Detecção e Atribuição de Hotspots de Metano na Infraestrutura de Energia do Nordeste Brasileiro via Monitoramento Orbital TROPOMI

[PT] Este dataset e framework analítico apresentam um diagnóstico inédito das emissões de metano (CH4) sobre a infraestrutura de hidrocarbonetos no Nordeste do Brasil (2020-2025). Utilizando dados do sensor TROPOMI (Sentinel-5P) processados via Google Earth Engine, o estudo implementa uma metodologia de detecção de anomalias baseada em Z-Score e algoritmos de agrupamento espacial (clustering). Os resultados identificam "super-emissores" e atribuem geograficamente os hotspots a ativos específicos, como a rede da Copergás e o gasoduto GASALP. Inclui scripts Python, tabelas de inventário regional e mapas de alta resolução para suporte à detecção de vazamentos e mitigação de gases de efeito estufa.

[EN] This dataset and analytical framework provide a novel diagnosis of methane (CH4) emissions over the hydrocarbon infrastructure in Northeast Brazil (2020-2025). Using TROPOMI (Sentinel-5P) sensor data processed via Google Earth Engine, the study implements an anomaly detection methodology based on Z-Score and spatial clustering algorithms. The results identify "super-emitters" and geographically attribute hotspots to specific assets, such as the Copergás network and the GASALP pipeline. It includes Python scripts, regional inventory tables, and high-resolution maps to support leak detection and greenhouse gas mitigation.

[ZH] 该数据集和分析框架对巴西东北部 (2020-2025 年) 碳氢化合物基础设施的甲烷 (CH4) 排放进行了全新的诊断。利用通过 Google Earth Engine 处理的 TROPOMI (Sentinel-5P) 传感器数据,该研究实施了基于 Z-Score 和空间聚类算法的异常检测方法。结果识别了“超强排放源”,并将热点地理归因为特定资产,例如 Copergás 网络和 GASALP 管道。它包括 Python 脚本、区域清单表和高分辨率地图,用于支持泄漏检测和温室气体减排。

[ES] Este conjunto de datos y marco analítico presentan un diagnóstico inédito de las emisiones de metano (CH4) sobre la infraestructura de hidrocarburos en el Nordeste de Brasil (2020-2025). Utilizando datos del sensor TROPOMI (Sentinel-5P) procesados vía Google Earth Engine, el estudio implementa una metodología de detección de anomalías basada en Z-Score y algoritmos de agrupamiento espacial (clustering). Los resultados identifican "super-emisores" y atribuyen geográficamente los hotspots a activos específicos, como la red de Copergás y el gasoduto GASALP. Incluye scripts de Python, tablas de inventario regional y mapas de alta resolución para el apoyo a la detección de fugas y mitigación de gases de efecto invernadero.

[FR] Ce jeu de données et ce cadre analytique présentent un diagnostic inédit des émissions de méthane (CH4) sur l'infrastructure d'hydrocarbures dans le Nord-Est du Brésil (2020-2025). Utilisant les données du capteur TROPOMI (Sentinel-5P) traitées via Google Earth Engine, l'étude met en œuvre une méthodologie de détection d'anomalies basée sur le Z-Score et des algorithmes de regroupement spatial (clustering). Les résultats identifient des "super-émetteurs" et attribuent géographiquement les hotspots à des actifs spécifiques, tels que le réseau Copergás et le pipeline GASALP. Il comprend des scripts Python, des tableaux d'inventaire régional et des cartes haute résolution pour l'aide à la détection des fuites et à l'atténuation des gaz à effet de serre.

[DE] Dieser Datensatz und analytische Rahmen liefern eine neuartige Diagnose der Methanemissionen (CH4) über der Kohlenwasserstoffinfrastruktur im Nordosten Brasiliens (2020-2025). Unter Verwendung von TROPOMI (Sentinel-5P)-Sensordaten, die über die Google Earth Engine verarbeitet wurden, implementiert die Studie eine Methodik zur Anomalieerkennung basierend auf Z-Score und räumlichen Clustering-Algorithmen. Die Ergebnisse identifizieren "Super-Emittenten" und ordnen Hotspots geografisch spezifischen Anlagen zu, wie dem Copergás-Netz und der GASALP-Pipeline. Es umfasst Python-Skripte, regionale Inventartabellen und hochauflösende Karten zur Unterstützung der Leckerkennung und Treibhausgasminderung.