Abschätzung von Treibhausgasemissionen von Kraftwerken aus Satellitenbildern

Dieses Projekt bildet die logische Erweiterung unseres vorherigen Projekts zur Charakterisierung industrieller Abgasfahrnen aus Fernerkundungsdaten. Anstatt einfach nur Abgasfahnen zu identifizieren und zu charakterisieren, nutzen wir diese Informationen, um die Treibhausgasemissionen von fossilen Brennstoffkraftwerken zu schätzen. Die Idee ist recht einfach: Wir wissen, dass wir Abgasfahnen segmentieren und sie robust von natürlichen Wolken unterscheiden können. Für alle europäischen Kraftwerke kennen wir zu jedem gegebenen Zeitpunkt ihre Stromerzeugungsraten. Daher können wir ein Regressionsmodell trainieren, um die Stromerzeugungsrate aus dem Umfang der beobachteten Abgasfahne abzuschätzen. Allerdings ist die scheinbare Größe der Rauchfahne nicht nur eine Funktion des Stromerzeugungsprozesses. Vielmehr handelt es sich um einen hochkomplexen Prozess, der von Umweltvariablen abhängt. Um diese Variablen zu approximieren, stellen wir unserem Regressionsmodell aktuelle Wetterinformationen zur Verfügung, einschließlich Umgebungstemperatur, Luftdruck und Windgeschwindigkeit. ...

14. Dezember 2021

Klassifizierung von Kraftwerken aus Satellitenbildern mit Deep Learning

Die industriellen und energieerzeugenden Wirtschaftssektoren stoßen mehr als die Hälfte der jährlich und global freigesetzten Treibhausgasemissionen aus und tragen somit erheblich zu den globalen Erwärmungseffekten bei. In unserer jüngsten Arbeit (Mommert et al. 2020) haben wir die Grundlage für die Schätzung von Treibhausgasemissionen aus Industrieanlagen gelegt, indem wir industrielle Rauchfahnen ausschließlich aus Daten der Fernbildgebung charakterisiert haben. Diese Arbeit ist Teil eines größeren Vorhabens zur Schätzung der Treibhausgasemissionsraten aus Satellitenbildern für einzelne Industrieanlagen. In dieser Arbeit haben wir einen weiteren Schritt in Richtung dieses Ziels gemacht. ...

16. Juni 2021