Custom GeoAI Solutions

Mapizy, ein GeoAI-Unternehmen mit Sitz in Westaustralien, entwickelt maßgeschneiderte Computer-Vision-Workflows für Organisationen, die aktuelle, quantifizierte Informationen über gebaute und natürliche Umgebungen benötigen, bei denen Felduntersuchungen arbeitsintensiv und kostspielig sind und vorhandene Kartendaten oft veraltet sind. Ein Kunde liefert das Projektgebiet, die benötigten Analysen und eigene Daten; Mapizy beschafft geeignete Bilddaten, wendet auf die Aufgabe zugeschnittene Deep-Learning-Verarbeitungs-Workflows an und liefert Karten, Statistiken und geospatiale Analysen.

Satellitenbilder sind eine von mehreren Eingangsquellen neben Luft-, Drohnen-, mobilen Kartierungs- und Bodenbildern. Veröffentlichten Satellitenprojekte umfassen eine Bewertung der Bergbausanierung für BHP, bei der ein Experiment Airbus Pléiades-Bilder nutzte, um Pflanzenlebensformen über 23 km² zu kartieren – zu einem Bruchteil der Kosten von Luftbildern und LiDAR – sowie ein Sandelholz-Plantageninventar von mehr als 3.000 Hektar aus Pléiades-Bildern, das zweimal jährlich mit Karten zu Bestand, Kronengröße, Baumgesundheit und Veränderungserkennung erstellt wurde und vom Außendienst des Kunden vor Ort überprüft wurde. Eine auf Maxar WorldView-3-Bildern basierende Forstinventarlösung gewann den ersten Platz in der Landwirtschaftskategorie des DigitalGlobe (Maxar) 2018 Australia Sustainability Hackathon.

Zu den von Mapizy aufgeführten Anwendungen gehören Bergbau und Energie (ferngesteuerte Überwachung von Parametern der Bergbausanierung, Kohlenstoffquellen und -senken, Erkennung von Mineralvorkommen aus multisource-Datensätzen), Landwirtschaft und Forstwirtschaft (Forstinventar, Abholzung, Landnutzungsklassifikation), Infrastruktur (Verkehrssicherheitsmerkmale in Luft- und Satellitenbildern, Vegetationsüberwucherung von Stromleitungen, Wasserlecks und Blockaden aus Satellitenbildern) und Verteidigung (Objekterkennung, Off-Nadir-Bildanalyse, Anomalieerkennung und Quantifizierung von Veränderungen an gebauten und natürlichen Umgebungen).