Sin embargo, monitorear las emisiones de metano y recopilar sus cantidades ha sido un desafío debido a la limitación de las compensaciones con los métodos de detección existentes.

Ahora, un equipo de investigación que incluye a la Universidad de Kyoto y Geolabe, EE. UU., ha desarrollado un método para detectar automáticamente las emisiones de metano a escala global. El trabajo está publicado en la revista Nature Communications. .

"Nuestro enfoque puede potencialmente proporcionar detección de metano a alta frecuencia y alta resolución a partir de fuentes puntuales, allanando el camino para un método de cuantificación sistemático", afirma el autor principal Bertrand Rouet-Leduc del Instituto de Investigación de Prevención de Desastres y Geolabe de la Universidad de Kioto.

Rouet-Leduc sugiere además que su método puede ayudar a priorizar y validar automáticamente la mitigación atmosférica del metano, que actualmente representa aproximadamente un tercio del calentamiento global.

Los datos satelitales multiespectrales se han convertido en una herramienta viable de detección de metano en los últimos años, permitiendo mediciones rutinarias de columnas de metano a escala global cada pocos días. Sin embargo, estos datos de metano están plagados de un ruido significativo y, hasta ahora, las detecciones se han limitado a emisiones muy grandes y han requerido verificación humana.

Por el contrario, el equipo ha entrenado una IA para detectar automáticamente fugas de metano de más de 200 kg/h, lo que representa más del 85 % de las emisiones de metano en grandes cuencas de petróleo y gas bien estudiadas.

"En las mediciones satelitales es necesario hacer concesiones entre la cobertura espacial, la resolución espacial y temporal y la resolución espectral y la precisión de detección asociada. La IA compensa parcialmente estas concesiones", explica la coautora Claudia Hulbert, también de Geolabe.

Las columnas de metano son invisibles e inodoras, por lo que normalmente se detectan con equipos especializados, como cámaras infrarrojas. La dificultad para encontrar estas fugas desde el espacio es evidente, similar a encontrar una aguja en un pajar. Las fugas se distribuyen por todo el mundo y la mayoría de las columnas de metano son relativamente pequeñas, lo que hace que sea fácil pasarlas por alto en los datos satelitales.

El trabajo colaborativo del grupo representa un paso clave hacia el monitoreo preciso y sistemático de las emisiones de metano, en cualquier lugar de la Tierra, cada pocos días.

"La automatización es primordial cuando se analizan áreas grandes. Nos sorprendió que la IA pueda automatizar el proceso y superar dramáticamente al ojo humano en la detección de pequeñas columnas de metano", reflexiona Rouet-Leduc.

"En nuestra próxima fase, planeamos integrar satélites adicionales en un estudio global de emisiones de metano."