[ad_1]
L’Environmental Protection Agency estime que le secteur des transports représente environ 27 % de toutes les émissions annuelles de gaz à effet de serre aux États-Unis, et les émissions du transport routier – entraînées par des véhicules à combustion interne générant du carbone – en représentent la grande majorité.
Pendant des années, les chercheurs ont essayé de mesurer ces émissions de plus près, mais les inventaires existants sont souvent dépassés, incomplets et limités.
Désormais, des scientifiques du Johns Hopkins Applied Physics Laboratory (APL) à Laurel, dans le Maryland, ont tiré parti de l’intelligence artificielle et de l’apprentissage automatique (ML) pour produire des estimations précises des émissions du transport routier des 500 villes les plus émettrices du monde.
« En particulier, nous avons pu estimer le trafic quotidien annuel moyen sur des segments de route individuels dans les zones urbaines et l’avons combiné avec des estimations localisées des facteurs d’émissions des véhicules pour produire une estimation des émissions totales », a expliqué Marisa Hughes, responsable adjointe du programme de résilience environnementale. dans la zone de mission de recherche et de développement exploratoire d’APL.
« La capacité de calculer les émissions par segment de route offre un niveau de détail sans précédent et une couverture mondiale », a déclaré Hughes, qui aide à gérer les efforts du Laboratoire en matière de changement climatique. « La combinaison de l’activité routière prévue par ML et des données sur les facteurs d’émissions spécifiques à la région crée des estimations automatisées, précises, globales, opportunes et exploitables des émissions de gaz à effet de serre du transport routier. »
Actionnable est le mot clé, a déclaré Hughes. « Vous ne pouvez pas changer ce que vous ne pouvez pas mesurer, et c’est un grand défi lorsqu’il s’agit de lutter contre le changement climatique. Nous devons savoir d’où proviennent les émissions de gaz à effet de serre, mais cela signifie tenir compte d’un grand nombre de contributions minuscules dans le temps et dans la géographie.
Rendre visible l’invisible
Il y a environ 1,4 milliard de véhicules à moteur dans le monde. Une équipe APL d’experts en télédétection et en vision par ordinateur a pensé pouvoir mesurer les gaz à effet de serre de ces véhicules en extrayant les signatures d’émissions des données satellitaires visuelles, rendant essentiellement visible l’invisible. Ils se sont mis à examiner les données d’émissions existantes, à les corréler avec ces images, à démêler tout ce qu’ils pouvaient avec les réseaux de neurones.
Ensuite, l’équipe a réalisé qu’il y avait une autre façon de relever le défi, a déclaré Hughes. APL avait de l’expérience dans la cartographie des modes de vie pour la communauté du renseignement sur un projet appelé Functional Map of the World, où des experts ont cartographié l’utilisation des terres et les structures, et ont utilisé des données satellitaires à différents moments de la journée pour comprendre et différencier des structures d’apparence similaire, comme les immeubles de bureaux par rapport aux complexes d’appartements.
« Nous avons pensé, et si nous prenions cette même analyse du » mode de vie « et, au lieu de nous concentrer sur les bâtiments, nous examinions les réseaux de routes qui les reliaient », a rappelé Derek Rollend, chercheur principal en ML à l’APL. « Nous avons construit un réseau neuronal profond qui prendrait des entrées disponibles dans le monde entier : imagerie satellite, données du réseau routier et population. »
Étant donné que certaines régions disposaient de données précises sur les émissions et le nombre de véhicules, « nous avons pu entraîner nos modèles d’apprentissage automatique avec ces données de terrain sur l’activité des véhicules, puis appliquer les prévisions du modèle d’abord au niveau du pays, et plus récemment pour les 500 premières villes du monde », a-t-il poursuivi.
Ce travail apporte une contribution majeure à un effort plus large de surveillance des émissions de gaz à effet de serre à l’échelle mondiale, mené par Climate TRACE [Tracking Real-time Atmospheric Carbon Emissions], une coalition internationale créée pour accélérer et faciliter une action climatique significative en suivant de manière indépendante les émissions de gaz à effet de serre avec des détails et une rapidité sans précédent. La coalition – qui comprend APL – compte l’ancien vice-président Al Gore parmi ses principaux bailleurs de fonds et partisans, et Temps le magazine a honoré cet effort comme l’une des 100 meilleures inventions de 2020.
Ce travail représente la manière dont APL apporte son expertise unique pour apporter des contributions durables aux défis mondiaux du changement climatique.
« C’est un excellent exemple de la façon dont nos compétences et capacités uniques en matière d’apprentissage automatique, d’imagerie par satellite et de modélisation de systèmes peuvent être appliquées pour comprendre et un jour résoudre des problèmes complexes », a déclaré Bobby Armiger, qui, avec Hughes, co-dirige l’accent Labwide sur recherche sur le changement climatique.
Le 9 novembre, Climate TRACE a publié l’inventaire le plus détaillé des émissions de gaz à effet de serre jamais compilé, fournissant des données sur les émissions au niveau des actifs pour 81 087 sources individuelles dans le monde – et les données de transport d’APL faisaient partie de cette publication. En plus de publier des informations au niveau des installations, Climate TRACE a mis à jour son inventaire indépendant des émissions de chaque pays pour inclure les données de 2021, offrant une vue complète des émissions annuelles de gaz à effet de serre depuis 2015 – l’année de l’Accord de Paris, un traité international sur le climat monnaie.
Apporter une transparence radicale aux émissions mondiales
Les membres de la coalition Climate TRACE se sont ralliés autour d’un objectif qu’ils appellent la transparence radicale.
« Il s’agit de savoir où se trouvent tous les gaz à effet de serre, d’où proviennent les émissions et, en même temps, d’être très ouvert sur la façon dont nous calculons ces émissions », a déclaré Hughes. « C’est vraiment un gros défi. Mais si vous avez cette transparence radicale, alors vous pouvez plonger et commencer à faire des analyses et des comparaisons pour déterminer ce qui fonctionne et ce qui ne fonctionne pas en termes d’atténuation des émissions.
L’un des objectifs de la coalition pour l’année à venir est de comprendre comment rassembler des ensembles de données et des inventaires d’émissions de sources différentes et qui se chevauchent pour créer une nouvelle meilleure estimation de ce qui se passe réellement.
« Ce rêve de transparence radicale et de savoir d’où proviennent toutes les émissions en temps réel avec chaque nouvelle image satellite est encore loin devant nous », a déclaré Hughes. « Mais maintenant, il se sent à portée de main. »
APL met toutes ses compétences de base au service de ce défi critique, en rassemblant les meilleurs experts de divers domaines scientifiques et des partenaires de l’entreprise, de l’industrie et du gouvernement de Johns Hopkins pour explorer les opportunités stratégiques afin d’avoir le plus grand impact sur le changement climatique. . En savoir plus sur le changement climatique et la sécurité nationale (jhuapl.edu).
Par le laboratoire de physique appliquée de l’Université Johns Hopkins
Vous appréciez l’originalité et la couverture de l’actualité des technologies propres de CleanTechnica ? Envisagez de devenir membre, supporteur, technicien ou ambassadeur de CleanTechnica – ou un mécène sur Patreon.
Vous ne voulez pas manquer une histoire de technologies propres ? Inscrivez-vous pour recevoir les mises à jour quotidiennes de CleanTechnica par e-mail. Ou suivez-nous sur Google Actualités !
Vous avez un conseil pour CleanTechnica, souhaitez faire de la publicité ou suggérer un invité pour notre podcast CleanTech Talk ? Contactez-nous ici.
[ad_2]
Source link -13