Google y el JPL de la NASA presentan modelo de IA que mapea plumas de metano a nivel global

Google y el Laboratorio de Propulsión a Chorro (JPL) de la NASA presentaron MAPL-EMIT el 9 de septiembre de 2026, un modelo de aprendizaje profundo que detecta, cuantifica y localiza plumas de metano a nivel global a partir del instrumento satelital EMIT de la NASA, según el anuncio de Google. Google afirmó que el modelo, entrenado con 3,6 millones de plumas de metano simuladas físicamente, detecta un 50 % más de plumas que los expertos humanos e identifica más de 23 000 plumas adicionales en todo el mundo, incluidas plumas en 24 de los 25 vertederos más emisores del planeta.

El sistema, llamado formalmente Análisis de Metano y Localización de Plumas con EMIT, se describe en un estudio publicado en Proceedings of the National Academy of Sciences (PNAS) redactado por investigadores de Google Research y JPL, y en una publicación técnica de Google Research fechada el 1 de septiembre de 2026, escrita por el ingeniero de investigación Vishal Batchu y la científica de investigación Michelangelo Conserva. Batchu también redactó el anuncio de Google del 9 de septiembre.

Monitoreo de Metano y el Instrumento EMIT

El anuncio de Google describe al metano como un potente gas de efecto invernadero cuyo potencial de calentamiento en un horizonte de 100 años es 30 veces mayor que el del dióxido de carbono. El estudio indica que el potencial de calentamiento global del metano a 20 años es de 81 a 86 veces el del CO₂, atribuye aproximadamente el 25 % del calentamiento inducido por el ser humano desde el inicio de la era industrial a este gas, y señala una vida atmosférica de alrededor de nueve años. Más de 125 países se han comprometido a reducir las emisiones de metano en un 30 % para 2030 bajo el Pledge Global de Metano, y el estudio informa que la actividad humana representa el 60 % de la emisión mundial de metano, distribuido entre residuos (19 %), agricultura (44 %) y energía (37 %) dentro de esa proporción.

EMIT, la Investigación de la Fuente de Polvo Mineral de la Superficie Terrestre, opera a bordo de la Estación Espacial Internacional y fue concebido originalmente para mapear la composición mineral en regiones áridas. El instrumento registra 285 bandas espectrales que abarcan de 381 a 2 493 nanómetros con una resolución espacial de 60 metros y una anchura de observación de 80 kilómetros; la captura de cientos de bandas distintas por píxel revela las huellas químicas de un gas que de otro modo sería invisible, según explica la publicación de Google Research. El estudio contrasta esta configuración con mapeadores globales como TROPOMI, que combina una anchura de observación de aproximadamente 2 600 kilómetros con una resolución de 5,5 × 3,5 kilómetros para rastrear las concentraciones de metano de fondo, una escala demasiado gruesa para aislar fuentes individuales.

Un Vision Transformer Entrenado con Plumas Simuladas

MAPL-EMIT es un vision transformer de extremo a extremo que procesa el espectro completo de radiancia de EMIT para recuperar los aumentos de metano en todos los píxeles de una escena de forma conjunta. El modelo combina un codificador transformer Swin‑v2‑S de aproximadamente 30 millones de parámetros con un decodificador convolucional en una arquitectura tipo U‑Net y realiza simultáneamente tres tareas: cuantificar el aumento de metano en cada píxel, delinear la forma y los límites de cada pluma, y localizar la fuente de cada emisión. El estudio indica que esto incluye separar plumas superpuestas de instalaciones vecinas, un escenario que, según los autores, los enfoques existentes no capturan adecuadamente.

Dado que no existe un conjunto de datos etiquetado con millones de plumas reales, el equipo creó una cadena de simulación basada en la física que generó 3,6 millones de plumas sintéticas mediante modelos de puff lagrangianos, que simulan la dispersión de partículas en el aire, e inyectó dichas plumas en escenas reales de EMIT usando transferencia radiativa línea por línea con datos espectrales de HITRAN. Los investigadores dividieron 235 000 mosaicos de EMIT en conjuntos de entrenamiento, validación y prueba, y entrenaron el modelo en 32 chips TPU de Google durante aproximadamente 96 horas. Google Research afirmó que los datos sintéticos expusieron al modelo a diversas tasas de emisión, terrenos y condiciones atmosféricas, mejorando su capacidad de generalización a observaciones reales.

Validación en Benchmarks Sintéticos y del Mundo Real

En benchmarks del mundo real, el estudio informa que MAPL-EMIT capturó el 84 % de los complejos de plumas EMIT L2B anotados manualmente por la NASA en un conjunto de prueba de 1 084 granos de EMIT, mientras identificaba aproximadamente 1,5 veces más plumas plausibles que los analistas humanos. Las 3 672 detecciones iniciales del modelo en esos granos se redujeron a 2 209 tras filtrar las plumas terrestres detectadas en más de 13 de 16 inferencias superpuestas estratificadas.

Para delimitar la tasa de falsos positivos, el equipo ejecutó el modelo sobre 20 000 granos donde se esperaban plumas mínimas. El estudio reporta 1 513 detecciones tras el filtrado, de las cuales 355 fueron consideradas probablemente genuinas mediante evaluación de ajuste espectral; las 1 158 detecciones no confirmadas restantes, mayormente sobre terreno montañoso o bosques densos, representan una estimación conservadora de aproximadamente 0,06 plumas falsas por grano.

El modelo identificó plumas potenciales en 24 de los 25 vertederos con mayores emisiones del planeta; el estudio señala que trabajos anteriores encontraron que el producto EMIT L2B detectó plumas potenciales en 17 de esos 25 sitios. Frente a observaciones aéreas coincidentes de AVIRIS‑3, MAPL‑EMIT detectó dos de tres plumas resolubles sin falsos positivos y con una relación señal‑ruido de 8,60, frente a 1,21 para el filtro coincidencia remuestreado de AVIRIS‑3 y 0,40 para el filtro coincidencia estándar L2B. En experimentos de liberación controlada de Stanford realizados del 1 de agosto de 2024 al 31 de diciembre de 2025, cerca de un sitio de campo en Arizona, el modelo detectó cinco de siete liberaciones y no produjo falsos positivos en los lugares de liberación.

En benchmarks sintéticos, la precisión por pluma aumentó de 0,80 para las plumas más débiles a 0,97 para las más intensas, la exhaustividad subió de 0,33 a 0,93, y el error medio de ubicación de la fuente fue de 101 metros. El estudio indica que el modelo captura de forma fiable plumas correspondientes a tasas de fuga de 250 a 500 kg/h con una velocidad de viento nominal de 2,5 m/s, una mejora aproximada de 2 a 4 veces respecto a los modelos existentes, y alcanza un error porcentual medio absoluto simétrico del 56 % en los 1 084 granos de comparación, frente al 117 % de las plumas EMIT L2B.

Limitaciones, Lanzamientos Públicos y Próximos Pasos

Los autores afirman que los falsos positivos siguen siendo un desafío abierto, particularmente en terrenos complejos, y que MAPL‑EMIT muestra considerablemente más falsos positivos que catálogos revisados por expertos, como los complejos de plumas EMIT L2B. Cada pluma en la base de datos publicada se etiqueta con confianza baja o alta según los puntajes de ajuste espectral basados en la física y el número de detecciones en inferencias estratificadas, y los autores advierten que el catálogo no se espera que sea completo, ya que aproximadamente el 16 % de los complejos de plumas EMIT L2B no fueron capturados.

Junto con el artículo, Google puso a disposición la base de datos global de plumas y los rásters de aumento de metano como colecciones de Earth Engine, una aplicación de Earth Engine para visualizar los datos, el modelo entrenado y el conjunto de datos de plumas sintéticas en Kaggle, y una biblioteca de inferencia en GitHub. El estudio fue recibido el 11 de abril de 2026, aceptado el 3 de agosto de 2026 y publicado en línea el 1 de septiembre de 2026; aparece en PNAS Volumen 123, Número 36, con fecha del 8 de septiembre de 2026.

Los autores indican que investigaciones futuras ampliarán la cadena de procesamiento a la recuperación multigás y multisatelital y hacia una estimación de tasa de emisión de extremo a extremo, lo que permitiría obtener estimaciones directas de la tasa de fuga sin necesidad de integrar el viento de forma posterior. La publicación de Google Research señala que los espectrómetros de imagen de próxima generación de la NASA están planificados para aumentar la cobertura en un factor de 30 a 50.