Das Projekt Multi-Source and Multi-Scale Earth Observation and novel machine learning methods for mineral exploration and mine site monitoring (MultiMiner) entwickelt neuartige Datenverarbeitungsalgorithmen für die effiziente Nutzung von EO-Technologien für die Mineralexploration und die Überwachung von Minenstandorten. MultiMiner erschließt das Potenzial von EO-Daten, einschließlich Copernicus, kommerzieller Satelliten, luftgestützter Daten, Drohnen und In-situ-Daten, um den gesamten Lebenszyklus des Bergbaus zu unterstützen, von der frühen und fortgeschrittenen Phase der Mineralexploration bis hin zu den Betriebs-, Stilllegungs- und Nachsorgephasen. Erreicht wird dies durch die Entwicklung allgemeiner, aber hochinnovativer Lösungen für maschinelles Lernen (ML), die die lokal erhobenen Daten ergänzen und möglicherweise ersetzen können.
MultiMiner konzentriert sich auf die Entwicklung von EO-Daten mit Hilfe von unüberwachten und schwach überwachten Algorithmen des maschinellen Lernens (ML) für eine breite Palette von Anwendungen in der Mineralexploration und der Überwachung von Minenstandorten. Dieses Projekt demonstriert die Performance dieser neuartigen Datenprodukte mit Hilfe von In-situ-Daten.