人工智能

研究人员使用精密仪器和机器学习绘制甲烷排放浓度图像

利用精密仪器和新的制图和机器学习工具,一个研究小组一直在确定温室气体的来源。2016年10月,一架配备了美国宇航局机载可见光红外成像光谱仪-下一代(AVIRIS-NG)仪器的飞机检测到了来自加州圣克拉里塔附近的阳光峡谷垃圾填埋场的多股甲烷气体。

这些羽流足够大,来自喷气推进实验室(JPL)的研究人员向设施运营商和当地执法机构通报了此事。这是更好地核算当地气体排放过程中的一个重要步骤。

甲烷是一种寿命短但功能强大的温室气体,自工业革命以来,约有20%的全球变暖是由甲烷造成的。奶牛和肉牛通过它们的肠道产生甲烷,并在打嗝时释放。它们的粪便也产生甲烷,当它被储存在粪便池中时,它可能是一个主要的排放源。石油和天然气生产从地下释放甲烷,而储存和运输甲烷的基础设施可能会泄漏。当有机材料在厌氧条件下被细菌分解时,垃圾填埋场是甲烷的一个来源。

加利福尼亚州的目标是减少这种甲烷排放,试图在本十年结束前削减到比2013年水平低40%。但为了减少排放,该州需要更好地掌握来源。

加州空气资源委员会(CARB)--监督空气污染控制工作的国家机构--传统上是通过盘点已知的排放活动来估计温室气体排放量。但这种方法可能会错过泄漏或其他逃逸性排放,因此CARB工作人员开始对测量空气中的排放感兴趣,以改善温室气体的核算并确定缓解机会。

上面的图片显示了AVIRIS-NG仪器在2016年10月和2017年飞越加州圣克拉里塔时进行的甲烷测量。阳光峡谷垃圾填埋场的甲烷排放以黄色到红色的梯度显示,红色代表最高浓度。右图显示了在实施垃圾填埋场改进后甲烷浓度的降低。

这些飞行是加州甲烷调查的一部分,这是一个正在进行的项目,旨在绘制该州的甲烷排放源。但是在飞行之前,加州大学河滨分校的气候科学家Francesca Hopkins和JPL的Riley Duren(现在在亚利桑那大学)开始绘制该州周围所有潜在的甲烷来源,以便更好地集中有限的飞行时间和优先观察。

他们决定使用基于GIS的方法,吸收许多公开可用的地理空间数据集来开发一个地图,以帮助他们迅速将甲烷羽流与可能的来源相匹配。该研究小组将加州潜在的甲烷排放基础设施分为三个部门:能源、农业和废物。该数据集被称为甲烷排放源(Vista-CA),包括900000多个条目,可在NASA的橡树岭国家实验室分布式主动存档中心(ORNL DAAC)获得。

从2016年8月到2017年11月,一个以JPL为基地的团队驾驶装有AVIRIS-NG仪器的飞机在该州22000平方英里的范围内飞行。为了加快数据分析,Duren及其同事随后使用机器学习技术(如神经网络)来自动识别飞行期间检测到的烟羽。同时,来自加州大学河滨分校的研究生Talha Rafiq开发了一种算法,将甲烷羽流观测结果归于最可能的Vista-CA来源。这些技术使该团队能够在几周内与加州的设施运营商和监管机构分享他们的发现,以提醒他们注意逃逸的甲烷排放,并帮助加快补救措施。

研究人员对超过272000个单独的设施和设备组件进行了调查。在这些场所中,不到0.2%的基础设施的排放至少占加州甲烷库存的三分之一。垃圾填埋场和堆肥设施负责测量的41%的排放量。Duren、Hopkins等人于2019年在《自然》杂志上发表了他们的研究结果。

在阳光峡谷的一个案例中,垃圾填埋场运营商确认了甲烷排放问题存在,并确定它们是由于表面覆盖和气体捕获系统的问题。在接下来的一年里,运营商实施了一系列的改变,大大减少了排放。随后用AVIRIS-NG进行的飞越确认了甲烷的减少。这些发现由Duren、Daniel Cusworth(亚利桑那大学的项目科学家)和其他人在2020年的《环境研究通讯》中记录。

来自调查的数据可以在甲烷源查找门户网站上查看。这项研究的部分资金来自美国宇航局的推进地球系统科学的合作联系计划和美国宇航局的碳监测系统中的加州原型甲烷监测系统。

(12)

本文由 Funstec非凡实验室 作者:Albert 发表,转载请注明来源!