Mejora de la detección de emisiones de fuentes puntuales de metano mediante la inclusión de información auxiliar.

Abstract

[ES] El metano (CH4) es el segundo gas antropogénico de efecto invernadero más importante después del dióxido de carbono y tiene un potencial de calentamiento global 86 veces mayor que el CO2 en 20 años. Las emisiones de la infraestructura de producción de petróleo y gas (O&G) y de las minas de carbón representan entre el 30% y el 42% del total de las emisiones antropogénicas globales. La mitigación de una gran fracción de estas emisiones es técnicamente factible y rentable y representa un medio clave para reducir la cantidad de gases de efecto invernadero en la atmósfera.

Los satélites que miden la radiación solar retrodispersada en la región espectral del infrarrojo de onda corta (SWIR) pueden detectar variaciones sutiles de la señal relacionadas con la absorción de metano. A lo largo de la última década, una serie de estudios han demostrado la posibilidad de detectar y cuantificar estas emisiones desde el espacio. Los algoritmos y sensores están mejorando rápidamente pero, por el momento, las recuperaciones de mejora de la concentración de metano son propensas a falsos positivos (o valores atípicos) como consecuencia del ruido/artefactos de los instrumentos o escenas con firmas espectrales similares (por ejemplo, derrames de petróleo). El objetivo principal de este trabajo de fin de grado es la identificación de posibles falsos positivos en la imagen de mejora de la concentración de metano con el uso de información auxiliar. Esta información auxiliar se refiere, por ejemplo, a índices de vegetación o mapas de altitud que pueden revelar propiedades del área identificada como posibles falsos positivos en lugar de una columna de metano real.

El plan del proyecto comienza con la familiarización del estudiante con el algoritmo de extracción de metano y el software relacionado. Incluirá la configuración y ejecución del software interno del grupo IIAMA LARS para la detección y cuantificación de columnas de metano. Además, el estudiante se familiarizará con diferentes misiones satelitales (por ejemplo, Copernicus Sentinel 2) y sistemas de datos en la nube de observación de la Tierra como Google Earth Engine. En la segunda parte del proyecto, el estudiante propondrá un conjunto de información auxiliar que potencialmente puede incluirse en la recuperación de metano. Será necesario que el estudiante implemente una pequeña rutina para recopilar e incorporar esa información como parte del esquema actual de recuperación de metano. Finalmente, el estudiante evaluará el impacto de esta nueva información en la recuperación con el apoyo de técnicas estadísticas como la correlación de características o técnicas de regresión.

[EN] Methane (CH4) is the second most important anthropogenic greenhouse gas after carbon dioxide and has a global warming potential 86 times larger than CO2 over 20 years. Emissions from oil and gas (O&G) production infrastructure and coal mines represent between 30% and 42% of the total global anthropogenic emissions. The mitigation of a large fraction of these emissions is technically feasible and cost-effective and represents a key means to reduce the amount of greenhouse gases in the atmosphere.

Satellites measuring backscattered solar radiation in the short-wave infrared (SWIR) spectral region can detect subtle signal variations linked to methane absorption. Over the last decade, a set of studies have demonstrated the possibility to detect and quantify these emission from space. The algorithms and sensors are rapidly improving but, at the moment of writing, methane concentration enhancement retrievals are prone to false positives (or outliers) as a consequence of instrument noise/artifacts or scenes with similar spectral signatures (e.g. oil spills).

The main goal of this bachelor s thesis is the identification of potential false positives in the methane concentration enhancement image with the use of auxiliary information. This auxiliary information refers, for example, to vegetation indices or altitude maps that can reveal properties of the identified area as a potential false positive rather than a real methane plume.

In the first part of the study, the student is expected to get familiarised with the methane retrieval algorithm and related software. It will include setting up and run the in-house software from the IIAMA LARS group for the detection and quantification of methane plumes. Furthermore, the student will get familiarised with different satellite missions (e.g. Copernicus Sentinel 2) and Earth Observation cloud data systems such as Google Earth Engine. On the second part of the project, the student will propose a set of auxiliary information that can be potentially included in the methane retrieval. It will require that the student implements a small routine to collect and ingest that information as part of the current methane retrieval scheme. Finally, the student will assess the impact of this new information in the retrieval with the support of statistical techniques such as feature correlation or regression techniques. has context menu