Satélites Sentinel mapean superemisores de metano
Satélites Sentinel mapean metano
.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_print { background:url(‘/images/icons/print.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_print:hover { background:url(‘/images/icons/print.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.mobile-apps { background:url(‘/images/icons/generic.gif’) no-repeat 13px 7px #FFF; background-size: 10px; } .fav_bar a.mobile-apps:hover { background:url(‘/images/icons/generic.gif’) no-repeat 13px 7px #e6e9ea; background-size: 10px} .fav_bar a.fav_de { background: url(/images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(/images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘/images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘/images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘/images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘/images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }
![Plumas de metano detectadas por el satélite Copernicus Sentinel-5P en 2021. ¶ Crédito: Instituto SRON de Investigación Espacial de los Países Bajos](https://cacm.acm.org/system/assets/0004/6370/092223_SRON_Netherlands_Institute_for_Space_Research__plumes.large.jpg?1695399950&1695399949)
Un equipo internacional de investigadores liderado por el Instituto SRON de Investigación Espacial de los Países Bajos ha desarrollado un algoritmo que utiliza el aprendizaje automático para detectar automáticamente las plumas de superemisores de metano en los datos de los satélites Copernicus Sentinel-5P, Sentinel-2 y Sentinel-3.
Las mediciones de metano de alta precisión de Sentinel-5P complementan la capacidad de Sentinel-2 para localizar las principales fugas de metano mediante sensores multibanda, mientras que los satélites Sentinel-3 proporcionan cobertura global diaria y una resolución de píxel terrestre de 500 metros (1.640 pies).
Los investigadores descubrieron que los satélites Sentinel-3 pueden detectar fugas de metano de al menos 10 toneladas por hora cada día.
- Reduciendo las alucinaciones de IA con la generación aumentada por recuperación
- Análisis de datos reinventado de los paneles de control al copiloto de IA
- Potenciando la recuperación contextual de documentos aprovechando GPT-2 y LlamaIndex
La integración de los datos de Sentinel-2 y Sentinel-3 permite a los investigadores acercarse precisamente para identificar, medir y rastrear las fuentes de metano que se correlacionan con las plumas detectadas por las observaciones globales de Sentinel-5P. Desde la Agencia Espacial Europea Ver el artículo completo
Derechos de autor de los resúmenes © 2023 SmithBucklin, Washington, D.C., EE.UU.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Computación Cognitiva Definición, Funcionamiento, Ejemplos y Más
- Python Causal Cinco Ideas Novedosas de Causalidad en NeurIPS 2023
- ¿Cómo afecta la anonimización de imágenes al rendimiento de la visión por computadora? Explorando técnicas de anonimización tradicionales vs. realistas
- Investigadores de China presentan un conjunto de datos de múltiples vistas a gran escala y del mundo real llamado ‘FreeMan
- Deci AI presenta DeciDiffusion 1.0 un modelo de difusión latente de texto a imagen de 820 millones de parámetros y 3 veces más rápido que la difusión estable.
- Investigadores de UCSD liberan Graphologue de código abierto una técnica única de IA que transforma las respuestas de modelos de lenguaje grandes como GPT-4 en diagramas interactivos en tiempo real.
- Hugging Face es el nuevo GitHub para LLMs