Les chercheurs chinois ont développé un cadre hybride pour tracer les sources et le changement des émissions de dioxyde de carbone sur route en temps réel avec une résolution de 30 mètres, selon un article de recherche récemment publié dans la revue Sustainable Cities and Society.
Cette technologie est appliquée à Shenzhen, la province du Guangdong du sud de la Chine, et devrait être utilisée dans plus de villes à l’avenir pour évaluer et promouvoir la réduction du dioxyde de carbone sur les routes urbaines.
L’expansion urbaine et la mobilité de la population ont entraîné une augmentation continue des émissions de dioxyde de carbone routier – posant des défis importants en termes de réglementation du climat local, de santé publique et de neutralité du carbone.
Une limitation clé des inventaires précédents d’émission de carbone est leur résolution spatiale grossière, selon Wang Li, auteur correspondant de l’article et chercheur à l’Institut de recherche sur l’information aérospatiale de l’Académie chinoise des sciences.
Ce manque de détails rend difficile la capture de variations à grande échelle des émissions de différents segments de route ou au fil du temps. Par conséquent, il devient encore plus difficile de retracer avec précision les sources d’émissions ou d’expliquer les causes, a déclaré Wang.
Le développement de méthodes de surveillance précises pour effectuer une analyse multi-facteurs des niveaux de dioxyde de carbone sur route est considérée comme d’une grande importance pour leur réduction efficace.
Wang et son équipe ont développé leur cadre en combinant l’intelligence panoptique-artificielle (Panoptic-AI) et un cadre d’observation mobile pour prédire la résolution horaire de 30 mètres de la concentration de dioxyde de carbone sur route et fournir une prédiction de dioxyde de dioxyde de carbone dynamique de jour dans les réseaux de trafic urbain.
Ce développement intègre l’IA avec des caméras panoramiques, des analyseurs de gaz à effet de serre de haute précision et des capteurs météorologiques pour acquérir de manière synchrone des données multi-sources sur les concentrations de dioxyde de carbone routier, des volumes de circulation, des dispositions de construction, une couverture végétale et des conditions météorologiques, pendant les enquêtes mobiles.
L’équipe de recherche a réalisé une précision d’identification moyenne de plus de 93% pour les sources d’émission. Pendant ce temps, ce cadre peut quantifier l’influence de facteurs individuels tels que les conditions de circulation, la couverture terrestre environnante et les variables météorologiques – révélant ainsi clairement la dynamique spatio-temporelle et les mécanismes de conduite des émissions de carbone.
« Cette technique représente un déploiement innovant de l’IA dans la surveillance environnementale, ainsi que pour un système de surveillance de carbone multidimensionnel et complet combiné avec des inventaires d’émission conventionnels et des technologies de surveillance des gaz à effet de serre à base de satellite », a déclaré Wang.
