Google 与 NASA JPL 发布 MAPL-EMIT 深度学习框架，用于全球甲烷点源监测

Google 与 NASA JPL 在 PNAS 发表论文，提出深度学习框架 MAPL-EMIT，用于从 EMIT 高光谱数据中自动检测、增强和定位甲烷羽流。该模型在专家标注羽流上达到 84% 召回率，并识别出约多 50% 的疑似羽流；相关全球羽流数据库、训练模型和推理库已分别发布在 Earth Engine、Kaggle 和 GitHub 上。