阿斯皮亚航天公司加入了从事遥感工作的公司和航天机构的行列，利用卫星上的传感器跟踪地面上物体的物理属性。大多数地球观测卫星，比如美国国家航空航天局的卫星，都使用传感器来获取光学图像——本质上是来自太空的照片。但在任何给定的时间，地球的大部分地区都被云层、烟雾和空气污染所覆盖，这可能会阻碍这些传感器，造成重大的数据缺口。雷达具有穿透云层的优势，因此它可以在任何时候提供清晰的图像——即使是在爱尔兰农村常年多云的地区。
雷达卫星图像包括发送无线电波和微波，将它们从地球表面反射回来，并探测它们的回声。人们可以在雷达图像中识别地标，但如果没有专业知识，很难解读这些图像。这就是为什么Aspia使用ClearSky将它们转换成光学图像。分辨率也很重要，所以阿斯皮亚和其他人通常使用“合成孔径雷达”，即SAR，它模拟更长的天线的效果，产生更高分辨率的图像。
近年来，商业航天行业的一些公司已经采用了SAR，包括加州的Capella space和Umbra space，以及芬兰的Iceye。虽然Aspia专注于分析来自航天局轨道飞行器的数据，但这些公司拥有自己的卫星，并将其雷达数据出售或授权给其他公司。例如，Capella公司的业务发展总监亚当•托马斯(Adam Thomas)说，该公司最近宣布了一项新技术，让其他公司可以利用Capella的雷达图像设计自己的算法。
Umbra的首席运营官托德•马斯特(Todd Master)表示，比较同一地区的高分辨率雷达图像来发现精确的变化，比如农作物受损与健康，是“SAR的真正超级力量”。(他的公司对类似的应用特别感兴趣。)
Origin数码
直到几年前，SAR数据基本上只有军事和情报机构才能获得。但现在，客户可以从Umbra这样的私营公司获得雷达数据，他们会发现它有更多的潜在用途，尤其是在分析方面。马斯特说:“这是你将在未来十年看到的解锁领域。”
Aspia目前正致力于将生成式人工智能整合到ClearSky中，以预测未来的作物生长和干旱情况。“从本质上讲，ClearSky使用的是与GPT相同的原则，”Geach说。就像从互联网上吸收大量文本的大型语言模型可以预测可能的一系列单词一样，ClearSky将获取特定区域的卫星图像，并预测接下来的一系列图像。“这个模型预测了最有可能的下一个序列:明天是什么样子?他说。