Embora não seja tão prevalente na atmosfera quanto o dióxido de carbono, o metano é um gás de efeito estufa muito mais potente. Ocorrendo naturalmente, além de ser feito pelo homem, o metano tem vida muito mais curta do que o CO2, mas tem ação rápida e é 20 a 80 vezes mais eficaz na retenção do calor. Um pouco de metano extra ajuda muito.

Além disso, metano é invisível, o que torna a detecção por meios convencionais difícil. Então, quando o pesquisador da UC Santa Bárbara, Satish Kumar e seus colegas observaram o uso crescente do sensor infravermelho como meio de detecção de gases de efeito estufa, como foi destacado em uma história recente do New York Times, eles ficaram satisfeitos. A peça interativa usou câmeras infravermelhas para rastrear as emissões de instalações de petróleo e gás na Bacia do Permian, um campo de petróleo localizado no Texas e Novo México.

É um assunto que lhe interessa - como membro do professor de engenharia elétrica e da computação B.S. Laboratório de pesquisa de visão de Manjunath, Kumar realiza trabalhos de processamento e análise de sinais multimídia.

“Como engenheiro de computação interessado em gestão ambiental, Estou incrivelmente feliz que vazamentos de metano de fontes anteriormente desconhecidas estão sendo trazidos à luz, " ele disse.

Agora, para manter a conversa viva, Kumar e seus colegas propuseram um sistema que faz a detecção de calor melhor, usando imagens hiperespectrais e aprendizado de máquina para detectar o comprimento de onda específico das emissões de metano. Seu trabalho foi apresentado na 2020 IEEE Winter Conference on the Applications of Computer Vision.

"As câmeras infravermelhas detectam apenas assinaturas de temperatura, então, se houver uma combinação de gases com assinaturas de alta temperatura, uma câmera infravermelha não será capaz de diferenciar entre eles, "Kumar disse. Uma imagem infravermelha pode apontar para uma sugestão de metano, mas sua concentração e localização não podiam ser determinadas apenas pela assinatura do calor. Além disso, quanto mais longe um gás quente viaja de sua fonte, mais legal fica, eventualmente tornando-o invisível ao infravermelho.

Para superar essas deficiências, Kumar e a equipe usaram dados de câmeras hiperespectrais em comprimentos de onda de 400 nanômetros a 2, 510 nm - uma faixa que abrange os comprimentos de onda espectrais do metano e talvez os de outros gases - em áreas ao redor da região dos Quatro Cantos. Localizada no sudoeste americano, a região também é o local do que poderia ser a maior fonte de liberação de metano nos Estados Unidos, particularmente a Bacia de San Juan, compartilhado por Novo México e Colorado.

A imagem hiperespectral envolve a coleta de uma série de imagens, em que cada pixel contém um espectro e cada imagem representa uma banda espectral (uma faixa de comprimentos de onda). Sua alta sensibilidade permite capturar "impressões digitais" espectrais que correspondem a certos materiais, como 2 de metano, 200-2, Comprimentos de onda de 400 nm, que permitiu aos pesquisadores localizar o metano, mesmo em uma nuvem de outros gases.

Mas, o metano não é o único material que existe nesse comprimento de onda.

"Existem muitos fatores de confusão para o metano, "Kumar disse." Os hidrocarbonetos de estradas e tintas em edifícios, eles têm a mesma assinatura do metano. ”A grande quantidade de dados e o potencial de confusão entre o metano e outros hidrocarbonetos levaram os pesquisadores a recorrer ao aprendizado de máquina.

"Usamos um modelo de aprendizado profundo para treinar o computador para aprender a forma que um vazamento de gás metano assume à medida que é liberado e se espalha, "explicou ele. Isso ajudou os pesquisadores não apenas a identificar o local de onde o metano estava sendo emitido, seja de usina de gás ou aterro, mas também para diferenciar automaticamente entre o metano e outros hidrocarbonetos na mesma imagem.

Usando este método, os pesquisadores relatam uma taxa de sucesso de 87% na detecção precisa de vazamentos de metano, mais dos quais continuam a ser descobertos em uma variedade de fontes feitas pelo homem. Isso inclui emissões fugitivas de queima incompleta, vazamentos não detectados anteriormente de operações mal monitoradas, e os vazamentos cumulativos de metano das casas, negócios e infraestrutura urbana.