分类
加州大学圣芭芭拉分校新闻

让我看看甲烷

尽管甲烷在大气中不像二氧化碳那么普遍,但它是一种威力大得多的温室气体。甲烷是自然产生的,也是人造的,它的寿命比二氧化碳短得多,但它的反应速度快,捕捉热量的效率是二氧化碳的20到80倍。一点点额外的甲烷会产生很长的效果。

此外,甲烷是不可见的,这使得用传统方法探测变得困难。因此,当加州大学圣巴巴拉分校的研究人员萨蒂什·库马尔(Satish Kumar)和他的同事们注意到,红外线感应作为一种温室气体探测手段的使用越来越多时,他们感到很高兴。《纽约时报》最近的一篇报道强调了这一点。这个互动装置使用红外摄像机跟踪二叠纪盆地(Permian Basin)石油和天然气设施的排放。二叠纪盆地是位于德克萨斯州和新墨西哥州的一个油田。

这是一个他非常感兴趣的话题——作为电气和计算机工程教授B.S. Manjunath的视觉研究实验室的一员,库马尔从事多媒体信号处理和分析方面的工作。

他说:“作为一名对环境管理感兴趣的电脑工程师,我非常高兴之前不为人知的甲烷泄漏源被曝光。”

现在,为了让对话继续下去,库马尔和他的同事们提出了一个更好的热检测系统,通过使用高光谱成像和机器学习来检测甲烷排放的特定波长。他们的研究成果在2020年IEEE冬季计算机视觉应用大会上发表。

库马尔说:“红外摄像机只能探测温度信号,所以如果有高温信号的混合气体,红外摄像机将无法区分它们。”红外图像可能暗示有甲烷存在,但仅凭热信号无法确定甲烷的浓度和位置。此外,热气体离源越远,温度就越低,最终使红外线无法观测到热气体。

为了克服这些缺点,库马尔和他的团队使用了来自高光谱相机的数据,波长从400纳米到2510纳米不等——这一范围包括甲烷的光谱波长,也许还包括其他气体的光谱波长——在四个角落区域。该地区位于美国西南部,也是美国最大的甲烷排放源,尤其是新墨西哥州和科罗拉多州共有的圣胡安盆地。

高光谱成像涉及一系列图像的收集,其中每个像素包含一个光谱,每个图像代表一个光谱波段(波长范围)。它的高灵敏度使它能够捕获与某些物质相对应的光谱“指纹”,比如甲烷的2200 – 2400纳米波长,这使得研究人员能够定位甲烷,即使是在一缕其他气体中。

但是,甲烷并不是唯一存在于那个波长的物质。

库马尔说:“很多人对甲烷产生了误解。“道路上的碳氢化合物和建筑物上的油漆,与甲烷有着相同的特征。大量的数据以及甲烷和其他碳氢化合物之间可能存在的混淆,促使研究人员转向机器学习。

他解释说:“我们使用了一个深度学习模型来训练计算机学习甲烷气体泄漏释放和扩散时的形状。”这不仅帮助研究人员确定甲烷排放的位置,无论是来自天然气厂还是来自填埋场,还帮助他们自动区分甲烷和同一图像中的其他碳氢化合物。

使用这种方法,研究人员报告了在甲烷泄漏的精确检测中87%的成功率,其中越来越多的甲烷泄漏继续从各种人工来源被发现。这些问题包括不完全燃除造成的暂时性排放、之前未被发现的、监管不力的操作造成的泄漏、以及来自家庭、企业和城市基础设施的累积甲烷泄漏。

新闻旨在传播有益信息,英文原版地址:https://www.news.ucsb.edu/2020/019822/show-me-methane