Detección de metano mediante drones para pozos de petróleo y gas abandonados

Fuente: Thomas, W.H. & Wang, C. (2026). Methane Detection for Abandoned Oil and Gas Wells. Preprints.org (prepublicación, no revisada por pares). doi: 10.20944/preprints202602.0497.v1

Investigación financiada por: Acuerdo de Cooperación EPSCoR de la Fundación Nacional de Ciencias OIA-2119689

Institución: Departamento de Geomática, Laboratorio de GeoComputación, Universidad de Alaska Anchorage

Resultados clave

• Pruebas de liberación controlada: cero falsos positivos, cero falsos negativos con un umbral de asimetría de 1.5
• Verificación de campo en tres pozos abandonados reales en Houston, Alaska, confirmada de forma independiente por la Comisión de Conservación de Petróleo y Gas de Alaska
• Fugas de metano detectadas en 9 de cada 10 inspecciones de campo (asimetría), con agrupamiento espacial estadísticamente significativo en 8 de cada 10 (I de Moran)
• Sistema continuó detectando fugas activas incluso durante los trabajos de remediación en curso

El desafío: 3.9 millones de pozos de petróleo y gas, emisiones de metano sin monitorear

Estados Unidos cuenta con aproximadamente 3.9 millones de pozos de petróleo y gas abandonados y huérfanos documentados. Según el Inventario de Emisiones y Sumideros de Gases de Efecto Invernadero de 2024 de la EPA de EE. UU., alrededor de 3 millones de ellos están clasificados como abandonados. Además, hasta 2023 existían 117,672 pozos huérfanos documentados (pozos sin un propietario legalmente responsable), sumado a una cifra estimada de entre 310,000 y 800,000 pozos huérfanos no documentados que nunca han sido catalogados formalmente.

Estos pozos no son solo artefactos históricos. Los pozos sin sellar proporcionan una vía directa para que las fugas de gas metano y otros contaminantes lleguen a la superficie. El metano tiene 86 veces el potencial de calentamiento global del dióxido de carbono en un período de 20 años. La EPA estima que los pozos abandonados contribuyen con 8.5 millones de toneladas de CO2 equivalente al año, aproximadamente el 3% del total de las emisiones de metano del sector de petróleo y gas de EE. UU. En estudios realizados en Pensilvania, se ha detectado benceno, un carcinógeno conocido, en el 70% de los sitios de pozos abandonados. La acumulación de metano en espacios cerrados puede provocar explosiones.

La magnitud del problema atrajo una importante financiación federal. La Sección 40601 de la Ley de Inversión en Infraestructura y Empleos de 2021 asignó 4,675 millones de dólares para el sellado, la remediación y la restauración de sitios de pozos huérfanos. De esa cantidad, 4,275 millones de dólares se destinaron a 28 estados con pozos documentados. Alaska, con doce pozos abandonados documentados, recibió 28.3 millones de dólares en dos fases de subvención en 2024 y 2025.

Pero aquí radica el desafío principal: menos de 1,200 de esos millones de pozos han tenido sus emisiones medidas alguna vez. No se puede priorizar el gasto en remediación sin saber qué pozos tienen fugas activas. Los métodos de detección existentes, principalmente la magnetometría aérea, se basan en encontrar la firma magnética de las tuberías de acero de los pozos. Esto falla cuando las tuberías están ausentes, enterradas o rodeadas de otros restos metálicos que generan falsos positivos. Los investigadores del Laboratorio de GeoComputación de la Universidad de Alaska Anchorage propusieron un enfoque diferente: sobrevolar el sitio con un sensor de metano y medir lo que realmente importa.

Sistema de inspección de metano con drones

El equipo de investigación construyó su plataforma de detección de metano con drones a partir de cuatro componentes: un dron DJI Matrice 300 RTK, un sensor de metano Laser Falcon, una computadora a bordo UgCS SkyHub y software de planificación de vuelo UgCS ejecutándose en la estación de control terrestre.

Sensor de detección de metano: sistema Laser Falcon TDLAS

El Laser Falcon utiliza espectroscopia de absorción por láser de diodo sintonizable (TDLAS) para medir la densidad de la columna de metano. Emite luz láser infrarroja a 1,653 µm, una longitud de onda absorbida únicamente por el metano (no por el CO2 ni por el vapor de agua), lo que permite una detección de fugas de metano de alta precisión. El rango de medición del sensor abarca de 0 a 50 000 partes por millón por metro (ppm·m) con una precisión de ±10 % del valor medido. Se alimentaba mediante una batería LiPo independiente de 3 celdas y 11,1 V. Con el Laser Falcon y el SkyHub conectados, el tiempo de vuelo del M300 RTK se redujo de su máximo sin carga de 55 minutos a aproximadamente 35 minutos.

Integración de SkyHub para la adquisición de datos de metano mediante UAV

El ordenador de a bordo UgCS SkyHub sirvió de puente entre el dron y el sensor de metano. Registró los datos del sensor, sincronizó las coordenadas GNSS de la posición del dron con cada medición de metano y proporcionó un control directo del dron a través de la interfaz del software UgCS.

Esa sincronización GNSS es fundamental. Cada lectura de metano necesita una coordenada geográfica precisa para ser útil en el análisis espacial. Sin ella, se obtiene una lista de valores de concentración sin forma de relacionarlos con ubicaciones específicas en el terreno.

Planificación automatizada de vuelos de inspección de metano con UgCS

Para cada emplazamiento, el equipo realizó una visita previa a la misión para evaluar la zona, determinar la altitud de vuelo segura e identificar obstáculos. Utilizaron un telémetro para medir la altura de los obstáculos, ya que las inspecciones de metano requieren volar lo suficientemente bajo como para medir las emisiones antes de que se dispersen, pero no tanto como para que el aire desplazado por las hélices del dron afecte a las mediciones. La información recopilada definió los límites de vuelo para los escaneos de área basados en cuadrículas planificados en UgCS. El espaciado entre las pasadas de vuelo y la velocidad seleccionada se calcularon en función del campo de visión del sensor a una altitud determinada y su tasa de adquisición de datos. Estos parámetros garantizaron aproximadamente una medición de metano por cada metro en toda el área de estudio.

El documento señala una ventaja práctica de UgCS para las operaciones con múltiples baterías: el software permitía interrumpir la ruta para el cambio de batería y reanudar la misión desde cualquier punto de referencia designado. Para grandes áreas de estudio que superan la capacidad de un solo vuelo, esto supuso una cobertura sistemática sin lagunas ni pasadas redundantes.

Debido a que las cargas útiles conectadas bloqueaban los sensores de evitación de obstáculos orientados hacia abajo del M300 RTK, dichos sensores se desactivaron. El equipo optó por el despegue y aterrizaje manuales para garantizar la seguridad de los equipos y los operadores. Una vez en el aire, UgCS se encargó de la ejecución automatizada de la cuadrícula.

Validación del método de detección de metano con drones: pruebas de liberación controlada

Antes de desplegarse en pozos reales, el equipo realizó vuelos de prueba en el campus Mat-Su de la Universidad de Alaska Anchorage, en Palmer, Alaska. Se eligió este lugar por su espacio aéreo de Clase G y por contar con un terreno grande, llano y sin ocupantes, adecuado para realizar vuelos repetidos con drones.

Simularon una fuga de metano de un pozo abandonado liberando metano a un ritmo constante de 0,8 litros por minuto utilizando una mezcla de gas de calibración con un 5 % de CH4, y registraron la ubicación exacta de la liberación para compararla con los resultados de la detección. Se realizaron cuatro vuelos: uno de referencia sin liberación de metano y tres con la fuga simulada. Cada vuelo cubrió la misma cuadrícula de aproximadamente 160 m x 160 m con un espaciado de 2 m entre las trayectorias de vuelo a una velocidad de 2 m/s. Los vuelos se realizaron a diferentes altitudes para evaluar el efecto de la altitud en la detección: el de referencia a 17 m sobre el nivel del suelo (AGL), y los tres vuelos con fuga a 32 m, 20 m y 25 m AGL.

Resultados de la detección

Los datos brutos se preprocesaron para eliminar las mediciones tomadas durante el despegue, el aterrizaje y los giros (filtradas mediante un umbral de velocidad de 1,8 m/s). A continuación, el equipo aplicó dos métodos estadísticos complementarios.

Análisis de asimetría (skewness) mide la asimetría de la distribución de las lecturas de metano. En una inspección limpia sin fugas, las lecturas siguen una distribución aproximadamente normal (simétrica) en torno a los niveles de metano de fondo. Cuando hay una fuga, la distribución se desplaza a la derecha, arrastrada por las lecturas elevadas cerca de la fuente. El vuelo de referencia (Prueba A) mostró una asimetría de 1,41. Los tres vuelos con fuga promediaron 9,61 (valores individuales: 14,35, 7,46 y 7,01). Un umbral de 1,5 separó claramente los escenarios con fuga de los que no la tenían.

I de Moran global comprueba si las lecturas elevadas están agrupadas espacialmente (como cabría esperar cerca de una fuente puntual) o dispersas aleatoriamente. Los tres vuelos con fuga produjeron una puntuación z media de 4,78, lo que corresponde a una probabilidad inferior al 1 % de que el patrón agrupado se produjera por azar. El vuelo de referencia mostró un patrón que no difería significativamente del aleatorio.

Umbral de fuga: asimetría > 1,5 combinada con una puntuación z de Moran estadísticamente significativa. Todos los vuelos con fuga superaron ambos valores; el vuelo de referencia no superó ninguno.

Verificación de campo: tres pozos abandonados en Houston, Alaska

Una vez validado el método de detección de metano mediante drones en condiciones controladas, el equipo pasó a realizar una prueba en un entorno real. La Comisión de Conservación de Petróleo y Gas de Alaska (AOGCC, por sus siglas en inglés) proporcionó información sobre tres pozos abandonados situados muy cerca unos de otros en Houston, Alaska, lo que permitió inspeccionar los tres en un mismo emplazamiento.

Los pozos

El pozo 1 se elevaba aproximadamente 2 metros sobre el nivel del suelo y estaba situado cerca de una carretera. Según un informe de resumen de progreso de una empresa de ingeniería, las mediciones del detector de fotoionización (PID) indicaron niveles bajos de gas fuera del revestimiento del pozo. No se proporcionó una tasa de fuga exacta.

El pozo 2 se encontraba en una zona boscosa, enterrado a unos 0,5 metros bajo tierra. Había sido excavado para realizar mediciones con PID, las cuales indicaron una fuga activa desde el revestimiento del pozo. También se observó una fuga de agua. El pozo fue enterrado de nuevo antes de este estudio y no se documentó ninguna tasa de fuga exacta.

El pozo 3, también situado en la zona boscosa, se consideró inicialmente un pozo de agua. Tras la excavación, se identificó como un pozo de gas. Las mediciones con PID indicaron una fuga de gas, de nuevo sin una tasa exacta.

Diseño de la inspección

El equipo realizó diez vuelos en tres periodos de inspección: dos antes de la remediación y uno durante los trabajos activos de remediación. Cada inspección incluyó dos vuelos: uno a 25 m sobre el nivel del suelo (AGL) cubriendo los tres pozos, y otro a 20 m AGL centrado en el pozo 1 para tener en cuenta los obstáculos del terreno.

Los datos de la inspección a 25 m AGL se dividieron en el postprocesamiento para reflejar las condiciones del terreno: los pozos 2 y 3 estaban bajo la cubierta arbórea, mientras que el pozo 1 se encontraba en terreno abierto. Esta división ayudó a los investigadores a evaluar si la interferencia del dosel afectaba a la dispersión del metano y a la longitud de la trayectoria del láser. La inspección a 25 m AGL realizada durante la remediación no se dividió, ya que para entonces el terreno había sido nivelado y toda la vegetación eliminada.

Resultados obtenidos

La asimetría superó el umbral de 1,5 en 9 de las 10 pruebas de campo. La única excepción (prueba E-1, que aislaba el pozo 1 de la primera inspección previa a la remediación) mostró una asimetría de 1,16. Los investigadores atribuyeron esto a la interferencia dinámica del viento, señalando la proximidad del lugar a una carretera muy transitada, donde las ráfagas intermitentes de los coches que pasaban superaban ocasionalmente el patrón de viento predominante.

El índice de Moran I indicó una agrupación espacial estadísticamente significativa en 8 de las 10 pruebas. Las dos excepciones procedían de nuevo de los datos divididos de la primera inspección (pruebas E-1 y E-2). La prueba E-2, que cubría los pozos 2 y 3 en la zona boscosa, quedó solo un 6% por debajo del umbral de confianza del 90% para la agrupación, lo que sugiere que su resultado fue limítrofe y no claramente negativo.

Al analizar los datos divididos de ambas inspecciones previas a la remediación, los valores de asimetría señalaron sistemáticamente lecturas de metano más elevadas procedentes de los pozos 2 y 3 (los pozos boscosos sin taponar) en comparación con el pozo 1. Esto coincidía con el conocimiento previo de la AOGCC de que los pozos 2 y 3 estaban sin taponar y presentaban fugas de mayores cantidades de metano.

Las pruebas I y J, realizadas durante la remediación activa, siguieron mostrando la presencia de un pozo con fugas en el lugar. Ambos valores de asimetría superaron el umbral de 1,5 y las puntuaciones z del índice de Moran I indicaron una agrupación estadísticamente significativa.

Por qué es crucial una planificación precisa del vuelo de los UAV para la detección de gas metano

El documento documenta varios factores que hacen que la calidad de la planificación del vuelo sea directamente relevante para la precisión de la detección de metano. No se trata de requisitos abstractos; quedaron reflejados en los datos.

Longitud de la trayectoria del láser

El Laser Falcon mide el metano como una concentración integrada a lo largo de la trayectoria (ppm·m). Cualquier cambio en la trayectoria del láser, causado por el balanceo, la inclinación o el guiñada del dron durante el vuelo, desplaza el sensor de su posición de visión nadir y altera la medición. Si los niveles de metano de fondo son significativos, una trayectoria más larga captura más metano de fondo y puede provocar una detección falsa.

Los datos de campo mostraron este efecto con claridad. Cuando los investigadores aislaron la zona sin vegetación alrededor del pozo 1 (donde el láser tenía una trayectoria hacia el suelo más larga y consistente), los valores de asimetría disminuyeron en comparación con la inspección de toda la zona. Cuando aislaron la zona con vegetación alrededor de los pozos 2 y 3 (donde los árboles creaban una trayectoria láser variable y más corta), los valores de asimetría aumentaron. Las puntuaciones z del índice de Moran I fueron aún más sensibles a las inconsistencias en la longitud de la trayectoria.

Después de que los equipos de remediación eliminaran la vegetación y nivelaran el terreno, las puntuaciones z de las inspecciones realizadas durante la remediación alcanzaron significación estadística, lo que refuerza la importancia de una longitud de trayectoria láser constante para esta metodología.

Diseño de cuadrícula y velocidad

La cuadrícula de inspección debía ajustarse con precisión a las capacidades del sensor. El espaciado y la velocidad de las líneas de vuelo se calcularon a partir del ángulo de campo de visión (FOV) del Laser Falcon a la altitud planificada y su tasa de adquisición de datos, con el objetivo de obtener aproximadamente una medición de metano por metro. Si se vuela demasiado rápido o con una separación excesiva, se pueden pasar por alto las columnas de gas. Si se vuela demasiado lento, se consume batería sin mejorar la cobertura.

Vuelo a baja altitud

Las emisiones de metano se dispersan rápidamente al salir del suelo. Volar más bajo aumenta la probabilidad de detección, pero también el riesgo de colisión, especialmente en sitios con vegetación, escombros o estructuras. En las pruebas controladas se voló a altitudes de entre 17 y 32 metros sobre el nivel del suelo (AGL); en el sitio de campo se utilizaron 20 y 25 metros AGL. El equipo gestionó este equilibrio mediante la medición de obstáculos previa a la misión con un telémetro, combinada con la planificación en escritorio de UgCS, que permitió validar los límites y las altitudes de vuelo antes de llegar al lugar.

Operaciones con múltiples baterías

Con la carga útil instalada, el tiempo de vuelo del M300 RTK era de aproximadamente 35 minutos, y las condiciones de viento podían reducirlo aún más. Para áreas de inspección demasiado grandes para una sola batería, la capacidad de UgCS para interrumpir una ruta para el cambio de batería y reanudarla desde un punto de referencia designado permitió al equipo cubrir toda la cuadrícula sin tener que repetir secciones ya completadas ni dejar huecos.

El panorama general: un problema de 4700 millones de dólares que requiere una detección escalable

Veintiocho estados están utilizando actualmente fondos federales para la remediación de pozos abandonados. El cuello de botella fundamental no es el sellado en sí, sino localizar y priorizar qué pozos deben sellarse. Los estudios de magnetometría detectan revestimientos de acero, no emisiones. Un pozo con el revestimiento intacto puede no tener fugas, mientras que un pozo sin revestimiento no puede ser detectado en absoluto por un magnetómetro.

La detección de metano mediante drones cambia el enfoque. En lugar de buscar infraestructura física (que puede estar enterrada, ausente o ser indistinguible de otros objetos metálicos), se mide el riesgo ambiental real. Un pozo que libera metano activamente tiene mayor prioridad de remediación que uno que no lo hace, independientemente del estado de su revestimiento.

Los investigadores señalan que esta metodología va más allá de los pozos abandonados. El mismo sistema y enfoque estadístico se aplican al monitoreo de vertederos, la detección y reparación de fugas en gasoductos (LDAR) y los estudios de metano en el permafrost. Cualquier aplicación en la que se utilice un sensor TDLAS para detectar metano desde un dron puede emplear el marco de asimetría y el índice de Moran validado en este estudio.

Especificaciones del sistema