Google en NASA JPL onthullen AI‑model voor het in kaart brengen van wereldwijde methaanpluimen

Google en NASA’s Jet Propulsion Laboratory (JPL) introduceerden MAPL-EMIT op 9 september 2026, een deep‑learning‑model dat methaanpluimen wereldwijd detecteert, kwantificeert en lokaliseert vanuit NASA’s EMIT‑satellietinstrument, volgens Google’s aankondiging. Google meldde dat het model, getraind op 3,6 miljoen fysisch gesimuleerde methaanpluimen, 50 % meer pluimen detecteert dan menselijke experts en meer dan 23.000 extra pluimen wereldwijd identificeert, waaronder pluimen bij 24 van de 25 grootste methaanuitstotende stortplaatsen ter wereld.

Het systeem, formeel genaamd Methane Analysis and Plume Localization with EMIT, wordt beschreven in een studie in de Proceedings of the National Academy of Sciences (PNAS) geschreven door onderzoekers van Google Research en JPL, en in een technisch bericht van Google Research gedateerd 1 september 2026, door onderzoeker Vishal Batchu en onderzoeksscientist Michelangelo Conserva. Batchu schreef ook de aankondiging van Google op 9 september.

Methaanmonitoring en het EMIT‑instrument

Google’s aankondiging beschrijft methaan als een krachtig broeikasgas waarvan het opwarmingspotentieel over een periode van 100 jaar 30 keer dat van koolstofdioxide bedraagt. De studie stelt dat het 20‑jaar‑global‑warming‑potential van methaan 81 tot 86 keer dat van CO₂ is, ongeveer 25 % van de door de mens veroorzaakte opwarming sinds het begin van het industriële tijdperk aan dit gas toeschrijft, en een atmosferische levensduur van circa negen jaar noteert. Meer dan 125 landen hebben zich gecommitteerd aan een vermindering van 30 % van de methaanemissies tegen 2030 onder de Global Methane Pledge, en de studie meldt dat menselijke activiteit 60 % van de wereldwijde methaanproductie veroorzaakt, verdeeld over afval (19 %), landbouw (44 %) en energie (37 %) binnen dat aandeel.

EMIT, de Earth Surface Mineral Dust Source Investigation, opereert aan boord van het International Space Station en was oorspronkelijk ontworpen om de minerale samenstelling in droge gebieden in kaart te brengen. Het instrument registreert 285 spectrale banden van 381 tot 2.493 nanometer met een ruimtelijke resolutie van 60 meter en een baanbreedte van 80 kilometer; het vastleggen van honderden verschillende banden per pixel onthult de chemische vingerafdrukken van een anders onzichtbaar gas, legt het technische bericht van Google Research uit. De studie zet deze configuratie af tegen wereldwijde mapperingsinstrumenten zoals TROPOMI, dat een baanbreedte van ongeveer 2.600 kilometer combineert met een resolutie van 5,5 bij 3,5 kilometer om achtergrondmethaanconcentraties te volgen, een schaal die te grof is om individuele bronnen te isoleren.

Een Vision‑Transformer getraind op gesimuleerde pluimen

MAPL-EMIT is een end‑to‑end vision‑transformer die het volledige EMIT‑stralingsspectrum verwerkt om methaaanenhancements over alle pixels in een scène gezamenlijk op te halen. Het model koppelt een Swin‑v2‑S‑transformer‑encoder van ongeveer 30 miljoen parameters aan een convolutionele decoder in een U‑Net‑achtige architectuur en voert drie taken gelijktijdig uit: het kwantificeren van de methaanenhancement in elke pixel, het afbakenen van de vorm en grenzen van elke pluim, en het lokaliseren van de bron van elke emissie. De studie stelt dat dit onder meer het scheiden van overlappende pluimen van naburige faciliteiten omvat, een scenario waarvan bestaande benaderingen naar eigen zeggen niet goed kunnen vastleggen.

Aangezien er geen gelabelde dataset bestaat van miljoenen pluimen uit de echte wereld, bouwde het team een fysisch‑gebaseerde simulatie‑pipeline die 3,6 miljoen synthetische pluimen genereerde met Lagrangian‑puff‑modellen, die simuleren hoe deeltjes zich door de lucht verspreiden, en injecteerde deze in echte EMIT‑scènes met behulp van line‑by‑line stralings‑overdracht met HITRAN‑spectrale data. De onderzoekers verdeelden 235.000 EMIT‑tegels over trainings‑, validatie‑ en testsets en trainden het model op 32 Google‑TPU‑chips gedurende ongeveer 96 uur. Google Research meldde dat de synthetische data het model blootstelden aan uiteenlopende emissiesnelheden, terreinen en atmosferische omstandigheden, waardoor de generalisatie naar echte observaties verbeterde.

Validatie op synthetische en reële benchmarks

Op real‑world benchmarks meldt de studie dat MAPL-EMIT 84 % van hand‑geannoteerde NASA EMIT L2B‑pluimcomplexen vastlegde in een testset van 1.084 EMIT‑granules, terwijl het ongeveer 1,5 keer zoveel plausibele pluimen identificeerde als menselijke analisten. Het model’s 3.672 initiële detecties op die granules daalde tot 2.209 na filtering naar op land gelegen pluimen die in meer dan 13 van 16 overlappende gestride inferenties werden gedetecteerd.

Om de false‑positive‑rate te begrenzen, liet het team het model draaien over 20.000 granules waarin minimale pluimen werden verwacht. De studie rapporteert 1.513 detecties na filtering, waarvan 355 werden beoordeeld als waarschijnlijk echt via spectrale fit‑evaluatie; de resterende 1.158 onbevestigde detecties, voornamelijk over heuvelachtig terrein of dichte bossen, komen neer op een conservatieve schatting van ongeveer 0,06 valse pluimen per granule.

Het model identificeerde potentiële pluimen bij 24 van de 25 grootste methaanuitstotende stortplaatsen ter wereld; de studie merkt op dat eerder werk aantoonde dat het EMIT L2B‑product potentiële pluimen detecteerde bij 17 van die 25 locaties. Ten opzichte van gelijktijdige AVIRIS‑3‑luchtobservaties detecteerde MAPL-EMIT twee van drie oplosbare pluimen zonder false positives en met een signaal‑ruis‑verhouding van 8,60, tegenover 1,21 voor het herschaalde AVIRIS‑3‑matched‑filter en 0,40 voor het standaard L2B‑matched‑filter. In Stanford‑experimenten met gecontroleerde releases, uitgevoerd van 1 augustus 2024 tot 31 december 2025 nabij een veldlocatie in Arizona, detecteerde het model vijf van zeven releases en leverde geen false positives op bij de release‑locaties.

Op synthetische benchmarks steeg de precisie per pluim van 0,80 voor de zwakste pluimen tot 0,97 voor de meest intense, de recall steeg van 0,33 naar 0,93, en de gemiddelde fout in bron‑locatie bedroeg 101 meter. De studie meldt dat het model betrouwbaar pluimen opvangt die overeenkomen met lekstroomwaarden van 250 tot 500 kg/u bij een nominale windsnelheid van 2,5 m/s, een verbetering van ongeveer 2‑tot‑4 keer ten opzichte van bestaande modellen, en een symmetrische gemiddelde absolute percentage‑fout van 56 % behaalt op de 1.084 vergelijkingsgranules, tegenover 117 % voor de EMIT L2B‑pluimen.

Beperkingen, openbare releases en volgende stappen

De auteurs stellen dat false positives een open uitdaging blijven, vooral in complex terrein, en dat MAPL-EMIT aanzienlijk meer false positives vertoont dan door experts geverifieerde catalogi zoals de EMIT L2B‑pluimcomplexen. Elke pluim in de vrijgegeven database wordt gemarkeerd als lager of hoger vertrouwen op basis van fysisch‑gebaseerde spectrale fit‑scores en detectietellingen over gestride inferenties, en de auteurs waarschuwen dat de catalogus niet als volledig moet worden beschouwd, aangezien ongeveer 16 % van de EMIT L2B‑pluimcomplexen niet werd vastgelegd.

Gelijktijdig met het artikel heeft Google de wereldwijde pluimdatabase en methaan‑enhancement‑rasters vrijgegeven als Earth Engine‑collecties, een Earth Engine‑app voor het visualiseren van de data, het getrainde model en de synthetische pluimdataset op Kaggle, en een inferentie‑bibliotheek op GitHub. De studie werd ontvangen op 11 april 2026, geaccepteerd op 3 augustus 2026, en online gepubliceerd op 1 september 2026; hij verschijnt in PNAS Volume 123, Nummer 36, gedateerd 8 september 2026.

De auteurs geven aan dat toekomstig onderzoek de pipeline zal uitbreiden naar multigas‑ en multisatelliet‑retrieval en naar end‑to‑end emissieschatting, wat directe lekstroom‑schattingen zou opleveren zonder post‑hoc windintegratie. Het technische bericht van Google Research vermeldt dat de next‑generation beeld‑spectrometers van NASA gepland zijn om de dekking te vergroten met een factor van 30 tot 50.