Китайские учёные предложили эффективный метод количественной оценки точечных выбросов метана с использованием многоуровневого согласованного фильтра и гиперспектральных данных

Дайджест исследований

Метан является мощным парниковым газом, который вносит значительный вклад в глобальное потепление, поэтому точная количественная оценка выбросов метана имеет большое значение для смягчения последствий изменения климата. Традиционный алгоритм согласованного фильтра (СФ), обычно используемый для определения усиления метана по гиперспектральным спутниковым данным, ограничен своей тенденцией недооценивать шлейфы метана, особенно при высоких концентрациях. Для устранения этого недостатка мы предложили новый подход - многоуровневый согласованный фильтр (MLMF), который включает в себя согласование спектров поглощения с помощью таблицы поиска излучения (LUT) и применяет кусочные регрессии для концентраций выше определенных пороговых значений. Эта методология обеспечивает более точное разграничение между фоновыми и шлейфовыми пикселями, уменьшая шумовые помехи и снижая недооценку высококонцентрированных выбросов. Эффективность MLMF была подтверждена в ходе ряда испытаний, включая тесты с имитацией данных и эксперименты с контролируемым выбросом с использованием спутниковых наблюдений. Эти проверки продемонстрировали значительное повышение точности: в тестах по остаточному излучению относительные ошибки при высоких концентрациях снизились с -30% до ±5%, а наклоны регрессии улучшились с 0,89 до 1,00. При моделировании данных MLMF уменьшил среднеквадратичную ошибку (RMSE) с 1563,63 ppm-m до 337,09 ppm·m, а значения R² улучшились с 0,91 до 0,98 для гауссовых шлейфов. В экспериментах с контролируемым высвобождением MLMF значительно улучшил оценку скорости выброса, повысив R2 с 0,71 до 0,96 и уменьшив RMSE с 92,32 кг/ч до 16,10 кг/ч. Повышая точность обнаружения метана и количественной оценки выбросов, MLMF представляет собой значительное достижение в технологиях мониторинга метана. Превосходная точность обнаружения высококонцентрированных метановых шлейфов с помощью MLMF позволяет лучше идентифицировать и количественно определять основные источники выбросов. Совместимость с другими методами и возможность интеграции в системы оперативного мониторинга в режиме реального времени расширяют возможности применения этого метода для поддержки разработки климатической политики и стратегий смягчения последствий изменения климата на основе фактических данных.

Исследование опубликовано в журнале Remote Sensing.