본 논문은 기후 변화의 주요 원인인 메탄을 감지하기 위한 위성 기반 기계 학습(ML) 모델을 소개합니다. 특히, 기존 전처리 단계인 기하학적 왜곡 보정(orthorectification)을 거치지 않은 원시 데이터(UnorthoDOS)를 활용하는 새로운 접근 방식을 제시합니다. 연구 결과, UnorthoDOS 데이터로 훈련된 ML 모델이 전처리된 데이터와 유사한 성능을 보이며, 전처리된 데이터로 훈련된 모델은 기존의 matched filter보다 우수한 성능을 나타냄을 확인했습니다. 두 가지 ML 준비 데이터세트(orthorectified 및 unorthorectified)와 모델 체크포인트 및 코드를 공개하여 연구의 재현성과 활용성을 높였습니다.
