Google e NASA JPL Revelam Modelo de IA que Mapeia Plumas Globais de Metano

Google e o Laboratório de Propulsão a Jato da NASA (JPL) apresentaram o MAPL-EMIT em 9 de setembro de 2026, um modelo de aprendizado profundo que detecta, quantifica e localiza plumas de metano globalmente a partir do instrumento satélite EMIT da NASA, segundo o anúncio do Google. O Google afirmou que o modelo, treinado com 3,6 milhões de plumas de metano simuladas por física, detecta 50 % mais plumas do que especialistas humanos e identifica mais de 23 000 plumas adicionais em todo o mundo, incluindo plumas em 24 dos 25 maiores aterros emissores do planeta.

O sistema, formalmente denominado Methane Analysis and Plume Localization with EMIT, é descrito em um estudo nos Proceedings of the National Academy of Sciences (PNAS) escrito por pesquisadores do Google Research e do JPL, e em um post técnico do Google Research datado de 1 de setembro de 2026, elaborado pelo engenheiro de pesquisa Vishal Batchu e pela cientista de pesquisa Michelangelo Conserva. Batchu também redigiu o anúncio de 9 de setembro do Google.

Monitoramento de Metano e o Instrumento EMIT

O anúncio do Google descreve o metano como um potente gás de efeito estufa cujo potencial de aquecimento ao longo de 100 anos é 30 vezes maior que o do dióxido de carbono. O estudo indica que o potencial de aquecimento global de 20 anos do metano é de 81 a 86 vezes o do CO₂, atribui cerca de 25 % do aquecimento induzido pelo ser humano desde o início da era industrial a esse gás e menciona uma vida atmosférica de aproximadamente nove anos. Mais de 125 países se comprometeram a reduzir as emissões de metano em 30 % até 2030, conforme o Pacto Global do Metano, e o estudo relata que a atividade humana responde por 60 % da produção mundial de metano, distribuída entre resíduos (19 %), agricultura (44 %) e energia (37 %).

EMIT, a Investigação de Fontes de Poeira Mineral da Superfície da Terra, opera a bordo da Estação Espacial Internacional e foi originalmente projetado para mapear a composição mineral em regiões áridas. O instrumento registra 285 bandas espectrais que vão de 381 a 2 493 nanômetros com resolução espacial de 60 metros e faixa de varredura de 80 quilômetros; ao registrar centenas de bandas distintas por pixel, expõe as impressões químicas de um gás invisível a olho nu, explica o post do Google Research. O estudo contrapõe essa configuração a mapeadores globais como o TROPOMI, que combina uma faixa de varredura de aproximadamente 2 600 quilômetros com resolução de 5,5 × 3,5 quilômetros para monitorar concentrações de metano de fundo, escala que é demasiado grosseira para isolar fontes individuais.

Um Vision Transformer Treinado em Plumas Simuladas

MAPL-EMIT é um vision transformer de ponta a ponta que processa todo o espectro de radiança do EMIT para recuperar aumentos de metano em todos os pixels de uma cena simultaneamente. O modelo combina um codificador Swin‑v2‑S transformer com cerca de 30 milhões de parâmetros a um decodificador convolucional em uma arquitetura semelhante a U‑Net e executa três tarefas ao mesmo tempo: quantificar o aumento de metano em cada pixel, delinear a forma e os limites de cada pluma e localizar a fonte de cada emissão. O estudo afirma que isso inclui separar plumas sobrepostas de instalações vizinhas, cenário que, segundo os autores, abordagens existentes não capturam adequadamente.

Como não existe um conjunto de dados rotulado com milhões de plumas reais, a equipe construiu um pipeline de simulação baseado em física que gerou 3,6 milhões de plumas sintéticas usando modelos de puff lagrangianos, que simulam a dispersão de partículas no ar, e as inseriu em cenas reais do EMIT por meio de transferência radiativa linha a linha com dados espectrais HITRAN. Os pesquisadores dividiram 235 000 blocos do EMIT em conjuntos de treinamento, validação e teste e treinaram o modelo em 32 chips Google TPU por aproximadamente 96 horas. O Google Research afirmou que os dados sintéticos expuseram o modelo a variadas taxas de emissão, terrenos e condições atmosféricas, aprimorando sua generalização para observações reais.

Validação em Benchmarks Sintéticos e do Mundo Real

Em benchmarks reais, o estudo relata que o MAPL-EMIT capturou 84 % dos complexos de plumas EMIT L2B anotados manualmente pela NASA em um conjunto de teste de 1 084 granulações EMIT, identificando aproximadamente 1,5 vezes mais plumas plausíveis que analistas humanos. As 3 672 detecções iniciais nessas granulações foram reduzidas para 2 209 após filtragem para plumas terrestres detectadas em mais de 13 de 16 inferências estratificadas sobrepostas.

Para delimitar a taxa de falsos positivos, a equipe executou o modelo em 20 000 granulações onde se esperavam plumas mínimas. O estudo registra 1 513 detecções após filtragem, das quais 355 foram avaliadas como provavelmente genuínas por meio de avaliação de ajuste espectral; as 1 158 detecções não confirmadas, majoritariamente sobre terrenos acidentados ou florestas densas, correspondem a uma estimativa conservadora de cerca de 0,06 plumas falsas por granulação.

O modelo identificou plumas potenciais em 24 dos 25 maiores aterros emissores do mundo; o estudo observa que trabalhos anteriores encontraram o produto EMIT L2B detectando plumas potenciais em 17 desses 25 locais. Em comparação com observações aéreas coincidentes do AVIRIS‑3, o MAPL-EMIT detectou duas de três plumas resolvíveis sem falsos positivos e com relação sinal‑ruído de 8,60, contra 1,21 para o filtro casado AVIRIS‑3 reamostrado e 0,40 para o filtro casado padrão L2B. Em experimentos controlados de liberação realizados pela Stanford de 1 de agosto de 2024 a 31 de dezembro de 2025, próximos a um campo de teste no Arizona, o modelo detectou cinco de sete liberações e não produziu falsos positivos nos locais de liberação.

Em benchmarks sintéticos, a precisão por pluma subiu de 0,80 para as plumas mais fracas a 0,97 para as mais intensas, a revocação aumentou de 0,33 para 0,93, e o erro médio de localização da fonte foi de 101 metros. O estudo relata que o modelo captura de forma confiável plumas correspondentes a taxas de vazamento de 250 a 500 kg/h a uma velocidade nominal do vento de 2,5 m/s, uma melhoria aproximada de 2‑to‑4 x em relação a modelos existentes, e atinge um erro percentual absoluto médio simétrico de 56 % nas 1 084 granulações de comparação, contra 117 % para as plumas EMIT L2B.

Limitações, Lançamentos Públicos e Próximos Passos

Os autores afirmam que falsos positivos ainda são um desafio aberto, sobretudo em terrenos complexos, e que o MAPL-EMIT apresenta significativamente mais falsos positivos que catálogos revisados por especialistas, como os complexos de plumas EMIT L2B. Cada pluma no banco de dados divulgado recebe uma etiqueta de confiança baixa ou alta baseada em pontuações de ajuste espectral baseadas em física e contagens de detecção ao longo das inferências estratificadas, e os autores alertam que o catálogo não deve ser considerado completo, já que cerca de 16 % dos complexos de plumas EMIT L2B não foram capturados.

Juntamente com o artigo, o Google disponibilizou o banco de dados global de plumas e os raster de aumento de metano como coleções do Earth Engine, um aplicativo do Earth Engine para visualização dos dados, o modelo treinado e o conjunto de plumas sintéticas no Kaggle, e uma biblioteca de inferência no GitHub. O estudo foi recebido em 11 de abril de 2026, aceito em 3 de agosto de 2026 e publicado online em 1 de setembro de 2026; aparece no PNAS Volume 123, Número 36, datado de 8 de setembro de 2026.

Os autores declaram que pesquisas futuras ampliarão o pipeline para recuperação multigás e multissatélite e avançarão rumo à estimativa de taxa de emissão de ponta a ponta, o que produziria estimativas diretas de vazamento sem integração de vento pós‑hoc. O post técnico do Google observa que os espectrômetros de imagem de próxima geração da NASA planejam aumentar a cobertura em um fator de 30 a 50.