国际空间站的相机盯上甲烷：Google 和 NASA 抓出 2.3 万条泄漏羽流

一台本来用来看沙漠矿物的太空相机，配上深度学习，成了地球上最较真的甲烷稽查员。

三个关键信息

Google 与 NASA 喷气推进实验室（JPL）在 9 月的《美国国家科学院院刊》（PNAS）上发表 MAPL-EMIT 模型，用国际空间站上的 EMIT 高光谱仪器数据，从太空全球定位甲烷羽流。 EMIT 的本职是测绘干旱地区的矿物成分，甲烷检测属于「顺手接单」——它的高光谱能力恰好能捕捉甲烷的化学指纹。

成绩单：比人类专家多检出约 50% 的甲烷泄漏，累计锁定超过 2.3 万条此前未被记录的羽流，全球排放最多的 25 个垃圾填埋场里命中了 24 个。 模型用 360 万条物理模拟的甲烷羽流训练，能在复杂地表背景里把甲烷信号择出来并估算排放源。

Google 把全球羽流数据库、训练好的模型和推理工具全部公开， 研究者和政策制定者可以直接拿去用——这等于把执法证据链做成了开源项目。

王斗视角

甲烷这生意最烂的地方在于「看不见」：它是第二大温室气体，锁热能力远超二氧化碳，但排放源又散又隐蔽，监管基本靠企业自觉申报。自觉申报是什么成色，看看这组数字就懂——AI 一上手就多找出 50% 的泄漏。也就是说，过去的「专家分析+企业报告」体系，漏掉了一半。

24/25 这个命中率更狠：全球排放最大的垃圾填埋场，几乎被逐个点名。以前执法者最难的是取证，现在证据从太空直接快递到数据库，想赖账的先学会对卫星撒谎。欧盟的甲烷排放法规正在收紧，这份开源数据库就是递给监管的现成账本。

这也是对「AI 耗电」论调最体面的一次反击。大模型一边烧电，一边把看不见的排放变成公开账本——AI 是气候的罪人还是会计，不看它吃多少电，看它把算力对准了什么。这一次，对准的是人类自己赖掉的账。

来源：Google Research Blog · PNAS · ESG Dive