Гиперспектральная съемка и искусственный интеллект объединились для улучшения обнаружения утечек метана

Исследователи из Калифорнийского университета в Санта-Барбаре предложили новую систему для обнаружения утечек метана, основанную на гиперспектральной съемке и машинном обучении. Работа была представлена на конференции IEEE Winter Conference on the Applications of Computer Vision 2020 года. Метод позволяет преодолеть ограничения традиционной инфракрасной термографии, которая фиксирует лишь тепловые сигнатуры и не может точно идентифицировать метан среди других газов.

Эта разработка крайне важна для экологического мониторинга, поскольку метан, хотя и менее распространен в атмосфере, чем CO₂, является гораздо более мощным парниковым газом, эффективно удерживающим тепло. Его утечки из нефтегазовой инфраструктуры, свалок и городских систем часто остаются незамеченными. Исследование было сосредоточено на районе Four Corners и бассейне Сан-Хуан в США, где расположен один из крупнейших источников выбросов метана в стране.

«Инфракрасные камеры фиксируют только температурные сигнатуры, поэтому не могут дифференцировать газы», — пояснил исследователь Сатиш Кумар. Новая система использует данные гиперспектральных камер в диапазоне от 400 до 2510 нанометров, что позволяет улавливать уникальный спектральный «отпечаток» метана (2200–2400 нм). Для обработки огромных массивов данных и исключения «помех» (например, от дорожных покрытий и красок) был применен глубокий алгоритм, обученный распознавать форму и распространение метанового шлейфа. Точность обнаружения утечек составила 87%.