O MethaneMapper está pronto para resolver o problema das emissões de metano subnotificadas

Uma dificuldade central no controle das emissões de gases de efeito estufa para desacelerar a mudança climática é encontrá-los em primeiro lugar.

É o caso do metano, um gás incolor e inodoro que hoje é o segundo gás de efeito estufa mais abundante na atmosfera, depois do dióxido de carbono. Embora tenha uma vida mais curta que o dióxido de carbono, de acordo com a Agência de Proteção Ambiental dos EUA, é mais de 25 vezes mais potente que o CO2 na retenção de calor e estima-se que retenha 80 vezes mais calor na atmosfera do que o CO2 em 20 anos.

Por esse motivo, reduzir o metano se tornou uma prioridade, disse Satish Kumar, pesquisador da UC Santa Barbara, aluno de doutorado no Vision Research Lab do cientista da computação BS Manjunath.

“Recentemente, na Cúpula Internacional do Clima de 2022, o metano foi realmente o destaque porque todo mundo está lutando contra ele”, disse ele.

Mesmo com os requisitos de relatórios nos EUA, a invisibilidade do metano significa que suas emissões provavelmente não serão relatadas. Em alguns casos, as discrepâncias são enormes, como na Bacia do Permiano, um campo de extração de petróleo e gás natural de 86.000 milhas quadradas localizado no Texas e no Novo México que abriga dezenas de milhares de poços. O monitoramento independente de metano da área revelou que o local emite oito a 10 vezes mais metano do que o relatado pelos operadores do campo.

Após as reuniões da COP27, o governo dos EUA está agora buscando maneiras de apertar os controles sobre esses tipos de vazamentos "superemissores", especialmente porque a produção de petróleo e gás deve aumentar no país em um futuro próximo. Para fazer isso, no entanto, deve haver uma maneira de coletar dados confiáveis ​​de emissões fugitivas para avaliar o desempenho dos operadores de petróleo e gás e aplicar as penalidades apropriadas conforme necessário.

Entre no MetaneMapper , uma ferramenta de imagem hiperespectral movida a inteligência artificial que Kumar e seus colegas desenvolveram para detectar emissões de metano em tempo real e rastreá-las até suas fontes. A ferramenta funciona processando dados hiperespectrais coletados durante varreduras aéreas da área alvo.

"Temos 432 canais", disse Kumar. Usando imagens de pesquisa do Laboratório de Propulsão a Jato da NASA, os pesquisadores tiram fotos a partir de comprimentos de onda de 400 nanômetros e em intervalos de até 2.500 nanômetros - uma faixa que abrange as assinaturas espectrais de hidrocarbonetos, incluindo a do metano. Cada pixel na fotografia contém um espectro e representa uma faixa de comprimentos de onda chamada de "banda espectral". A partir daí, o aprendizado de máquina assume a enorme quantidade de dados para diferenciar o metano de outros hidrocarbonetos capturados no processo de imagem. O método também permite que os usuários vejam não apenas a magnitude da pluma, mas também sua origem.

A imagem hiperespectral para detecção de metano é um campo quente, com empresas entrando na briga com equipamentos e sistemas de detecção. O que destaca o MethaneMapper é a diversidade e a profundidade dos dados coletados de vários tipos de terreno que permitem que o modelo de aprendizado de máquina identifique a presença de metano em um cenário de diferentes topografias, folhagens e outros cenários.

"Um problema muito comum com a comunidade de sensoriamento remoto é que o que quer que seja projetado para um local não funcionará fora desse local", explicou Kumar. Assim, um programa de sensoriamento remoto muitas vezes aprenderá como o metano se parece em uma determinada paisagem – digamos, o deserto seco do sudoeste americano – mas o colocará contra o xisto rochoso do Colorado ou as extensões planas do meio-oeste, e o sistema pode não funcionar. ser tão bem sucedido.

"Fizemos a curadoria de nossos próprios conjuntos de dados, que cobrem aproximadamente 4.000 locais de emissões", disse Kumar. "Temos os estados secos da Califórnia, Texas e Arizona. Mas também temos a densa vegetação do estado da Virgínia. Portanto, é bastante diversificado." Segundo ele, a precisão de desempenho do MethaneMapper atualmente é de 91 por cento.

A versão operacional atual do MethaneMapper depende de aviões para o componente de escaneamento do sistema. Mas os pesquisadores estão estabelecendo algumas metas ambiciosas para um programa ativado por satélite, que tem o potencial de escanear faixas mais amplas de terreno repetidamente, sem os gases de efeito estufa que os aviões emitem. A principal compensação entre o uso de aviões e o uso de satélites está na resolução, disse Kumar.