前NASA科學(xué)家用衛(wèi)星大數(shù)據(jù)“耕耘”農(nóng)業(yè)

利用衛(wèi)星遙感技術(shù)可以提升10%左右的農(nóng)作物產(chǎn)量，而依靠大數(shù)據(jù)為每一塊土地建立的生產(chǎn)力評(píng)估模型和風(fēng)險(xiǎn)評(píng)估模型可以應(yīng)用于農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)和農(nóng)業(yè)貸款評(píng)估等金融服務(wù)項(xiàng)目。

點(diǎn)擊電腦屏幕上用不同色塊標(biāo)識(shí)的土地，你可以看到該區(qū)域的土地面積、土地等級(jí)以及過去幾年的耕種情況，根據(jù)土地肥力調(diào)整農(nóng)作物種植類別。你還可以查閱農(nóng)作物在過去幾個(gè)月的長勢情況以及當(dāng)前成熟度，預(yù)測最佳收獲周期，甚至還可以輕松規(guī)劃航線，利用無人機(jī)進(jìn)行農(nóng)業(yè)植保。

這一場景發(fā)生在佳格大數(shù)據(jù)耘境平臺(tái)上，足不出戶監(jiān)測農(nóng)作物的背后是空間遙感衛(wèi)星技術(shù)的支撐。作為國內(nèi)較早涉足農(nóng)業(yè)領(lǐng)域，致力于通過“衛(wèi)星+大數(shù)據(jù)”實(shí)現(xiàn)智慧精準(zhǔn)農(nóng)業(yè)的公司，佳格希望通過分析衛(wèi)星數(shù)據(jù)，實(shí)現(xiàn)對(duì)農(nóng)作物耕種面積的預(yù)測、適宜區(qū)規(guī)劃、自然災(zāi)害和病蟲害的預(yù)測預(yù)警等，進(jìn)而通過農(nóng)作物的估產(chǎn)延伸至農(nóng)業(yè)保險(xiǎn)費(fèi)用厘定、農(nóng)業(yè)貸款評(píng)估等金融服務(wù)。

事實(shí)上，自20世紀(jì)60年代，衛(wèi)星技術(shù)就開始應(yīng)用于農(nóng)業(yè)生產(chǎn)。美國利用陸地衛(wèi)星和氣象衛(wèi)星等數(shù)據(jù)預(yù)測全世界的小麥產(chǎn)量，準(zhǔn)確度高于90%。世界著名乳業(yè)巨頭之一LandOLakes曾于2013年收購衛(wèi)星成像公司Geosys，用以監(jiān)測牧草的長勢，以保證上游原料供應(yīng)。

通過衛(wèi)星傳感器對(duì)地表輻射和反射的電磁波信息進(jìn)行收集處理并最后做成衛(wèi)星影像，結(jié)合農(nóng)作物的葉面指數(shù)、太陽光合有效輻射等指標(biāo)，可以觀察植物類別、長勢、光合作用的強(qiáng)弱、土壤水分含量等。影像數(shù)據(jù)的積累與既有農(nóng)業(yè)知識(shí)的碰撞給精準(zhǔn)農(nóng)業(yè)提供了無限的想象空間。

“農(nóng)業(yè)具有兩大特性——時(shí)間波動(dòng)性和空間差異性。利用數(shù)據(jù)可以將這兩大特性進(jìn)行描述和預(yù)測，并應(yīng)對(duì)其帶來的潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)我們所講的‘天時(shí)地利人和，即適應(yīng)天氣、地理的變化，最大程度發(fā)揮人力效率?！奔迅窆綜EO張弓博士。

以往的農(nóng)作物監(jiān)測主要通過人工實(shí)地考察，或地面安置探頭即物聯(lián)網(wǎng)的方式進(jìn)行觀測。前者毋庸置疑耗時(shí)耗力，效率低下。后者的問題在于單點(diǎn)采集，覆蓋面積較小，大范圍鋪設(shè)成本和維護(hù)成本較高，分散在各地的數(shù)據(jù)整合困難，較適用于花卉、溫室蔬菜等高附加值的農(nóng)作物。

“對(duì)于大型農(nóng)田，衛(wèi)星數(shù)據(jù)具有明顯優(yōu)勢：可復(fù)制程度高，覆蓋面積大，統(tǒng)計(jì)起來也方便得多，而且服務(wù)萬畝以上的大型農(nóng)田的價(jià)格遠(yuǎn)遠(yuǎn)低于其他技術(shù)?！奔迅裆虅?wù)總監(jiān)張文鵬介紹道。

衛(wèi)星圖像數(shù)據(jù)源的獲取和精準(zhǔn)度是技術(shù)應(yīng)用的基礎(chǔ)。佳格的數(shù)據(jù)源一方面來自于包括中國在內(nèi)的國際數(shù)十顆衛(wèi)星融合和處理后的植被動(dòng)態(tài)，包括作物類型、長勢、災(zāi)害影響等數(shù)據(jù)。另一方面還包括東亞范圍內(nèi)的幾十年農(nóng)業(yè)氣象數(shù)據(jù)，包括溫度、濕度、土壤水分等作物敏感的氣象環(huán)境信息，并可以對(duì)兩三周的天氣狀況進(jìn)行預(yù)報(bào)。

相較于數(shù)據(jù)源的優(yōu)勢，如何從海量的數(shù)據(jù)中篩選出有用的部分，并利用人工智能完成對(duì)大數(shù)據(jù)的計(jì)算、解析和展示是技術(shù)難點(diǎn)，也考驗(yàn)團(tuán)隊(duì)運(yùn)作能力。

張弓曾是美國航空航天局（NASA）科學(xué)家，工作8年期間負(fù)責(zé)氣象和遙感數(shù)據(jù)處理。技術(shù)總監(jiān)顧竹博士是張弓的同事，專注于衛(wèi)星影像的深度學(xué)習(xí)研究算法。另一位創(chuàng)始人王蘊(yùn)剛博士，曾是美國能源部國家實(shí)驗(yàn)室科學(xué)家，擁有十余年的環(huán)境行業(yè)經(jīng)驗(yàn)。張文鵬則曾任孟山都公司中國市場總監(jiān)，擁有十余年的農(nóng)業(yè)經(jīng)驗(yàn)。

以馬鈴薯晚疫病推演為例，晚疫病被稱為馬鈴薯的癌癥，是一種世界性的流行性和毀滅性病害，幾乎所有種植馬鈴薯的地區(qū)都有晚疫病的發(fā)生，如防治措施不當(dāng)，會(huì)造成減產(chǎn)70%～80%的嚴(yán)重?fù)p失。

“和人類生病一樣，農(nóng)作物也會(huì)表現(xiàn)出不同的體征特征，通過衛(wèi)星遙感可以抓取肉眼察覺不到的農(nóng)作物變化潛在風(fēng)險(xiǎn)。同時(shí)采用遙感手段可以分析受害馬鈴薯冠層光譜曲線特征，對(duì)受害馬鈴薯的面積進(jìn)行定位統(tǒng)計(jì)?！睆埞嬖V記者。

現(xiàn)在衛(wèi)星大數(shù)據(jù)的應(yīng)用主體是B端，盡管農(nóng)民才是產(chǎn)品的最終使用者，但他們卻只知道有功能并會(huì)使用，卻并不清楚這其中的原理。衛(wèi)星遙感技術(shù)對(duì)疫情的預(yù)警功能無疑為當(dāng)下大熱的無人機(jī)植保提供了一雙“眼睛”。“衛(wèi)星遙感數(shù)據(jù)就可以讓用戶提前獲知病蟲災(zāi)害信息，并且可以利用精確農(nóng)田數(shù)據(jù)分析地形，對(duì)無人機(jī)進(jìn)行路徑規(guī)劃，進(jìn)一步提升飛機(jī)的使用率?！碧煲砗蟿?chuàng)董事長、CTO馬勇表示。天翼合創(chuàng)是一家農(nóng)用無人機(jī)研發(fā)公司，在東北、華北、華南、華中等地區(qū)推廣大面積無人機(jī)植保噴灑服務(wù)，在實(shí)際操作過程中一直面臨不知何處有蟲病害，怎樣規(guī)劃最佳航線的問題，2015年開始采用佳格衛(wèi)星大數(shù)據(jù)進(jìn)行航線規(guī)劃和蟲病害預(yù)測。

無人機(jī)植保是為可能發(fā)生或者已經(jīng)發(fā)生病蟲害的地區(qū)進(jìn)行農(nóng)藥噴灑，但哪里有疫情，何時(shí)會(huì)發(fā)生，無人機(jī)廠商并不知道，而農(nóng)民往往在已經(jīng)發(fā)生災(zāi)害后迫切希望立即見效，這對(duì)我們的應(yīng)急響應(yīng)時(shí)間提出了非常嚴(yán)格的要求。

美國NAPA谷的一些葡萄園也應(yīng)用了佳格衛(wèi)星遙感數(shù)據(jù)，用以監(jiān)測葡萄糖成分和土壤濕度的關(guān)系?！捌咸丫频钠焚|(zhì)取決于葡萄的水分，水過多就不甜，水少產(chǎn)量就低，這就要求精準(zhǔn)地控制土壤的水分。用無人機(jī)搭載紅外鏡頭可以對(duì)葡萄園進(jìn)行掃描，遙感實(shí)時(shí)監(jiān)控土壤水分和作物的蒸騰系數(shù)，同時(shí)通過氣象數(shù)據(jù)精準(zhǔn)預(yù)報(bào)未來的降水和土壤的水分變化，進(jìn)而自動(dòng)調(diào)節(jié)灌溉控制土壤的水分?！睆埞榻B道。

為了將復(fù)雜的技術(shù)變?yōu)榭蓮V泛應(yīng)用的工具，佳格在產(chǎn)品的可視化和用戶的可操作性上做了不少功課。依據(jù)葡萄的成熟度不同，后臺(tái)用不同的顏色進(jìn)行標(biāo)識(shí)，例如紅色部分表示生長旺盛且水分蒸發(fā)比較多的葡萄葉片區(qū)域。而在葡萄園缺水程度顯示圖中，綠色為健康區(qū)域，黃色為缺水區(qū)域，一目了然，從而為采摘提供決策依據(jù)。

在國內(nèi)，佳格也有利用衛(wèi)星大數(shù)據(jù)幫助種植火龍果的客戶確定產(chǎn)量?！巴ㄟ^無人機(jī)拍攝剛剛掛果時(shí)的火龍果圖，依據(jù)顏色差別等因素，機(jī)器會(huì)學(xué)習(xí)判斷火龍果的個(gè)數(shù)，因?yàn)榛瘕埞膫€(gè)頭是由品種決定的，有了數(shù)量就可以知道每畝的產(chǎn)量?！睆埞榻B道。

此外火龍果存放周期短，往往是先有訂單再生產(chǎn)，因此對(duì)地塊實(shí)際產(chǎn)量預(yù)估提出了較高要求，如果可以預(yù)知產(chǎn)量高于訂單量，老板可以提前尋找買家，保證銷售價(jià)格。而當(dāng)產(chǎn)量低于訂單量，可以想辦法提前補(bǔ)齊訂單量，避免違約事件發(fā)生，精準(zhǔn)測定實(shí)際產(chǎn)量可以保證產(chǎn)品的供給。

利用衛(wèi)星遙感技術(shù)可以提升10%左右的農(nóng)作物產(chǎn)量，僅這一點(diǎn)就為佳格帶來可期的盈利空間。而依靠大數(shù)據(jù)為每一塊土地建立的生產(chǎn)力評(píng)估模型和風(fēng)險(xiǎn)評(píng)估模型可以應(yīng)用于農(nóng)業(yè)保險(xiǎn)業(yè)務(wù)和農(nóng)業(yè)貸款評(píng)估等金融服務(wù)項(xiàng)目。

“目前生產(chǎn)類型的服務(wù)是推廣給大型企業(yè)和政府，同時(shí)依照這些信息也會(huì)提供信息咨詢服務(wù)給農(nóng)業(yè)金融機(jī)構(gòu)，例如農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)貸款、農(nóng)資買賣。通過長期的數(shù)據(jù)積累，形成以數(shù)據(jù)為核心的金融產(chǎn)品，而金融手段反過來也可以促進(jìn)技術(shù)的推廣?！睆埞硎尽?/p>

例如，孟山都2013年以9.3億美元的高價(jià)收購氣候公司（TheClimateCorporation），面向農(nóng)民提供農(nóng)業(yè)數(shù)據(jù)技術(shù)平臺(tái)，幫助農(nóng)民預(yù)測作物產(chǎn)量，農(nóng)民可以根據(jù)預(yù)測情況選擇相應(yīng)的農(nóng)業(yè)保險(xiǎn)，以降低氣候環(huán)境對(duì)農(nóng)業(yè)生產(chǎn)帶來的影響。數(shù)據(jù)科學(xué)在種子和化肥銷售這兩大核心業(yè)務(wù)以外，給孟山都帶來200億美元的創(chuàng)收機(jī)會(huì)。

“中美在農(nóng)業(yè)精細(xì)化方面存在巨大差距，中國市場基本是空白，這也意味著巨大的機(jī)會(huì)，目前中國提倡土地流轉(zhuǎn)，農(nóng)業(yè)朝著規(guī)模化的方向發(fā)展，精細(xì)化是必然趨勢。將衛(wèi)星遙感大數(shù)據(jù)應(yīng)用至農(nóng)業(yè)具有馬太效應(yīng)，需要三到五年的數(shù)據(jù)積累和應(yīng)用，先行者容易建立自己的競爭壁壘?！苯?jīng)緯中國投資董事熊飛指出。

我國目前有效耕地面積超過20億畝，其中至少有10億畝左右是土地流轉(zhuǎn)合并成的大型農(nóng)場、私營大型農(nóng)場和中型家庭農(nóng)場，在這大約10億畝農(nóng)場背后的50萬農(nóng)場主是佳格潛在的直接用戶。

“我們希望農(nóng)業(yè)不僅僅依賴生物技術(shù)，而是借助數(shù)據(jù)，通過因地制宜的方式來提升農(nóng)業(yè)生產(chǎn)效率，讓農(nóng)業(yè)從‘看天吃飯轉(zhuǎn)型為‘知天而作，實(shí)現(xiàn)從小農(nóng)經(jīng)濟(jì)到規(guī)?；?jīng)營的快速轉(zhuǎn)變?！睆埞硎尽?/p>