地球产生着海量的自然观测数据。每天，卫星能够捕获约100太字节的图像数据。然而，这些数据的解析面临重大挑战。即便是看似简单的问题，也往往涉及复杂的分析过程。例如，对加利福尼亚州经济具有重要影响的问题：该州现有多少防火隔离带可以阻止野火蔓延，这些隔离带相比上一个火灾季节又发生了哪些变化？
LGND公司联合创始人兼首席执行官纳撒尼尔·曼宁（Nathaniel Manning）在接受TechCrunch采访时指出，传统的人工图像分析方法扩展性有限。虽然近年来神经网络技术使得机器学习专家能够训练算法识别卫星图像中的防火隔离带，但创建单一功能的数据集仍需投入数十万甚至数百万美元。
LGND公司联合创始人兼首席科学家布鲁诺·桑切斯-安德拉德·努诺（Bruno Sánchez-Andrade Nuño）表示："我们的目标不是取代现有工作者，而是将其工作效率提升10到100倍。"
LGND的核心产品是地理数据的向量嵌入(vector embeddings)技术。现有的地理信息多以像素或传统向量（点、线、面）形式存在，虽然具有灵活性和易读性，但解读需要专业知识或大量计算资源。地理嵌入技术通过预先完成90%的基础计算工作，大幅简化了空间数据分析过程。
以防火隔离带识别为例，无论是道路、河流还是湖泊形式的隔离带，都具有共同特征：无植被覆盖且具有特定最小宽度。通过嵌入技术，可以更快速地在地图上定位符合这些特征的区域。
LGND已开发企业应用程序和API接口，满足不同用户的地理空间数据分析需求。公司最近获得了由贾维林风险投资伙伴（Javelin Venture Partners）领投的900万美元种子轮融资，投资方包括AENU、Clocktower Ventures等机构，以及Keyhole创始人约翰·汉克（John Hanke）等知名天使投资人。
在这个价值接近4000亿美元的市场中，LGND致力于成为地理空间数据分析领域的行业标准。公司的技术可应用于多个场景，如智能旅游推荐系统，能够同时考虑位置、设施、环境等多维度因素，为用户提供精准的旅行建议。
