We don’t just live with risk: we anticipate it
Presented in:
Amsterdam, the Netherlands - April 2026
GeoEarth Paris, France - September 2026
Academic support provided by Universidad Mayor
Funded by ANID
VIU Program
SIBILA
La especialista geoespacial chilena Dalia Marín-Gálvez presenta SIBILA, una innovadora solución basada en inteligencia artificial y datos satelitales que permite identificar áreas susceptibles a remociones en masa.
Mientras los métodos convencionales pueden requerir meses de procesamiento y análisis, SIBILA genera mapas de susceptibilidad en cuestión de horas, facilitando decisiones más rápidas y oportunas frente a amenazas socionaturales y eventos extremos.
Su principal ventaja competitiva es la transferibilidad geográfica: el modelo puede aplicar el conocimiento adquirido en un territorio a nuevas zonas, sin necesidad de reentrenamiento local. Esto reduce significativamente los tiempos y costos de implementación.
SIBILA busca anticipar amenazas, proteger infraestructuras, reducir pérdidas económicas y, sobre todo, contribuir a salvar vidas. La iniciativa invita a instituciones, empresas y socios estratégicos a participar en su expansión, fortaleciendo la resiliencia climática en Chile y a nivel internacional.
Chilean geospatial specialist Dalia Marín-Gálvez presents SIBILA, an innovative solution that uses artificial intelligence and satellite data to identify areas susceptible to landslides.
While conventional methods can require months of processing and analysis, SIBILA generates susceptibility maps in a matter of hours, enabling faster and more informed decision-making in response to natural hazards and extreme events.
Its main competitive advantage is geographic transferability: the model can transfer knowledge learned from one territory to new areas without local retraining. This significantly reduces implementation time and costs.
SIBILA aims to anticipate threats, protect infrastructure, reduce economic losses and, above all, help save lives. The initiative invites institutions, companies and strategic partners to support its expansion and strengthen climate resilience in Chile and worldwide.
La spécialiste chilienne en géomatique Dalia Marín-Gálvez présente SIBILA, une solution innovante qui utilise l’intelligence artificielle et les données satellitaires pour identifier les zones susceptibles d’être touchées par des mouvements de terrain.
Alors que les méthodes conventionnelles peuvent nécessiter plusieurs mois de traitement et d’analyse, SIBILA génère des cartes de susceptibilité en quelques heures, permettant ainsi une prise de décision plus rapide et mieux informée face aux aléas naturels et aux événements extrêmes.
Son principal avantage concurrentiel réside dans sa transférabilité géographique : le modèle peut appliquer à de nouveaux territoires les connaissances acquises dans une autre zone, sans nécessiter de nouvel entraînement local. Cette capacité réduit considérablement les délais et les coûts de mise en œuvre.
SIBILA vise à anticiper les menaces, à protéger les infrastructures, à réduire les pertes économiques et, surtout, à contribuer à sauver des vies. Cette initiative invite les institutions, les entreprises et les partenaires stratégiques à soutenir son expansion afin de renforcer la résilience climatique au Chili et à l’échelle internationale.
We live with natural hazards every day: earthquakes, landslides, extreme rainfall.
Chile is a natural laboratory to observe, understand, and evaluate these processes in real conditions.
Cross-basin transfer in the Andes Mountain Range, Metropolitan Region, Chile: Trained in Maipo / Validated in Yerba Loca / No retraining required.
Training Area (Mockup)
This is the Maipo River basin,
where the model was trained.
Using a well documented landslide inventory,
we developed a robust prototype. This basin provides the foundation
for everything that comes next.
Illustrative mockup of the SIBILA interface. The results shown correspond to preliminary tests under development and are for presentation purposes only.
Traditionally, generating a landslide susceptibility map in the Andes can take between eight to ten months.
With SIBILA, we are now achieving comparable results in less than one hour.
Pilot Area (Mockup)
Illustrative mockup of the SIBILA interface. The results shown correspond to preliminary tests under development and are for presentation purposes only.
Risk doesn't wait. Neither should we
are you the right partner to scale SIBILA?
Scan to discover SIBILA
Not for you? Pass it on.
The right person might be one share away.
SIBILA
ANID
Financial Support
Universidad Mayor
Academic Collaboration
Dalia Marín Gálvez / [email protected] / +56950079414
Geomatics Engineer | M.Sc. in Remote Sensing / Geospatial Intelligence · GIS · Machine Learning · Applied AI
05:55
YouTube
Can We Predict Landslides? - SIBILA: Predictive Landslide System
SIBILA (Sistema Inteligente de Búsqueda e Identificación de Lugares Amenazados) es un sistema aplicativo de GeoAI para anticipar remociones en masa en territorios de montaña mediante integración avanzada de datos de Observación de la Tierra. Proyecto adjudicado por ANID (VIU) en colaboración con Universidad Mayor (UMayor) y Centro HÉMERA. Integra variables morfométricas, climáticas, geológicas e inventarios históricos para generar modelos predictivos transferibles entre cuencas. Actualmente en T