MAPL-EMIT

深度学习模型MAPL-EMIT增强了全球甲烷源监测能力

研究人员开发了一个名为MAPL-EMIT的深度学习模型，利用NASA EMIT仪器的高光谱辐射数据，在全球范围内识别和监测甲烷点源。这个端到端的视觉Transformer框架整合了光谱和空间信息，用于检测甲烷增强、量化排放以及描绘羽流，即使在羽流重叠的情况下也能实现。该模型在合成评估中表现出高召回率和精确度，并在真实基准测试中成功识别了84%的已知羽流复合体，在捕捉合理羽流方面优于人类分析师。