MAPL-EMIT
一种能从卫星图像中自动识别甲烷泄漏点的深度学习模型,由Google Research与NASA JPL联合开发。
简单来说
MAPL-EMIT是一种AI模型,能在卫星照片中自动找出肉眼看不见的甲烷气体泄漏点。它由Google Research与美国国家航空航天局(NASA)喷气推进实验室(JPL)共同开发,使用的数据来自安装在国际空间站上的一台名为EMIT的观测设备。
打个比方,这就像用热成像相机扫描一大片田野,寻找烟雾泄漏的地方——过去这种工作需要人一张张图像地用眼睛去找,现在则由计算机自动完成。甲烷本身看不见,但它会吸收特定波长的光,留下独特的痕迹。以前,这种痕迹常常与地表偶然出现的相似信号混淆,导致频繁误判。MAPL-EMIT经过训练,不再只盯着单一地点,而是整体观察周围区域,学会识别随风扩散的真实气体云的形状。
结果是,它比以往的方法能找出更多的泄漏点,同时还能一并计算出排放量有多少、泄漏点具体在哪里。这台观测设备最初是为了给沙漠等干旱地区绘制矿物地图而发射升空的,后来人们发现它还能顺带用于甲烷探测,用途因此得到了扩展。
在报道中是这样出现的
新闻报道中通常这样出现:"Google Research与NASA喷气推进实验室联合推出了MAPL-EMIT,这是一种能从卫星高光谱图像中自动识别甲烷泄漏源的深度学习模型。"需要注意的是,MAPL-EMIT不是卫星或相机之类的硬件,而是用来分析卫星拍摄数据的软件模型。