satellitoptagelser. Den fandt samtidig omkring 50 procent flere plausible faner end den menneskeskabte reference. Test mod flymålinger, kontrollerede udledninger og store lossepladser blev brugt som yderligere kontrol; modellen registrerede faner ved 24 af 25 undersøgte lossepladser med store udledninger. Tallene betyder ikke, at alle nye markeringer er beviste lækager. Høj følsomhed giver også flere falske positiver, og mørke overflader, skyer og skygger kan forringe signalet. Modellen kan desuden overse små eller svage faner.Et kort er ikke det samme som en udledningstakt
Earth Engine-datasættet viser blandt andet fanens geometri, sandsynlige startpunkt og metanens forhøjelse i luftsøjlen ved en opløsning på 60 meter. Den værdi er ikke automatisk et svar på, hvor mange kilo gas en facilitet udleder i timen. En sådan beregning kræver også vinddata og en særskilt metode, som føjer mere usikkerhed til resultatet. Dækningen er heller ikke konstant eller verdensomspændende i hvert øjeblik. Den følger de steder og tidspunkter, hvor EMIT faktisk har målt fra rumstationen. Det åbne kort fungerer derfor bedst som et nyt lag af kandidater og dokumentation, ikke som en komplet facitliste over alle metankilder.Åben kode gør fundene efterprøvelige
Forskerholdet har frigivet en Python-baseret inferenspakke, der kan behandle store satellitscener i mindre felter, samle overlappende fund og eksportere både masker, kildepunkter og målinger i maskinlæsbare formater. Den trænede model og de syntetiske data er også publiceret, mens de beregnede resultater kan undersøges i Google Earth Engine. Det giver klimaforskere og andre fagfolk mulighed for både at kontrollere de eksisterende kort og køre metoden på relevante målinger. Den største praktiske gevinst opstår først, hvis de automatiske fund bliver koblet med lokal viden, vindforhold og kontrolmålinger. MAPL-EMIT erstatter med andre ord ikke den faglige verifikation; det gør det muligt at rette den mod langt flere konkrete steder.Der er benyttet AI til at skrive denne artikel.
