Op 25 april, 2015, een aardbeving met een kracht van 7,8 op de schaal van Richter trof het bergachtige Nepal, veroorzaakt wijdverbreide vernietiging en verlies van mensenlevens. Bekend als de Gorkha-aardbeving, het evenement was de grootste aardbeving die het land in meer dan 80 jaar trof. Tijdens de eerste reactie op de aardbeving, wetenschappers verwerkten gegevens handmatig, het ontwikkelen van afbeeldingen, interferogrammen genoemd, één voor één om vervormingen te tonen die op het aardoppervlak zijn opgetreden als gevolg van de aardbeving.

Binnen een week, het Advanced Rapid Imaging and Analysis (ARIA)-project - een samenwerking tussen NASA's Jet Propulsion Laboratory en het California Institute of Technology - automatiseerde en paste veel aspecten van het proces aan om de efficiëntie te verhogen. Om deze verbetering te realiseren, het ARIA-centrum gebruikte delen van een door PSD gefinancierd technologisch ontwikkelingsproject, ARIA voor het bewaken van gevaren (ARIAMH). ARIA-MH streeft naar snelle productie van producten om gevaren te bewaken en voor situationeel bewustzijn tijdens rampen. specifiek, ARIA-MH ontwikkelt een servicegericht gegevenssysteem voor gevaren- en rampenmonitoring waarmee zowel de wetenschappelijke als de beslissingsondersteunende gemeenschappen grondbewegingen kunnen volgen met behulp van Global Positioning System (GPS) en Interferometric Synthetic Aperture Radar (InSAR)-gegevens.

Hoewel het systeem nog niet volledig operationeel is, wetenschappers gebruikten ARIA-MH om snel interferogrammen te verwerken en opnieuw te verwerken die zijn gegenereerd met behulp van InSAR-gegevens van de Copernicus Sentinel-1A-satelliet van de Europese Unie in een zeer parallelle cloudomgeving. Wetenschappers gebruiken deze kaarten om gedetailleerde modellen van fouten te bouwen, om de grondbeweging te laten zien die is veroorzaakt door recente aardbevingen, en om de potentiële impact van toekomstige aardbevingen te bestuderen. De automatisering en opgeschaalde verwerking mogelijk gemaakt door ARIA-MH versnelde aanzienlijk de doorlooptijd die nodig was om de aardbevingsgegevens in Nepal te verwerken, waardoor wetenschappers snel nieuwe gegevens kunnen beoordelen en scènes opnieuw kunnen verwerken met extra aanpassingen en tweaks.