MethaneMapper est prêt à résoudre le problème des émissions de méthane sous-déclarées

Une difficulté centrale dans le contrôle des émissions de gaz à effet de serre pour ralentir le changement climatique est de les trouver en premier lieu.

C'est le cas du méthane, un gaz incolore et inodore qui est aujourd'hui le deuxième gaz à effet de serre le plus abondant dans l'atmosphère après le dioxyde de carbone. Bien qu'il ait une durée de vie plus courte que le dioxyde de carbone, selon l'Agence américaine de protection de l'environnement, il est plus de 25 fois plus puissant que le CO2 pour piéger la chaleur et on estime qu'il retient 80 fois plus de chaleur dans l'atmosphère que le CO2 sur 20 ans.

Pour cette raison, la réduction du méthane est devenue une priorité, a déclaré Satish Kumar, chercheur à l'UC Santa Barbara, doctorant au Vision Research Lab de l'informaticien BS Manjunath.

"Récemment, lors du Sommet international sur le climat de 2022, le méthane était en fait le point culminant parce que tout le monde se débat avec", a-t-il déclaré.

Même avec les exigences de déclaration aux États-Unis, l'invisibilité du méthane signifie que ses émissions sont probablement sous-déclarées. Dans certains cas, les écarts sont importants, comme avec le bassin permien, un champ d'extraction de pétrole et de gaz naturel de 86 000 milles carrés situé au Texas et au Nouveau-Mexique qui abrite des dizaines de milliers de puits. La surveillance indépendante du méthane de la zone a révélé que le site émet huit à 10 fois plus de méthane que ce que rapportent les opérateurs du champ.

Dans la foulée des réunions de la COP27, le gouvernement américain cherche maintenant des moyens de renforcer les contrôles sur ces types de fuites "super émettrices", d'autant plus que la production de pétrole et de gaz devrait augmenter dans le pays dans un avenir proche. Pour ce faire, cependant, il doit y avoir un moyen de recueillir des données fiables sur les émissions fugitives afin d'évaluer la performance des opérateurs pétroliers et gaziers et d'imposer des sanctions appropriées si nécessaire.

Entrer dans MethaneMapper , un outil d'imagerie hyperspectrale alimenté par l'intelligence artificielle que Kumar et ses collègues ont développé pour détecter les émissions de méthane en temps réel et les retracer jusqu'à leurs sources. L'outil fonctionne en traitant les données hyperspectrales recueillies lors de balayages aériens aériens de la zone cible.

"Nous avons 432 chaînes", a déclaré Kumar. À l'aide d'images d'enquête du Jet Propulsion Laboratory de la NASA, les chercheurs prennent des photos à partir de longueurs d'onde de 400 nanomètres et à des intervalles allant jusqu'à 2 500 nanomètres, une plage qui englobe les signatures spectrales des hydrocarbures, y compris celle du méthane. Chaque pixel de la photographie contient un spectre et représente une gamme de longueurs d'onde appelée "bande spectrale". À partir de là, l'apprentissage automatique prend en charge l'énorme quantité de données pour différencier le méthane des autres hydrocarbures capturés lors du processus d'imagerie. La méthode permet également aux utilisateurs de voir non seulement l'ampleur du panache, mais également sa source.

L'imagerie hyperspectrale pour la détection du méthane est un domaine brûlant, avec des entreprises qui se lancent dans la mêlée avec des équipements et des systèmes de détection. Ce qui distingue MethaneMapper, c'est la diversité et la profondeur des données collectées sur différents types de terrain qui permettent au modèle d'apprentissage automatique de détecter la présence de méthane dans un contexte de différentes topographies, feuillages et autres arrière-plans.

"Un problème très courant avec la communauté de la télédétection est que tout ce qui est conçu pour un endroit ne fonctionnera pas en dehors de cet endroit", a expliqué Kumar. Ainsi, un programme de télédétection apprendra souvent à quoi ressemble le méthane dans un certain paysage - par exemple, le désert aride du sud-ouest américain - mais le confrontera au schiste rocheux du Colorado ou aux étendues plates du Midwest, et le système pourrait ne pas être aussi efficace.

"Nous avons organisé nos propres ensembles de données, qui couvrent environ 4 000 sites d'émissions", a déclaré Kumar. "Nous avons les États secs de Californie, du Texas et de l'Arizona. Mais nous avons aussi la végétation dense de l'État de Virginie. C'est donc assez diversifié." Selon lui, la précision des performances de MethaneMapper est actuellement de 91 %.

La version opérationnelle actuelle de MethaneMapper repose sur des avions pour le composant de balayage du système. Mais les chercheurs se fixent des objectifs ambitieux pour un programme par satellite, qui a le potentiel de balayer de manière répétée des étendues de terrain plus larges, sans les gaz à effet de serre émis par les avions. Le principal compromis entre l'utilisation d'avions et l'utilisation de satellites réside dans la résolution, a déclaré Kumar.

"Vous pouvez détecter des émissions aussi petites que 50 kg par heure à partir d'un avion", a-t-il déclaré. Avec un satellite, le seuil passe à environ 1000 kg ou 1 tonne par heure. Mais dans le but de surveiller les émissions des opérations pétrolières et gazières, qui ont tendance à émettre des milliers de kilogrammes par heure, c'est un petit prix à payer pour pouvoir scanner de plus grandes parties de la Terre, et dans des endroits qui pourraient ne pas être sur le radar, pour ainsi dire.

"Le cas le plus récent, il y a sept ou huit mois je pense, concernait les émissions d'une plate-forme pétrolière au large des côtes quelque part vers le Mexique", a déclaré Kumar, "qui émettait du méthane à un taux de 7 610 kilogrammes par heure pendant six mois. Et personne ne le savait.

La détection par satellite pourrait non seulement suivre les émissions de carbone à l'échelle mondiale, mais elle peut également être utilisée pour diriger des analyses ultérieures en avion pour des enquêtes à plus haute résolution.

En fin de compte, Kumar et ses collègues veulent apporter la puissance de l'IA et de l'imagerie hyperspectrale du méthane au grand public, en la rendant accessible à une grande variété d'utilisateurs, même sans expertise en apprentissage automatique.

"Ce que nous voulons fournir, c'est une interface via une plate-forme Web telle que BisQue, où n'importe qui peut cliquer et télécharger ses données et générer une analyse", a-t-il déclaré. "Je veux fournir une interface simple et efficace que tout le monde peut utiliser."

Le projet MethaneMapper est financé par le prix SI2-SSI #1664172 de la National Science Foundation. Le projet fait partie de l'initiative du Center for Multimodal Big Data Science and Healthcare de l'UC Santa Barbara, dirigée par le professeur BS Manjunath. De plus, MethaneMapper sera présenté comme article phare à la conférence 2023 Computer Vision and Pattern Recognition (CVPR) - le premier événement dans le domaine de la vision par ordinateur - qui se tiendra du 18 au 22 juin à Vancouver, en Colombie-Britannique.

- Ce communiqué de presse a été initialement publié sur le site Web de l'Université de Californie - Santa Barbara