AI och historiska kartor avslöjar dolda oljekällor som hotar miljön i USA

StockholmI USA använder man artificiell intelligens och gamla kartor för att lokalisera odokumenterade övergivna olje- och gasbrunnar. Dessa brunnar har lämnats utan korrekta arkiv och kan läcka farliga ämnen som bensen och metan. De härstammar från nästan 170 års borrning och kan medföra allvarliga miljö- och klimatproblem.
AI används på nya sätt. Gamla kartor från United States Geological Survey kombineras nu med AI. Forskare vid Lawrence Berkeley National Laboratory har utvecklat ett sätt att ta data från dessa kartor med hjälp av deras geotaggade funktioner.
Viktiga steg och teknologier som används innefattar:
- AI-algoritmer som tränats för att identifiera brunnssymboler på historiska kartor.
- Användning av drönare utrustade med sensorer för verifiering på fältet.
- Innovativa magnetometerverktyg för att upptäcka nedgrävda metalliska brunnsskydd.
- En kombination av flera datakällor som förbättrar detektionsnoggrannheten.
Tidigare var det en långsam och utmanande process att hitta dessa brunnar eftersom man var tvungen att gå igenom varje karta separat. Nu gör AI att stora datamängder kan analyseras snabbt, vilket avsevärt påskyndar identifieringen av potentiella UOWs.
Att lämna dessa brunnar som de är kan påverka miljön negativt. De avger metan, vilket är mer skadligt för klimatet än koldioxid. Dessutom kan de förorena grundvattnet och släppa ut farliga kemikalier i luften.
CATALOG-projektet samarbetar med inhemska amerikanska stammar och statliga myndigheter. Deras mål är att utveckla användarvänliga och kostnadseffektiva verktyg för att hitta och hantera brunnar. Samarbetet med lokala partners är avgörande för att skapa praktiska tekniker som kan fylla i informationsluckor.
AI kan bidra till att lösa miljöproblem genom att använda gamla data. Genom att kombinera avancerade AI-metoder med detaljerade historiska data kan vi minska skadorna från övergivna brunnar. Detta exemplifierar hur teknik kan stödja miljö- och folkhälsoinsatser och hjälpa till att återvinna bortglömda delar av industrihistorien.
Studien publiceras här:
http://dx.doi.org/10.1021/acs.est.4c04413och dess officiella citering - inklusive författare och tidskrift - är
Fabio Ciulla, Andre Santos, Preston Jordan, Timothy Kneafsey, Sebastien C. Biraud, Charuleka Varadharajan. A Deep Learning Based Framework to Identify Undocumented Orphaned Oil and Gas Wells from Historical Maps: A Case Study for California and Oklahoma. Environmental Science & Technology, 2024; DOI: 10.1021/acs.est.4c04413

8 februari 2025 · 23:24
Techjättarna tar kampen: AI-kriget har just börjat

29 december 2024 · 02:20
AI och grupptänk: hur maskininlärning förstärker fördomar och påverkar samhället

28 december 2024 · 04:35
Forskare utforskar AI-baserade åldersklockor för att förbättra hälsa och förlänga livslängden
Dela den här artikeln
