Het monitoren van de methaanemissies en het verzamelen van de hoeveelheden ervan was echter een uitdaging vanwege de beperkte afwegingen met bestaande detectiemethoden.

Nu heeft een onderzoeksteam, waaronder de Universiteit van Kyoto en Geolabe, VS, een methode ontwikkeld om automatisch de uitstoot van methaangas op wereldschaal te detecteren. Het werk is gepubliceerd in het tijdschrift Nature Communications .

"Onze aanpak kan potentieel methaandetectie met hoge frequentie en hoge resolutie vanuit puntbronnen opleveren, waardoor de weg wordt vrijgemaakt voor een systematische kwantificeringsmethode", zegt hoofdauteur Bertrand Rouet-Leduc van KyotoU's Disaster Prevention Research Institute en Geolabe.

Rouet-Leduc suggereert verder dat hun methode kan helpen bij het prioriteren en automatisch valideren van de atmosferische mitigatie van methaan, dat momenteel verantwoordelijk is voor ongeveer een derde van de opwarming van de aarde.

Multispectrale satellietgegevens zijn de afgelopen jaren uitgegroeid tot een levensvatbaar instrument voor de detectie van methaan, waardoor routinematige metingen van methaanpluimen op wereldschaal om de paar dagen mogelijk zijn. Deze methaangegevens worden echter geplaagd door aanzienlijke ruis, en tot nu toe zijn de detecties beperkt gebleven tot zeer grote emissies en was menselijke verificatie vereist.

Het team heeft daarentegen een AI getraind om automatisch methaanlekken van meer dan 200 kg/uur te detecteren, die verantwoordelijk zijn voor meer dan 85% van de methaanemissies in goed bestudeerde, grote olie- en gasbekkens.

"Bij satellietmetingen moeten afwegingen worden gemaakt tussen ruimtelijke dekking, ruimtelijke en temporele resolutie, en spectrale resolutie en de bijbehorende detectienauwkeurigheid. AI compenseert deze afwegingen gedeeltelijk", legt co-auteur Claudia Hulbert, ook van Geolabe, uit. P>

Methaanpluimen zijn onzichtbaar en geurloos en worden daarom doorgaans gedetecteerd met gespecialiseerde apparatuur zoals infraroodcamera's. De moeilijkheid bij het vinden van deze lekken vanuit de ruimte spreekt voor zich, vergelijkbaar met het vinden van een speld in een hooiberg. Lekken zijn over de hele wereld verspreid en de meeste methaanpluimen zijn relatief klein, waardoor ze gemakkelijk over het hoofd worden gezien in satellietgegevens.

Het gezamenlijke werk van de groep vertegenwoordigt een belangrijke stap in de richting van de nauwkeurige, systematische monitoring van de methaanemissies, waar dan ook ter wereld, om de paar dagen.

"Automatisering is van cruciaal belang bij het analyseren van grote gebieden. We waren verrast dat AI het proces kan automatiseren en dramatisch beter presteert dan het menselijk oog bij het detecteren van kleine methaanpluimen", zegt Rouet-Leduc.

"In onze volgende fase zijn we van plan om extra satellieten te integreren in een mondiaal onderzoek naar de methaanuitstoot."

Meer informatie: Bertrand Rouet-Leduc et al, Automatische detectie van methaanemissies in multispectrale satellietbeelden met behulp van een visietransformator, Nature Communications (2024). DOI:10.1038/s41467-024-47754-y

Journaalinformatie: Natuurcommunicatie

Aangeboden door de Universiteit van Kyoto