science >> Wetenschap >  >> Natuur

Deep-learning algoritmen gebruiken om kaarten van scheepssporen te maken

Veranderingen in de gedetecteerde spoordichtheid van het schip voor vier perioden van verschillende brandstofvoorschriften. Krediet:Tianle Yuan et al.

Een team van onderzoekers verbonden aan verschillende universiteiten in de VS, dat samenwerkt met het Goddard Space Flight Center, heeft een diepgaand algoritme gebruikt om kaarten van scheepssporen over de hele planeet te maken. In hun paper gepubliceerd in het tijdschrift Science Advances, de groep beschrijft het gebruik van hun algoritme om meer te weten te komen over de effectiviteit van regels die zijn ingevoerd om de vervuiling door schepen te verminderen.

Al meer dan 55 jaar weten wetenschappers dat wanneer schepen over de oceanen van de wereld varen, ze vaak achterlaten wat bekend is geworden als scheepssporen. De sporen lijken enigszins op contrails achtergelaten door vliegtuigen, en worden gecreëerd door emissies van schepen die in wisselwerking staan ​​met de lokale omgeving.

Scheepssporen worden gevormd wanneer aërosolen die zijn opgenomen in de uitlaat van schepen die fossiele brandstoffen verbranden, de atmosfeer in worden gestuurd, waar ze zich vermengen met laaghangende wolken. Terwijl ze zich vermengen, vormen zich meer waterdruppels, en dat leidt ertoe dat de wolken helderder worden - helder genoeg om op satellietbeelden te zien. Terwijl het schip beweegt, worden de wolken boven hen net voldoende helder om een ​​spoor te creëren, dat zijn pad door het water schetst.

De 2020-verordening over het zwavelgehalte heeft de lucht schoongemaakt, maar zorgde ook voor een klimaatopwarmend effect. Krediet:Tianle Yuan et al.

Emissies van schepen dragen ook bij aan klimaatverandering. Daarom hebben sommige landen emissieregels ingevoerd voor schepen die bepaalde scheepvaartroutes passeren - en dat heeft geleid tot een vermindering van waargenomen scheepssporen. Maar het heeft niet noodzakelijk de voetafdruk van de scheepvaartindustrie verkleind, aangezien veel van dergelijke entiteiten de regels hebben omzeild door verschillende brandstoffen te verbranden, afhankelijk van waar ze varen. Door elementen in brandstof te verwijderen die vervuiling veroorzaken, wordt de brandstof duurder, dus gebruiken scheepseigenaren liever alleen de dure dingen wanneer ze worden gecontroleerd. In deze nieuwe poging hebben de onderzoekers een nieuwe benadering gekozen voor het monitoren van scheepsactiviteit. Ze gebruikten een diepgaand lerend algoritme om hun computer te leren scheepssporen te herkennen die op satellietbeelden verschijnen. Ze gebruikten de gegevens van het algoritme om kaarten van de wereld te maken met scheepssporen over een gewenste periode, waardoor klimaatwetenschappers een nieuwe tool kregen om een ​​grote bron van broeikasgasemissies te volgen.

De onderzoekers erkennen dat hun kaarten niet compleet zijn - niet alle scheepsreizen creëren scheepssporen. Hun creatie is afhankelijk van bepaalde omgevingsomstandigheden, waaronder weers- en vervuilingsniveaus. + Verder verkennen

Afbeelding:Atlantische scheepssporen

© 2022 Science X Network