Google ve NASA JPL, Küresel Metan Dumanlarını Haritalayan AI Modelini Tanıttı

Google ve NASA’nın Jet Propulsion Laboratory (JPL) 9 Eylül 2026’da MAPL-EMIT’i tanıttı; NASA’nın EMIT uydu enstrümanından küresel ölçekte metan dumanlarını tespit, nicelendirme ve konumlandırma yapan bir derin öğrenme modeli. Google, 3,6 milyon fiziksel olarak simüle edilmiş metan dumanı üzerinde eğitilen modelin insan uzmanlarından %50 daha fazla duman tespit ettiğini ve dünya çapında 23.000’den fazla ek dumanı, dünyanın en büyük 25 çöp sahasından 24’ünde bulunan dumanlar dahil, tanımladığını belirtti.

Sistem, resmi adıyla EMIT ile Metan Analizi ve Duman Yerelleştirme, Google Research ve JPL araştırmacıları tarafından kaleme alınan Proceedings of the National Academy of Sciences (PNAS) dergisindeki bir çalışmada ve 1 Eylül 2026 tarihli bir Google Research teknik gönderisinde araştırma mühendisi Vishal Batchu ve araştırma bilimcisi Michelangelo Conserva tarafından tanımlanmıştır. Batchu ayrıca Google’ın 9 Eylül duyurusunu da yazdı.

Metan İzleme ve EMIT Enstrümanı

Google’ın duyurusu, metanı 100 yıllık bir zaman diliminde karbondioksitten 30 kat daha yüksek ısınma potansiyeline sahip güçlü bir sera gazı olarak tanımlıyor. Çalışma, metanın 20 yıllık küresel ısınma potansiyelinin CO2’ye göre 81‑86 kat olduğunu, sanayi devrimi başlangıcından bu yana insan kaynaklı ısınmanın yaklaşık %25’inin bu gaza atfedildiğini ve atmosferdeki ömrünün yaklaşık dokuz yıl olduğunu belirtiyor. Küresel Metan Taahhüdü kapsamında 125’ten fazla ülke 2030 yılına kadar metan emisyonlarını %30 azaltma sözü verdi ve çalışma, insan faaliyetlerinin küresel metan üretiminin %60’ını oluşturduğunu; bu payın atık (%19), tarım (%44) ve enerji (%37) arasında dağıldığını rapor ediyor.

EMIT, yani Earth Surface Mineral Dust Source Investigation, Uluslararası Uzay İstasyonu’nda çalışıyor ve başlangıçta kurak bölgelerde mineral bileşimini haritalamak için tasarlanmıştı. Enstrüman, 381‑2.493 nanometre aralığındaki 285 spektral bandı, 60 metre uzamsal çözünürlük ve 80 kilometre genişliğinde bir şeritle kaydediyor; piksel başına yüzlerce ayrı bandın kaydedilmesi, aksi takdirde görünmez bir gazın kimyasal parmak izlerini ortaya çıkarıyor, Google Research gönderisi açıklıyor. Çalışma, bu konfigürasyonu, arka plan metan konsantrasyonlarını izlemek için yaklaşık 2.600 kilometre genişliğinde bir şerit ve 5,5 × 3,5 kilometre çözünürlük kullanan TROPOMI gibi küresel haritalayıcılarla karşılaştırıyor; bu ölçek bireysel kaynakları izole etmek için çok kaba.

Simüle Edilmiş Dumanlar Üzerinde Eğitilmiş Bir Vision Transformer

MAPL-EMIT, sahnedeki tüm piksellerde metan artışlarını ortak olarak elde etmek için tam EMIT radyans spektrumunu işleyen uçtan uca bir vision transformer’dır. Model, yaklaşık 30 milyon parametreli bir Swin‑v2‑S transformer kodlayıcısını U‑Net benzeri bir mimaride konvolüsyonel bir çözücüyle birleştirir ve aynı anda üç görevi yerine getirir: her pikseldeki metan artışını nicelendirme, her dumanın şeklini ve sınırlarını belirleme ve her emisyonun kaynağını konumlandırma. Çalışma, bunun komşu tesislerden gelen örtüşen dumanların ayrılmasını da içerdiğini, mevcut yaklaşımların bunu iyi yakalayamadığını belirtiyor.

Gerçek dünyada milyonlarca etiketli duman veri seti bulunmadığından, ekip Lagrangian puff modelleriyle (parçacıkların havada nasıl dağıldığını simüle eden) 3,6 milyon sentetik duman üreten fizik temelli bir simülasyon hattı oluşturdu ve bunları HITRAN spektral verileriyle satır satır radyatif transfer kullanarak gerçek EMIT sahnelerine enjekte etti. Araştırmacılar 235.000 EMIT karoselini eğitim, doğrulama ve test setlerine ayırdı ve modeli yaklaşık 96 saat boyunca 32 Google TPU çipi üzerinde eğitti. Google Research, sentetik verilerin modeli farklı emisyon oranları, arazi tipleri ve atmosferik koşullara maruz bırakarak gerçek gözlemlere genelleme yeteneğini artırdığını söyledi.

Sentetik ve Gerçek Dünya Kıyaslamalarında Doğrulama

Gerçek dünya kıyaslamalarında, çalışma MAPL-EMIT’in 1.084 EMIT granülünden oluşan test setinde el ile etiketlenmiş NASA EMIT L2B duman komplekslerinin %84’ünü yakaladığını ve insan analistlerden yaklaşık 1,5 kat daha fazla makul duman tespit ettiğini rapor ediyor. Modelin bu granüllerdeki 3.672 ilk tespiti, 16 örtüşen adımlı çıkarımda 13’ünden fazlasında tespit edilen kara üzeri dumanlara filtrelendikten sonra 2.209’a düştü.

Yanlış pozitif oranını sınırlamak için ekip, minimal duman beklentisi olan 20.000 granül üzerinde modeli çalıştırdı. Çalışma, filtrelemeden sonra 1.513 tespit rapor etti; bunların 355’i spektral uyum değerlendirmesiyle muhtemelen gerçek olarak değerlendirildi; kalan 1.158 onaylanmamış tespit, çoğunlukla engebeli arazi veya yoğun ormanlar üzerinde, granül başına yaklaşık 0,06 sahte duman olarak temkinli bir tahmin oluşturuyor.

Model, dünyanın en çok emisyon yapan 25 çöp sahasından 24’ünde potansiyel dumanları tespit etti; çalışma, önceki araştırmanın EMIT L2B ürününün bu 25 yerin 17’sinde potansiyel dumanları tespit ettiğini belirtiyor. Eşzamanlı AVIRIS‑3 hava gözlemleriyle karşılaştırıldığında, MAPL‑EMIT üç çözülebilir dumanın ikisini yanlış pozitif olmadan ve 8,60 sinyal‑gürültü oranı ile tespit etti; yeniden örneklenmiş AVIRIS‑3 eşleşen filtre 1,21, standart L2B eşleşen filtre ise 0,40 oranına sahipti. Arizona’da bir saha yakınında 1 Ağustos 2024‑31 Aralık 2025 tarihleri arasında Stanford kontrol salınım deneylerinde model, yedi salınımdan beşini tespit etti ve salınım konumlarında hiçbir yanlış pozitif üretmedi.

Sentetik kıyaslamalarda, duman başına kesinlik en zayıf dumanlar için 0,80’den en yoğun olanlar için 0,97’ye yükseldi, geri çağırma 0,33’ten 0,93’e çıktı ve ortalama kaynak konum hatası 101 metreydi. Çalışma, modelin nominal 2,5 m/s rüzgar hızında 250‑500 kg/h sızıntı oranına karşılık gelen dumanları güvenilir bir şekilde yakaladığını, mevcut modellere göre yaklaşık 2‑4 kat iyileşme sağladığını ve 1.084 karşılaştırma granülünde simetrik ortalama mutlak yüzde hatasını %56, EMIT L2B dumanları için %117 olduğunu rapor ediyor.

Sınırlamalar, Kamu Yayınları ve Sonraki Adımlar

Yazarlar, yanlış pozitiflerin özellikle karmaşık arazilerde hâlâ açık bir sorun olduğunu ve MAPL‑EMIT’in EMIT L2B duman kompleksleri gibi uzman onaylı kataloglara göre çok daha fazla yanlış pozitif gösterdiğini belirtiyor. Yayınlanan veri tabanındaki her duman, fizik temelli spektral uyum skorları ve adımlı çıkarımlardaki tespit sayısına göre düşük ya da yüksek güven olarak etiketleniyor ve yazarlar, EMIT L2B duman komplekslerinin yaklaşık %16’sının yakalanamaması nedeniyle kataloğun eksiksiz olmayacağını uyarıyor.

Makalenin yanında, Google küresel duman veri tabanı ve metan artış rasterlerini Earth Engine koleksiyonları olarak, veriyi görselleştirmek için bir Earth Engine uygulamasını, eğitilmiş modeli ve sentetik duman veri setini Kaggle’da ve bir çıkarım kütüphanesini GitHub’da yayınladı. Çalışma 11 Nisan 2026’da alındı, 3 Ağustos 2026’da kabul edildi ve 1 Eylül 2026’da çevrimiçi yayınlandı; PNAS Cilt 123, Sayı 36, 8 Eylül 2026 tarihli olarak yer alıyor.

Yazarlar, gelecekteki araştırmaların boru hattını çoklu gaz ve çoklu uydu eldeine genişleteceğini ve uçtan uca emisyon hızı tahminine doğru ilerleyeceğini, böylece sonradan rüzgar entegrasyonu olmadan doğrudan sızıntı hızı tahminleri üreteceğini belirtiyor. Google Research gönderisi, NASA’nın bir sonraki nesil görüntüleme spektrometrelerinin kapsama alanını 30‑50 kat artırmayı planladığını belirtiyor.