Google Researchは9月1日(現地時間)、ディープラーニングを活用し、宇宙からメタン排出源を特定する新しいフレームワーク「Methane Analysis and Plume Localization with EMIT (MAPL-EMIT)」を発表した。この技術は、米航空宇宙局 (NASA) のEMIT衛星データを使い、メタンのプルーム（煙状の塊）の検出、定量化、発生源推定を自動化することで、地球規模での気候変動対策を支援する。
Google Researchのリサーチエンジニア、ビシャル・バッチュ氏とリサーチサイエンティスト、ミケランジェロ・コンセルヴァ氏らが開発したMAPL-EMITは、生衛星データを気候変動緩和のための具体的な行動へと変換するツールだ。この革新的なアプローチは、Proceedings of the National Academy of Sciences (PNAS)に掲載された論文で詳細に説明されている。
メタンは、強力な温室効果ガスとして知られ、100年間の温暖化係数は二酸化炭素の30倍以上に達する。産業革命以降の人為的温暖化の約25%を占めており、その大気中の寿命が比較的短いため、排出量を迅速に削減することは地球の気温上昇を緩和するための「迅速な行動」経路として極めて重要視されている。Global Methane Pledgeでは、125カ国以上が2030年までに30%の排出削減を目標としており、これらの目標達成には、廃棄物、農業、エネルギー部門における局所的な排出源の正確な追跡が不可欠とされる。
MAPL-EMITは、エンドツーエンドのビジョントランスフォーマーアーキテクチャを採用している。従来の多くの手法がハイパースペクトルデータをピクセル単位で分析するのに対し、MAPL-EMITは現代のコンピュータービジョン技術を駆使し、周囲の空間コンテキストと共に光の完全なスペクトルを処理する。これにより、風に流される真のメタンプルームと、スペクトル特性が似ているだけの地面を高い精度で区別する能力を有する。
特に、複雑な工業地域で複数の隣接施設からの排出が単一の雲に合流するような状況でも、以下の3つの重要なタスクを同時に解決できる点が特徴だ。
- Plume Detection: メタンのプルームを識別する。
- Enhancement Quantification: プルームごとの各ピクセルにおけるメタンの正確な量を測定する。
- Source Estimation: 分散したガスを逆追跡し、排出の正確な位置を特定する。
トランスフォーマーベースのモデルは通常、大量の学習データを必要とするが、数百万もの実際のメタン排出データセットは現状存在しない。この課題を克服するため、研究チームは物理ベースのシミュレーションフレームワークを開発した。具体的には、数百万個の合成メタンプルームを作成し、これを実際のEMIT衛星画像に注入。ラグランジュ型パフモデルを用いて粒子の空気中の動きと分散をシミュレートすることで、実際のガス排出の状況を忠実に再現した。このアプローチにより、MAPL-EMITは多様な大気条件や地理的条件下でもメタンを特定するよう、効果的に学習することができた。
Google Researchは、この研究をさらに支援し、広範な利用を促進するため、グローバルプルームデータベースをEarth Engine上で、学習済みモデルと合成プルームをKaggle上で、そして推論ライブラリをGithub上でそれぞれ公開している。
参考: Google Research Blog — 2026年9月2日 03:40 (JST)