全自动气体点源 Plume 检测
机器学习
2026-05-06 v1
摘要
未来的成像光谱仪将通过数量级增加数据卷积，要求自动检测 trace gas 点源。我们提出了一个全自动框架，将基于机器学习的形态学分析与基于物理的光谱拟合相结合，用于无需人工参与的 Plume 检测。应用于 EMIT 成像光谱仪数据，该系统以两种模式运行: "每日摘要" 自动在所有下轨道数据上运行，标记最大事件以便即时响应;以及回溯分析识别先前人工审查遗漏的 Plume。每日摘要表明，最大 Plume 的显著比例可在可忽略的误报率下自动检测;而回溯分析表明，至少有 25% 的 Plume 可能被遗漏。除了之前观察到的甲烷点源外，我们将检测扩展到三个较少研究的 trace gas: NH3、NO2 以及 EMIT 影像中碳氧化物 (CO) Plume 的首次观测。
关键词
引用
@article{arxiv.2605.03372,
title = {Fully Automatic Trace Gas Plume Detection},
author = {Vít Růžička and David R. Thompson and Jay E. Fahlen and Amanda M. Lopez and Steven Lu and Chuchu Xiang and Holly Bender and Daniel Jensen and Philip G. Brodrick and Jake Lee and Brian Bue and Daniel H. Cusworth and Luis Guanter and Adam Chlus and Andrew Thorpe and Robert O. Green},
journal= {arXiv preprint arXiv:2605.03372},
year = {2026}
}
备注
Manuscript 27 pages, 9 figures, 1 table, more in attached supplementary; In review