科学家利用了人工智能（AI）查明地下清洁能源的隐藏源。
根据技术Xplore，俄亥俄州立大学的研究人员开发了一种深度学习模型，以扫描世界上自然发生的自由氢的地下水库表面表达。这种方法旨在揭示“黄金氢”的潜在来源，因为努力摆脱化石燃料的努力加剧。
AI扫描地球的表面
扫描地球表面的AI算法专门针对地面上的卵形或半圆形凹陷（SCD）的下落。
据报道，SCD在与自然或“金氢”相关的区域附近形成，通常在低海拔地区出现，但可以通过植被或农业活动来隐藏它们。
最近的发现揭示了这些循环模式在全球各个地方的普遍性，包括美国，马里，纳米比亚，巴西，法国和俄罗斯。
俄亥俄州立大学伯德极地和气候研究中心的博士后学者Sam Herreid和Saurabh Kaushik领导了该计划。他们将深度学习模型与全球卫星图像数据结合在一起，以定位SCD，利用已知位置来训练该算法。
AI模型可以通过分析遥感数据并考虑地形和光谱模式来有效地指出与地下氢储层相关的潜在位点。
映射隐形凹陷
AI绘制这些几乎看不见的凹陷的能力展示了其在全球研究与氢相关位点的研究中的独特作用。该研究代表了理解和定位天然氢的重要步骤，即清洁有效的能源。
对氢作为清洁能源替代品的兴趣正在增长，这是由于其作为低碳能源的潜力而驱动的，并具有最小的温室气体排放。
该项目的主要研究人员，俄亥俄州州立大学的地球科学副教授Joachim Moortgat说：“氢通常是一种非常有吸引力的能源。如果燃烧它，它的唯一副产品是水，与风能或太阳能不同，可以存储和运输氢，因此有各种各样的行业试图努力进行转换。”
尽管有氢的潜力，但找到可行的沉积物仍带来挑战。研究团队开发的AI工具提供了一种积极的方法来绘制全球潜在的氢源。但是，将真正的氢沉积物与其他圆形土地特征（例如湖泊或庄稼圈）区分开来仍然是一个障碍。
尽管欧洲已经在探索其黄金氢商店，但美国正在将清洁能源生产的规定纳入立法，例如《降低通货膨胀法》。
尽管取得了迅速的进展，但将天然氢储层整合到全球能源景观中仍需几年。研究人员强调需要加深对氢系统的理解，并研究SCD的形成以加速向清洁能源的过渡。
Moortgat说：“最大的挑战是我们需要找到更多的SCD，然后真正研究这些事物的形成方式。” “一旦我们发现了更多，我们将处于更好的位置，可以再次使用AI工具在全球找到类似的工具。”
团队的工作是提出在本周的美国地球物理联盟年度会议上。
