Автоматическое обнаружение выбросов метана на мультиспектральных спутниковых снимках с использованием трансформера для компьютерного зрения
Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer
2024-05-14
SCID: 54.1/gxrzxg4y
Discuss with AI
Sentinel-2обнаружение выбросов метанаточечные источники метанамультиспектральные спутниковые изображениязрительный трансформер
Figures from the paper
Abstract (AI)
Сокращение выбросов метана является одной из наиболее эффективных мер, которые можно принять для замедления глобального потепления. Однако мониторинг выбросов остается сложной задачей, поскольку методы обнаружения характеризуются неполнотой количественной оценки из-за компромиссов между охватом, разрешением и точностью обнаружения. В настоящей работе показано, что глубокое обучение позволяет преодолеть компромисс, связанный со спектральным разрешением мультиспектральных спутниковых данных, и создать инструмент обнаружения метана с глобальным охватом, а также высоким временным и пространственным разрешением. Мы сопоставили результаты обнаружения с данными авиационных кампаний по измерению метана; это свидетельствует о том, что предложенный метод способен обнаруживать точечные источники метана на данных Sentinel-2 по шлейфам площадью до 0,01 км², что соответствует источникам с выбросами 200–300 кг CH₄ ч⁻¹. Наша модель обеспечивает улучшение на порядок по сравнению с современными методами и представляет собой значительный шаг к автоматизированному высокоразрешающему обнаружению выбросов метана в глобальном масштабе с интервалом в несколько дней.
Key Findings
1
Метод глубокого обучения на основе vision transformer обнаруживает точечные источники метана на мультиспектральных спутниковых снимках Sentinel-2 при глобальном охвате и высокой временно́й и пространственной детализации.
2
Сравнение с авиационными измерениями метана показывает, что метод обнаруживает шлейфы площадью всего 0,01 км², соответствующие источникам выбросов примерно 200–300 кг CH₄ в час.
3
Подход позволяет автоматически мониторить выбросы метана с высоким разрешением по всему миру примерно каждые несколько дней.
4
Метод устраняет компромисс, связанный со спектральным разрешением мультиспектральных спутниковых данных, повышая возможности обнаружения метана без потери широкого охвата.
5
Модель обеспечивает десятикратное улучшение по сравнению с современными методами автоматического обнаружения выбросов метана.
Research Object
Выбросы метана из точечных источников, зафиксированные на мультиспектральных спутниковых снимках Sentinel-2
Research Subject
Автоматическое высокоразрешающее обнаружение и чувствительность к количественной оценке шлейфов метана с использованием глубокого обучения, включая охват, пространственное и временно́е разрешение
Publication Details
Publication Date
2024-05-14
Journal
Publisher
ISSN
Cited by
109
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest