9月10日、Vishal Batchuが「A new deep learning model maps global methane emissions from space.」と題した記事を公開した。GoogleとNASA JPLが共同開発したAIモデルが、人間の専門家より50%多いメタンプルームを検出し、全世界で23,000件以上の新規排出源を特定したという成果だ。排出源の把握が気候変動対策の根本的な前提条件である以上、このスケールの自動検出は実務的な意義が大きい。
人間の専門家より50%多いプルームを検出
メタンは強力な温室効果ガスだ。100年スパンでの温暖化ポテンシャルはCO₂の約28〜30倍にのぼる（IPCC AR6 参照）。なお20年スパンで評価した場合は80倍超とされており、短期的な気候影響という観点ではさらに深刻な存在とも言える。問題は「どこから排出されているかを正確に把握すること」の難しさにあった。
GoogleとNASA JPLは共同で、この課題に取り組むAIモデル「MAPL-EMIT」を開発。成果はPNAS（米国科学アカデミー紀要）に掲載された。
MAPL-EMIT の「MAPL」は Methane Automated Plume detection using deep Learning の略で、その名のとおり深層学習によるプルーム自動検出を核心に据えたモデルだ。NASA の EMIT（Earth Surface Mineral Dust Source Investigation）センサーが宇宙から取得したハイパースペクトル画像を解析し、地表から大気中に放出されたメタンの「プルーム（気柱状の雲）」を検出する。
学習データと精度
- 学習データ：物理シミュレーションで生成した360万件のメタンプルーム
- 検出性能：人間の専門家と比較して50%多いプルームを検出
- 新規検出数：全世界で23,000件以上の追加プルームを特定
- 主要排出源：世界最大級の排出量を持つ埋立地25か所のうち24か所を検出
「世界最大級の排出量を持つ埋立地25か所」は元記事が検証対象として設定したベンチマーク群であり、既知の大規模排出施設を網羅したリストとして用いられている。その25か所中24か所を自動検出できたという結果が、実運用レベルの精度を示す根拠となっている。
360万件という学習データの規模が、ノイズの多い複雑な地形に対するロバスト性を支えている点が、このモデルの肝だ。衛星画像は地表の反射率や大気の状態によって信号が大きく乱れるが、物理シミュレーションベースの大規模データ生成でこの問題を回避した。
データとモデルはすべてオープンに公開
研究成果は論文にとどまらず、実際に使えるかたちで公開されている点も重要だ。
- グローバルプルームデータベース：Google Earth Engine 上で公開。Earth Engine アプリで可視化も可能
- オープンソースモデル：Kaggle で公開
- 推論ツール：GitHub で公開（研究者・政策立案者・施設運営者向け）
オープン公開の意義は研究コミュニティへの貢献にとどまらない。政策立案者が特定地域の排出動向を継続的にモニタリングしたり、施設運営者が自社敷地内のリークを早期に把握して修繕対応したりといった、より実務的な活用が可能になる。気候変動対策において排出源の特定は削減施策の前提条件であり、MAPL-EMIT が大規模かつ自動的にプルームを検出できるようになれば、衛星データを継続的に監視し、問題のある施設や地域に素早く介入する仕組みの構築が現実的になる。
技術的な背景
EMIT センサーは地表の鉱物ダスト調査を主目的として設計されたが、そのハイパースペクトル計測能力（可視光から短波赤外域にわたる数百の波長帯を同時計測）がメタン検出にも活用できる。メタンは特定の赤外波長帯で強い吸収特性を持つため、この計測方式との相性が良い。
物理シミュレーションベースの学習データ生成（Physics-Based Data Augmentation）は、ラベル付き実データの取得が困難なリモートセンシング領域での定番アプローチになりつつある。実際の衛星画像にメタンプルームのラベルを人手で付与するコストは膨大であり、物理モデルで合成データを大量生成することで、現実的な学習規模を確保している。今回のスケール（360万プルーム）はその中でも大規模な部類に入り、多様な地形・季節・大気条件を網羅することでモデルの汎化性能を高めている。
また、検出精度の向上は単なる「件数の増加」以上の意味を持つ。これまで見落とされていた中小規模の排出源が可視化されることで、国別・産業別のメタン排出インベントリの精度が上がり、国際的な排出削減目標の設定や検証にも影響を与えうる。
詳細はA new deep learning model maps global methane emissions from space.を参照していただきたい。
