ジム・ギーチ氏は本業として天体の研究に携わっており、望遠鏡の画像を用いて遠方の銀河がどのように形成され、どのように成長しているかを推測しています。ハートフォードシャー大学の天体物理学者である彼は、同様に衛星を使って地球上の植生の成長を追跡できるのではないかと考え、農家が土地を最大限に活用できるよう支援する会社を共同設立しました。
「地球観測衛星は、本質的には下向きの望遠鏡のようなものだということに気づきました」と彼は言う。「銀河を見るのは、草や小麦畑を見るのに似ています。観測によって、その物理的特性について何かがわかるのです。」
彼の会社の目標は、農家が食料生産を最大化できるよう、作物、牧草地、そして天然資源に関する情報を推測することです。宇宙から得られるデータは、人々が作物の成長を苦労して監視することなく、土地管理を支援できると彼は考えています。しかも、彼のシステムは非常に高精度で、草地の葉の高さまで測定可能です。
Aspia Spaceは2021年に英国コーンウォールで設立されたが、まだスタートアップ段階だ。ギーチ氏によると、同社の顧客には最終的には、農村部や南半球で比較的大きな耕作地を持つ農家や牧場主が含まれるようになるという。しかし、草地測定データの最初のパートナーは北アイルランドに拠点を置くアグリテック企業のOrigin Digitalで、同社は農家や農学者と提携する組織と協力している。この最初のプロジェクトでは、平均的な草の高さをマップし、成長速度（または成長していない速度）を追跡する。マップ上の各ピクセルは、地球上の1辺が10メートルの正方形を表す。この種のデータは、畑や草地のどの部分が良好で、どの部分が不調であるかを示すことができ、農家は収穫計画を更新するために情報を使用でき、牧場主は牛の群れをいつ移動させるべきかを知ることができる。
Origin Digital提供
彼らの技術の仕組みはこうです。Aspia はまず、欧州宇宙機関の Sentinel-1 衛星から雲を貫通するレーダー画像を収集します。次に、ClearSky と呼ばれる人工知能アルゴリズムが、それらを光学画像に変換し、判読しやすくします。チームは、Origin Digital が収集した実際の草の高さに関する「地上真実」データを使用してアルゴリズムをトレーニングおよび調整しました。人々は「上昇プレートメーター」と呼ばれるツールを使用して、放牧地の草の高さと量を測定し、それを 1 ヘクタールあたりの乾物重量 (kg) に変換しました。この変換により、ClearSky は、直接測定が存在しない場所でも、草地の画像を実用的なデータに変換できます。最終的に、ClearSky は将来の植生の成長を予測できるようになります。これは、どの作物がすぐに実るか、またはどの作物が水ストレスで苦しんでいるかを予測するのに役立つと Geach 氏は考えています。
Aspia Spaceは、衛星搭載センサーを用いて地上の物体の物理的特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果たしました。NASAの長年にわたるLandsatプログラムをはじめとする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を取得するためにセンサーを使用しています。しかし、地球の大部分は常に雲や煙、大気汚染に覆われており、これらのセンサーが遮られ、大きなデータ欠落が生じる可能性があります。レーダーは雲を透過できるため、アイルランドの田園地帯のような常に曇り空が続く地域でも、いつでも鮮明な画像を提供できます。
レーダー衛星画像は、電波やマイクロ波を送信し、地表で反射させてその反射波を検出することで生成されます。レーダー画像ではランドマークを特定できますが、専門知識がなければ画像の解釈は困難です。そのため、AspiaはClearSkyを使用してレーダー画像を光学画像に変換しています。解像度も重要なため、Aspiaをはじめとする多くの衛星は、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）を一般的に使用しています。
近年、商業宇宙産業のいくつかの企業がSARを採用しており、カリフォルニアに拠点を置くCapella Space、Umbra Space、そしてフィンランドのIceeyeなどがその例です。Aspiaは宇宙機関のオービターからのデータの分析に重点を置いていますが、これらの企業はそれぞれ独自の衛星を所有し、その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。例えば、Capellaは最近、他社がCapellaのレーダー画像を用いて独自のアルゴリズムを設計できるようにする分析パートナーシッププログラムを発表したと、同社の事業開発ディレクターであるアダム・トーマス氏は述べています。
同じ地域の高解像度レーダー画像を比較し、例えば被害を受けた作物と健全な作物といった変化を正確に特定することが「SARの真のスーパーパワー」だと、アンブラの最高執行責任者（COO）であるトッド・マスター氏は語る。（同氏は、洪水追跡という類似の用途に特に関心を持っている。）
オリジンデジタル提供
数年前まで、SARデータは主に軍や諜報機関のみが利用できるものでした。しかし今、Umbraのような民間企業のレーダーデータに顧客がアクセスできるようになったことで、特に分析分野において、データの潜在的な活用方法がさらに広がるでしょう。「まさにこれからの10年間で、その可能性が解き放たれるでしょう」とマスター氏は言います。
Aspiaは現在、ClearSkyに生成AIを組み込み、将来の作物の生育や干ばつの予測を行う取り組みを進めています。「基本的に、ClearSkyはGPTと同じ原理を利用しています」とギーチ氏は言います。ChatGPTやBardのような大規模言語モデルがインターネットから膨大な量のテキストを吸収し、一連の単語の出現確率を予測できるのと同様に、ClearSkyは特定の地域の衛星画像を取り込み、それに続く一連の画像を予測します。「このモデルは、次に最も可能性の高い一連の単語、つまり明日はどうなるかを予測します」と彼は言います。
