Google mapeia emissões globais de metano do espaço com deep learning

Pesquisadores do Google Research apresentaram o MAPL-EMIT, uma estrutura de deep learning que automatiza a detecção, a quantificação e a localização de fontes de plumas de metano em imagens hiperespectrais do instrumento EMIT, da NASA. O modelo usa uma arquitetura vision transformer para analisar o espectro da luz e o contexto espacial. Assim, distingue plumas reais de materiais do solo com assinaturas semelhantes e separa emissões sobrepostas.

Como não há uma base global com milhões de emissões reais rotuladas, os pesquisadores criaram 3,6 milhões de plumas sintéticas com simulações baseadas em física e as inseriram em cenas reais do EMIT. Em dados reais, o MAPL-EMIT identificou 84% das plumas anotadas por especialistas e cerca de 50% mais plumas plausíveis em aproximadamente 1.100 granulações do EMIT. O trabalho também disponibiliza uma base global de plumas no Earth Engine, o modelo treinado e dados sintéticos no Kaggle, além de uma biblioteca de inferência no GitHub.