Dette aktivitetsområde har til formål at udvikle og fremme brugen af satellitbaserede dataprodukter og -services i Danmark. Målet er at styrke datadrevet beslutningstagning og støtte bæredygtig udvikling ved at gøre satellitdata lettere tilgængelige og anvendelige. Derved sænkes omkostningerne og behovet for specialistviden hos brugerne så både den brede anvendelse og en øget værdiskabelse kan ske. Aktiviteten dækker en bred vifte af anvendelsesområder såsom kystzoner, indre farvande, oplande og byområder. Der er særligt fokus på at integrere avanceret AI og maskinlæring, herunder anvendelse af Large Language Models, og modning af den danske datakube baseret på Sentinel-satellitdata.
Aktiviteten inkluderer videreudvikling af webbaserede værktøjer, der gør det muligt for ikke-eksperter at anvende avancerede maskinlæring-metoder til billedanalyse i en webbrowser. Derudover arbejdes der målrettet på at øge brugen af Sentinel-data i Danmark gennem samarbejder med myndigheder, universiteter og private aktører, samt via datakuben, der eksponeres som national demonstrationsplatform. Aktiviteten omfatter også modning af eksisterende datastrømme og produkter, herunder jordfugtighed, evapotranspiration og kystdynamiske parametre, undersøgelse af muligheder med data fra nye satellit-missioner (fx SWOT) samt udvikling af nye værktøjer til effektiv håndtering af store datasæt. Endelig undersøges potentialet i Earth Observation Foundation Models i forhold til at effektivisere træning af maskinlæring-modeller.