AI が科学者の「超放出」メタンの噴出をより早く宇宙から発見するのをどのように支援するか

国際宇宙ステーションに接続された衛星を含む複数の衛星からの軌道データと機械学習を組み合わせた新しいオープンソースツールのおかげで、有害な「超排出」メタン漏れの削減が間もなくはるかに容易になる可能性がある。

メタン排出は、沼地、埋立地、化石燃料工場、そしてもちろん牛の農場など、酸素なしで食物や植物が分解するあらゆる場所で発生します。また、大気の質に劇的な影響を与えることでも悪名高いです。大気中に留まるのは二酸化炭素の何世紀にもわたる寿命に比べるとわずか 7 ～ 12 年ですが、それでもこのガスは熱を保持する効果が 80 倍高いと推定されています。気候崩壊の最も悲惨な短期的影響を食い止めるには、その発生を直ちに削減することが不可欠です。たとえば、2030 年までに排出量を 45 パーセント削減すると、今後 20 年間で地球の平均気温の上昇を約 0.3 度抑えることができます。

[関連:トルクメニスタンのガス田は大量のメタンを排出している。]

残念ながら、航空写真ではメタン放出のリアルタイム濃度を正確にマッピングすることが難しい場合が多い。まず、石油掘削装置や天然ガスパイプラインの故障（トルクメニスタンを参照）などのいわゆる「超放出」イベントによる煙は、人間の目だけでなく、ほとんどの衛星のマルチスペクトル近赤外線波長センサーでも見えない。また、航空写真で収集されるデータはスペクトルノイズによって乱されることが多く、メタン漏れを正確に特定するには手作業による解析が必要となる。

オックスフォード大学のチームは、トリリウム・テクノロジーズのNIO.spaceと協力して、機械学習を活用した新しいオープンソースツールを開発しました。このツールは、衛星画像データの非常に狭いハイパースペクトル帯域を使用してメタン雲を識別できます。これらの帯域はより特定的ですが、はるかに膨大な量のデータを生成します。ここで人工知能のトレーニングが役立ちます。

このプロジェクトの詳細は、オックスフォード大学のチームがNature Scientific Reportsに発表した新しい研究と、最近の大学プロフィールで説明されている。エンジニアは、モデルをトレーニングするために、NASA の航空機搭載可視/赤外線画像分光計 (AVIRIS) 衛星が米国のフォーコーナーズ地域を周回中に生成した、合計 167,825 枚のハイパースペクトル画像タイル (それぞれ約 0.66 平方マイル) をモデルに入力した。その後、モデルは、現在国際宇宙ステーションに搭載されている NASA のハイパースペクトル EMIT センサーを含む追加の軌道モニターを使用してトレーニングされた。

チームの現在のモデルは、既存のトップツールよりもメタン煙の識別精度が約 21.5 パーセント高く、同時に同じ業界標準と比較して誤検出エラーが約 42 パーセント少なくなっています。研究者によると、これらの数値が時間の経過とともに改善されないと考える理由はないそうです。

[関連:新しい衛星はメタンの漏れを正確に特定し、気候変動を克服するのに役立ちます。]

「この研究が特に興味深く、重要な理由は、今後数年間にESA、NASA、民間部門などからさらに多くのハイパースペクトル衛星が配備される予定であるという事実です」と、主任研究者でオックスフォード大学コンピューターサイエンス学部の博士課程の学生であるヴィト・ルジチカ氏は、最近の大学プロフィールで述べた。この衛星ネットワークが拡大するにつれ、研究者や環境監視団体は、世界中のどこでもメタンガスの噴出現象を自動的かつ正確に検出できるようになるとルジチカ氏は考えている。

これらの新しい技術により、メタンだけでなく他の多くの主要な汚染物質についても、温室効果ガスの生産と漏出の問題を独立して世界規模で共同で特定できるようになるかもしれません。このツールは現在、収集済みの地理空間データを利用しており、軌道衛星センサーを使用したリアルタイム分析は現時点では提供できません。しかし、オックスフォード大学の最近の発表では、研究プロジェクト監督のアンドリュー・マーカムは、チームの長期目標は衛星搭載コンピューターを通じてプログラムを実行し、「即時検出を実現する」ことだと付け加えています。