英国牛津大学和Trillium Technologies的NIO.space研究人员开发的机器学习工具使用来自高光谱卫星的数据，可以自动从太空中检测到甲烷波纹。
该工具可以用于识别甲烷的“超级排放源”，并帮助减少温室气体排放。
该模型使用了167,825个高光谱瓦片进行训练，每个瓦片代表1.64平方公里（约0.6平方英里）的区域，数据来自美国NASA的AVIRIS空中传感器覆盖的Four Corners地区。
研究人员发现该模型在检测大型甲烷波纹方面的准确率超过81%，比之前使用的最准确的方法提高了21.5%。
注释数据集和代码已在GitHub上提供。来自英国牛津大学的查看完整文章
摘要版权 © 2023 SmithBucklin，华盛顿特区，美国 