Nuevo método satelital para rastrear las emisiones de los barcos

El envío internacional juega un papel importante en la economía global, pero también contribuye significativamente a las Emisiones dañinas. En los últimos años, se han implementado reglas más estrictas para reducir las emisiones de los barcos, especialmente en zonas como el Mar del Norte y el Báltico. Sin embargo, monitorear el cumplimiento de estas reglas suele ser complicado y costoso. Este artículo presenta un nuevo método para identificar barcos que pueden estar superando sus límites de emisión usando datos de satélites.

#Contexto

La industria naviera es una fuente significativa de contaminación del aire, particularmente con sustancias como el dióxido de nitrógeno (NO2), que pueden perjudicar tanto la salud humana como el medio ambiente. Para asegurarse de que los barcos sigan las regulaciones de emisiones, se realizan inspecciones típicamente. Sin embargo, estas inspecciones son costosas y es esencial centrarse en los barcos que probablemente estén violando las reglas.

Actualmente, se utilizan varios métodos para monitorear las emisiones de los barcos, como medir emisiones cerca de puertos o usar drones. Sin embargo, estos métodos a menudo proporcionan información limitada sobre las emisiones de un barco mientras está en el mar. Además, estos métodos generalmente implican una sola inspección, lo que no da una imagen completa del rendimiento de un barco a lo largo del tiempo.

#El papel de los satélites

El satélite TROPOMI, lanzado en 2018, tiene capacidades avanzadas para reconocer las emisiones de barcos individuales. Ofrece una nueva forma de monitorear el cumplimiento de las regulaciones de emisiones usando tecnología de teledetección. Esta tecnología puede ayudar a desarrollar métodos más efectivos para recomendar inspecciones basadas en datos recolectados desde el espacio.

#Prácticas actuales

Los métodos actuales para estimar las emisiones de los barcos suelen depender de establecer umbrales o usar algoritmos complejos. Sin embargo, estos enfoques enfrentan desafíos como datos de baja calidad y el proceso que consume tiempo de etiquetar esos datos para su análisis. Como resultado, hay necesidad de métodos mejorados que puedan proporcionar estimaciones de emisiones precisas sin requerir un esfuerzo manual extenso.

#Método propuesto

El método presentado aquí utiliza datos satelitales para identificar automáticamente barcos que probablemente excedan los límites de emisión. La innovación clave es un modelo de regresión que predice cuánto NO2 debería emitir un barco según sus características y las condiciones atmosféricas en ese momento. Este modelo no necesita etiquetado manual de datos y usa directamente las mediciones satelitales para la validación.

#Fuentes de datos

El modelo se basa en múltiples fuentes de datos, incluidos los datos del satélite TROPOMI, información del viento y datos del Sistema de Identificación Automática (AIS). Los datos de AIS proporcionan información sobre las posiciones y movimientos de los barcos. La combinación de estas fuentes de datos permite una evaluación más completa de las emisiones de un barco.

#Trabajando con datos de TROPOMI

TROPOMI mide la concentración de gases como el NO2 en la atmósfera. Para obtener lecturas precisas, se siguen procedimientos específicos para convertir datos en bruto en información útil. Esto implica separar las señales atmosféricas para aislar las contribuciones de los barcos y ajustar factores como la dirección y velocidad del viento.

#Identificando regiones de interés

Para analizar las emisiones de un barco, es crucial definir una región de interés (RoI) alrededor del barco. Esta área es donde se usarán los datos satelitales para estimar las emisiones. El proceso implica mirar la trayectoria histórica del barco y considerar las condiciones del viento que podrían afectar el plume del barco.

#Construyendo el modelo de regresión

El núcleo del método propuesto es el modelo de regresión diseñado para predecir las emisiones. Este modelo utiliza varias características, como la velocidad y el tamaño del barco, para proporcionar una estimación de las emisiones esperadas. Comparando las emisiones predichas con las emisiones reales capturadas por el satélite, se calcula una medida de la idoneidad de inspección para cada barco.

#Optimización del modelo

Para asegurar el mejor rendimiento, el modelo se optimiza usando técnicas automatizadas. Esto significa que se prueban diferentes métodos de aprendizaje automático para encontrar la forma más eficiente de hacer predicciones sobre las emisiones. El objetivo es aumentar la precisión de las estimaciones de emisiones mientras se reduce la necesidad de ajustes manuales.

#Detectando barcos que emiten anómalamente

El paso final en el proceso es identificar barcos que consistentemente muestran emisiones más altas de lo que se esperaría. Esto se hace analizando datos históricos de múltiples observaciones de cada barco. Los barcos que destacan por tener emisiones inusualmente altas son marcados para una posible inspección.

#Inspecciones visuales para verificación

Una vez identificados potenciales emisores anómalos, se realiza una inspección visual de los datos satelitales. Esto es para asegurar que las emisiones detectadas realmente se puedan atribuir a los barcos específicos en cuestión y que no estén influenciadas por otras fuentes de contaminación cercanas.

#Resultados y hallazgos

Los resultados muestran que el método propuesto identifica eficazmente barcos que probablemente excedan sus límites de emisiones. Al depender de una combinación de técnicas de aprendizaje automático y datos satelitales, ha sido posible reducir los costos asociados al monitoreo de cumplimiento mientras aumenta las posibilidades de encontrar barcos no conformes.

#Discusión

Este método representa una mejora significativa sobre las prácticas tradicionales de inspección. Permite un monitoreo continuo basado en datos satelitales y habilita a las autoridades a tomar decisiones más informadas sobre qué barcos deberían ser inspeccionados, optimizando así la asignación de recursos.

#Trabajo futuro

Aunque el método actual muestra promesa, aún hay aspectos que se pueden mejorar. Los estudios futuros pueden centrarse en explorar características adicionales o fuentes de datos que podrían mejorar la precisión del modelo. Además, examinar la consistencia espacial de las emisiones a través de diferentes rutas podría llevar a predicciones aún mejores.

#Conclusión

El método propuesto proporciona una forma más eficiente de identificar barcos que pueden estar violando las regulaciones de emisiones. Al utilizar datos satelitales y técnicas de aprendizaje automático, las autoridades pueden enfocar las inspecciones en los barcos que son más propensos a ser no conformes. Esto no solo ahorra tiempo y recursos, sino que también contribuye a un aire más limpio y un ambiente más saludable.

#Agradecimientos

La financiación para este trabajo fue proporcionada por varias organizaciones gubernamentales y proyectos destinados a mejorar el cumplimiento en el envío y reducir las emisiones. La colaboración entre diferentes instituciones ayuda a avanzar en los métodos utilizados para monitorear las emisiones de manera efectiva.

#Resumen

En resumen, este artículo destaca el desarrollo de una nueva metodología para detectar barcos que emiten niveles más altos de NO2 de lo permitido. Al aprovechar la tecnología satelital, el enfoque agiliza el proceso de monitoreo de cumplimiento, convirtiéndolo en una herramienta valiosa para la protección ambiental y la salud pública.