Detección, cuantificación y localización avanzadas de emisiones de metano impulsadas por IA en Canadá: un marco...

Área de la Ciencia:

• Ciencias del medio ambiente
• Investigación sobre el cambio climático
• Tecnología de teledetección

Sus antecedentes:

• El metano (CH4) es un potente forzador climático a corto plazo, pero su detección precisa y su localización precisa siguen siendo técnicamente desafiantes.
• Los métodos tradicionales de monitoreo que utilizan sensores in situ y datos satelitales de una sola fuente tienen una cobertura limitada, problemas de precisión de los datos y dificultades para identificar la fuente.

Objetivo del estudio:

• Introducir un nuevo marco híbrido de fusión de datos de múltiples fuentes para un monitoreo mejorado de las emisiones de metano impulsado por IA.
• Mejorar la precisión de la detección, medición y atribución de las emisiones de metano en Canadá.

Principales métodos:

• Un marco híbrido que integra los datos satelitales Sentinel-5P, el reanálisis climático ERA5 y la inteligencia geoespacial de OpenStreetMap (OSM) y Google Earth Engine (GEE).
• Utilizó técnicas de fusión de datos a nivel de características, espacio-temporales e híbridos, que incorporan características atmosféricas, meteorológicas e industriales.
• Aprendizaje profundo empleado (CNN-GRU, LSTM-CNN) y regresión de conjuntos (LSTM + XGBoost) para el análisis espacio-temporal, junto con métodos geostatísticos (Kriging, IDW) y KDTree consciente del viento para el descubrimiento de fuentes.

Principales resultados:

• Los modelos híbridos lograron una precisión de clasificación de más del 92% en la detección y cuantificación de anomalías, reduciendo significativamente los errores de predicción en comparación con los métodos únicos.
• La arquitectura CNN-GRU demostró un rendimiento superior en la predicción de la concentración de metano, obteniendo las puntuaciones RMSE más bajas y R2 más altas.
• Las técnicas geoestadísticas combinadas con el análisis del viento permitieron el descubrimiento confiable de la fuente de emisión de metano, mejorando la resolución espacial y la atribución.

Conclusiones:

• El marco híbrido desarrollado ofrece una solución potente y escalable para que los responsables políticos y las agencias ambientales supervisen y controlen las emisiones de metano.
• La integración de la teledetección con los sistemas basados en tierra permite la identificación de anomalías y la detección de puntos de acceso casi en tiempo real.
• La metodología apoya el desarrollo de estructuras regulatorias sólidas y estrategias efectivas de mitigación del clima.