Aspia Space は、衛星上のセンサーを使用して地上の物の物理的属性を追跡するリモート センシングに取り組む企業や宇宙機関の仲間入りをしています。 NASA が長期にわたって実施している Landsat プログラムと同様、地球観測衛星の大部分は、光学画像、つまり宇宙からの写真にセンサーを使用しています。 しかし、いつでも地球の大部分は雲や煙、大気汚染に覆われており、これらのセンサーがブロックされ、大きなデータギャップが生じる可能性があります。 レーダーには雲を突き破るという利点があるため、アイルランドの田園地帯の常に曇りがちな地域であっても、いつでも鮮明な画像を提供できます。
レーダー衛星画像には、電波とマイクロ波の送信、地表での反射、およびそのエコーの検出が含まれます。 レーダー画像でランドマークを特定することはできますが、専門知識がなければ画像を解釈するのは困難です。 そのため、Aspia は ClearSky を使用してそれらを光学画像に変換します。 解像度も重要であるため、Aspia などは通常、より長いアンテナの効果をシミュレートして高解像度の画像を生成する「合成開口レーダー」 (SAR) を使用しています。
近年、商業宇宙業界の数社が SAR を採用しており、その中にはカリフォルニアに本拠を置く Capella Space や Umbra Space、フィンランドの Iceeye も含まれます。 Aspia は宇宙機関の周回衛星からのデータ分析に重点を置いていますが、これらの企業は独自の衛星を所有しており、レーダー データを他社に販売またはライセンス供与しています。 たとえば、カペラは最近、 分析パートナーシップ プログラム そのため、他の企業もカペラのレーダー画像を使用して独自のアルゴリズムを設計できるようになる、と同社の事業開発ディレクターのアダム・トーマス氏は語る。
同じ地域の高解像度レーダー画像を比較して、傷んだ作物と健全な作物などの正確な変化を特定することは、「SAR にとって真のスーパーパワーです」とアンブラの最高執行責任者であるトッド マスター氏は述べています。 (彼の会社は、同様のアプリケーションである洪水追跡に特に興味を持っています。)
数年前まで、SAR データは主に軍と諜報機関のみが利用できました。 しかし、顧客はアンブラのような民間企業のレーダー データにアクセスできるようになり、特に分析に関連した、より多くの潜在的な用途を見つけることになるでしょう。 「それが今後10年以内に解き明かされることになるでしょう」とマスターは言う。
Aspia は現在、将来の作物の成長と干ばつを予測するために、ClearSky に生成 AI を組み込むことに取り組んでいます。 「基本的に、ClearSky は GPT と同じ原理を使用しています」と Geach 氏は言います。 インターネットから膨大な量のテキストを吸収した ChatGPT や Bard のような大規模な言語モデルが、可能性の高い一連の単語を予測できるのと同じように、ClearSky は特定地域の衛星画像を取り込んで、その後に続く一連の画像を予測します。 「このモデルは、最も可能性の高い次のシーケンス、つまり明日はどうなるかを予測します。」 彼は言います。