衛(wèi)星照我去種地

劉醒

一塊地，種什么，怎么種，何時澆水施肥，何時收割，產(chǎn)量多寡……播下第一粒種子前，你全能提前知曉。中國農(nóng)業(yè)正步入集約化、大規(guī)模機械化時代，這家公司通過衛(wèi)星，幫你精準務(wù)農(nóng)。

宇宙靜寂。地球之外的廣袤空間，3335顆人造衛(wèi)星呼嘯而過。這是迄今為止，人類在太空未被回收的人造衛(wèi)星總和。

距地面3.6萬千米，地球同軌衛(wèi)星總是呆在赤道上空某處，相對靜止，與地球自轉(zhuǎn)保持一致。每隔20分鐘，它們就某一固定點，對地球采樣一次。

近一些，距地面840千米，極軌衛(wèi)星總是每天2次，每次同一時間，掠過地球同一點，拍攝分辨率約1千米的影像。

因此，當太空中尚能服役的1305顆人造衛(wèi)星，每一次掠過中國內(nèi)蒙古扎魯特旗，它們總是以每20分鐘，或者每1千米為單位，把蒙族人達布西的1.5萬畝紫花苜蓿草場，轉(zhuǎn)化成格式、大小、分辨率等千差萬別的衛(wèi)星數(shù)據(jù)。

但無論如何，從衛(wèi)星視角看去，達布西那相當于1.5萬個足球場的草場，總是由幾十個大小不一的綠色圓圈構(gòu)成。在地面上，那是一些直徑達400～600米的巨型噴灌圈，每個造價幾百萬元。

現(xiàn)在，達布西正站在某個綠色“圓”中，困惑地看著一片相當于80個足球場大小的草場：憑肉眼看去，一望無際的綠色毫無差別。

這天早晨，距此地800千米之遙的北京中關(guān)村鼎好大廈，佳格大數(shù)據(jù)公司的一臺電腦通過手機微信，自動向他推送了一條預(yù)警信息：這片草場正面臨某種危機。

在幾張衛(wèi)星視角的彩色圖片上，一個綠色圓的內(nèi)圈顏色比外圈淺。這意味著內(nèi)圈紫花苜蓿長勢弱于外圈。但當他站在這個噴灌圈顏色漸變的邊緣，人類的眼睛看不出絲毫異樣。

簡單排查后，達布西發(fā)現(xiàn)了幾只灑水噴嘴，導(dǎo)致一片相當規(guī)模的草場無法灌溉。

這不是他第一次通過衛(wèi)星，預(yù)知或第一時間排除險情。提供服務(wù)的，是一家成立3年，于2015年10月從美國硅谷搬回國內(nèi)的衛(wèi)星大數(shù)據(jù)服務(wù)商——北京佳格天地科技公司。

它的創(chuàng)始團隊，是一群曾服務(wù)美國NASA（航空航天局）、生化巨頭孟山都、中國百度等的數(shù)據(jù)科學家、農(nóng)業(yè)專家。他們致力于為中國正在崛起的，像達布西一樣的中大型農(nóng)場主，提供基于衛(wèi)星數(shù)據(jù)的精準農(nóng)業(yè)解決方案。

從NASA到農(nóng)村

中國東北。美國NASA的張弓博士和美國能源部的王蘊剛博士，在一個村莊前駐足。大白天，村里除了狗叫，空空蕩蕩，不見人影。間或碰見人，也全是老弱婦孺。

2015年中旬，常年在海外的張弓和王蘊剛回到國內(nèi)，從東北走到華南，兩個月穿越十幾個省。他們想看看中國農(nóng)業(yè)的發(fā)展現(xiàn)狀，為回國創(chuàng)業(yè)尋找機會。

在美國，張弓所在的NASA艾姆斯研究中心地處硅谷黃金地段，東邊是LinkedIn，再過去是Google和Facebook，南邊是Apple。互聯(lián)網(wǎng)黃金時代最瘋狂的一群人，正聚集于此，迅速改變這個星球的面貌。

張弓的很多科學家同事紛紛離職，有人去Google，參與Google Maps的開發(fā)；有人開公司，成了硅谷炙手可熱的幾家衛(wèi)星創(chuàng)業(yè)公司的CEO。

一開始，張弓對周遭的瘋狂有些不屑，“2008年，Google Maps剛開始做，處理大規(guī)模地圖數(shù)據(jù)的能力，可能只有我們的百分之幾不到?！眱赡旰?，他發(fā)現(xiàn)Google的數(shù)據(jù)處理能力，已經(jīng)是自己的10倍不止了。

張弓越來越覺得躲在NASA搞學術(shù)，就像在國內(nèi)一些體制內(nèi)單位，“節(jié)奏慢”。而商業(yè)卻具有神奇的魔力，不但指數(shù)級推動技術(shù)進步，還能真正改變?nèi)藗兊纳?。他列了一張清單，找出美國與衛(wèi)星、地圖、環(huán)境相關(guān)的創(chuàng)業(yè)公司，打算投奔。

其中，一個叫Climate Corporation的公司，通過衛(wèi)星看地表作物的長勢，以為農(nóng)人生產(chǎn)提供指導(dǎo)。張弓對這家公司非常心儀，不料簡歷還沒投，Climate Corporation就被美國孟山都花了接近十億美元收購?！八麄儾?0個人！”

他立刻決定不再加入任何公司，而是找到NASA的中國同事、孟山都里的中國人等，湊了支科學家、專家創(chuàng)業(yè)團隊，準備打造一個中國版Climate Corporation公司——也就是后來的佳格。

其中，創(chuàng)始合伙人王蘊剛，擁有十余年環(huán)境數(shù)據(jù)處理經(jīng)驗；技術(shù)總監(jiān)顧竹博士是張弓的同事，專注衛(wèi)星影像深度學習研究算法；市場總監(jiān)張文鵬，曾任美國農(nóng)業(yè)部ARS科學家和孟山都中國市場總監(jiān)，擁有十余年農(nóng)業(yè)經(jīng)驗。

從東北走到華南，他們發(fā)現(xiàn)中國農(nóng)村已經(jīng)遠非記憶中的模樣，農(nóng)村勞動力短缺現(xiàn)象大量存在。在華南，他們甚至看到連綿的農(nóng)田被荒蕪。

蕭瑟中，卻孕育著集約化、大規(guī)模機械化農(nóng)業(yè)生產(chǎn)模式的萌芽。“原來我覺得美國大農(nóng)場的模式在中國實現(xiàn)，可能需要10年、20年，現(xiàn)在突然覺得可能就是4、5年之后的事兒?！?/p>

根據(jù)農(nóng)業(yè)部數(shù)據(jù)，截至2016年6月，全國流轉(zhuǎn)土地面積達4.6億畝，約占家庭承包土地的34.5%。而10年后的2027年，這個數(shù)字將達到70%。

當集約化趨勢越來越明顯，中大型農(nóng)戶開始向效益看齊，“關(guān)心資產(chǎn)質(zhì)量，每一畝都要劃清楚，每一畝產(chǎn)量都要算精確?！边@些商戶，正是佳格要服務(wù)的對象。

在國內(nèi)，也有一些比較領(lǐng)先的農(nóng)作物監(jiān)測公司。但他們主要通過人工實地考察，或者在地面安置探頭，利用物聯(lián)網(wǎng)技術(shù)進行觀測。這些方式，單點采集覆蓋面積較小，大范圍鋪設(shè)成本和維護成本較高，數(shù)據(jù)分散在各地難以整合。

但張弓們捕捉到的衛(wèi)星數(shù)據(jù)，對于大型農(nóng)田，完全不存在設(shè)備成本問題。而且視角之大，足以覆蓋全球耕地。數(shù)據(jù)統(tǒng)計靠算法智能化完成，服務(wù)萬畝以上大型農(nóng)田的價格遠遠低于其他技術(shù)。

知天而作

衛(wèi)星圖像獲取早已不是太大的難題。

早在20世紀60年代，美國農(nóng)業(yè)就開始應(yīng)用衛(wèi)星技術(shù)，精確度高達90%。在NASA 的最后兩年，張弓也已開始利用衛(wèi)星遙感技術(shù)，幫美國NAPA谷的一些葡萄園，檢測葡萄糖成分和土壤濕度的關(guān)系。

目前，佳格收集了全球十余顆衛(wèi)星的數(shù)據(jù)。這些數(shù)據(jù)，要么是公開的，佳格通過技術(shù)手段能夠更快獲?。灰聪?qū)I(yè)機構(gòu)購買。與一般數(shù)據(jù)應(yīng)用公司不同，佳格只買原始數(shù)據(jù)，一來成本更低，二來依托科學家技術(shù)團隊，它比一般數(shù)據(jù)清洗公司更能挖掘出數(shù)據(jù)價值。

這并不容易。十余顆衛(wèi)星，數(shù)據(jù)格式、內(nèi)容、分辨率完全不同，甚至有的衛(wèi)星要隔10天才轉(zhuǎn)到同一個地方。佳格的核心技術(shù)之一，就是將這些千差萬別的數(shù)據(jù)，清洗、融合，做成新的格式統(tǒng)一的數(shù)據(jù)。

換而言之，佳格系統(tǒng)里可視化的衛(wèi)星影像，是多顆衛(wèi)星從不同角度、不同時段多重疊加后，獲得的空間分辨率和時間分辨率同時達到最佳的圖像。目前，佳格植被地表檢測的精確度最高為0.5米。這一技術(shù)，全球范圍罕有公司能夠?qū)崿F(xiàn)。

如此，佳格就能夠通過技術(shù)，以非常低的成本，切入農(nóng)田資產(chǎn)管理服務(wù)。目前，它已實現(xiàn)此項服務(wù)的第一步：資產(chǎn)盤點。

原來，很多大農(nóng)場雖然擁有幾百畝土地，但很少連成一片，農(nóng)場主甚至不知道自己土地的邊界、位置。有一次，市場總監(jiān)張文鵬服務(wù)一個數(shù)十萬畝的大農(nóng)場，他和農(nóng)場主開車4個小時，才考察完種植區(qū)的三分之一。如果沒有衛(wèi)星協(xié)助，工作量和成本難以想象。

此外，除了衛(wèi)星大數(shù)據(jù)，佳格還整合每塊土地的氣象數(shù)據(jù)、農(nóng)作物歷史數(shù)據(jù)、無人機遙感數(shù)據(jù)等，通過系統(tǒng)深度學習，建立算法模型，將所有服務(wù)打包成可視化模塊。農(nóng)人只要登錄系統(tǒng)，就能一鍵點擊模塊，選擇需要的服務(wù)。而每隔一段時間，關(guān)于土地的管理報告，也會通過手機微信、郵件等，自動推送給相關(guān)農(nóng)場主。

目前，佳格可以提供的服務(wù)有：土地面積計算、區(qū)域規(guī)劃、作物長勢檢測、產(chǎn)量預(yù)估、防治病蟲害等。這些服務(wù)均為個性化定制，所服務(wù)的農(nóng)場數(shù)量越多，模塊越豐富。

佳格曾幫一家火龍果種植戶預(yù)測產(chǎn)量：通過無人機拍攝剛剛掛果時的火龍果圖像，依據(jù)顏色差別等因素，機器學習判斷火龍果的個數(shù)?；瘕埞膫€頭是由品種決定的，有了數(shù)量就知道每畝的產(chǎn)量。此舉價值還在于，火龍果存放周期短，先有訂單再生產(chǎn)。通過佳格，這家火龍果農(nóng)場，可以精確測定實際產(chǎn)量，避免了產(chǎn)量過多造成浪費，或者產(chǎn)出過低導(dǎo)致違約。

達布西的噴灌圈還用了精準灌溉管理服務(wù)。他的草場有一萬多畝，地形復(fù)雜、土壤肥力參差不齊、土地蓄水能力差異巨大。要不要澆水，多澆或少澆，施不施肥，施多少肥，每塊地需求不同。佳格利用衛(wèi)星大數(shù)據(jù)，通過實時采集每個噴灌圈的土壤信息、環(huán)境信息，設(shè)計出智能決策系統(tǒng)，可以精確計量每個噴灌圈的灌溉量和灌溉時間。算下來僅這項服務(wù)就為達布西節(jié)水30%，節(jié)肥20%，人均管理面積提高了3倍，灌溉管理響應(yīng)速度提高了整整10倍。

佳格還幫一位玉米種植大戶，進行種植管理。玉米在地上多站一天，產(chǎn)量會增加，但倒伏絕收風險也會增加。這就需要測算一個最佳時機，產(chǎn)量達到最高而倒伏風險達到最低。以前，何時收割，主要憑人的經(jīng)驗，佳格則依靠機器學習精準測算。單單“合理的晚收”這一項，就增加收益30%以上。

張弓希望有一天，中國農(nóng)業(yè)不再“看天吃飯”，而是“知天而作”，農(nóng)業(yè)更加精準化、智能化，甚至傻瓜化，“讓普通農(nóng)民變成農(nóng)業(yè)專家。”

做確定的農(nóng)業(yè)

農(nóng)業(yè)是不確定的，天災(zāi)、人禍、市場波動，農(nóng)人忍、熬、受，磨出一點經(jīng)驗。但就連這點經(jīng)驗，也不確定。佳格要用技術(shù)，把不確定變成確定，“未來的農(nóng)業(yè)，就像計算機，輸入一個值，它就會輸出一個相應(yīng)的值。投入什么，就產(chǎn)出什么”。

但要實現(xiàn)這一未來，除了懂技術(shù)，還必須深諳農(nóng)業(yè)。畢竟，佳格用技術(shù)驅(qū)動的，是實實在在的服務(wù)業(yè)?；貒荒甓?，張弓遇到的最大難題，從來不是技術(shù)，而是溝通：客戶不知道佳格到底能做什么，佳格不知道客戶真正的需求是什么。

達布西是他最初的客戶之一。一開始，他說非常想知道什么時候下雨，下大雨還是小雨。因為下大雨時，收割機進不到地里，但下小雨卻不妨礙。佳格就按照城市天氣預(yù)報的表述方式，向他預(yù)告哪一天幾時下雨、幾時停。

但實際上，世界上最先進的天氣預(yù)報，也不能精確到某一刻鐘，而只能預(yù)報一個范圍及下雨的概率。因此，服務(wù)的第一個月，達布西非常不滿意：你告訴我早上六點下雨，結(jié)果晚上九點才下，人家都在收割，我卻像個傻子一樣看著，什么都沒做。

張弓非常焦慮，不斷跑去跟他交流，后來發(fā)現(xiàn)原來達布西真正關(guān)心的不是什么時候下雨，而是什么時候絕對不能下雨。因此，佳格的預(yù)告就變成：未來14天里，哪幾天絕對不會下雨。達布西據(jù)此安排農(nóng)機收割。

真正獲得達布西信任的，是一場“天災(zāi)”。有一天，佳格向他發(fā)送預(yù)測報告，未來一段時間可能有一次特別大的強雷暴，建議提早收割。靠僅存的一點信任，達布西用兩天時間把牧草收了，結(jié)果第三天下起了冰雹，周圍其他草場全被砸掉了。雖然達布西早收割，產(chǎn)量少了些，但卻挽回了足以致命的損失。

張弓也第一次感覺到，“做了這么多年學問，處理了這么多年數(shù)據(jù)，終于能夠讓一個農(nóng)民，一個具體的人獲益?！?/p>

經(jīng)過一年多摸索，佳格找準了在中國發(fā)展的節(jié)奏：利用衛(wèi)星大數(shù)據(jù)，為中大型農(nóng)場提供從土地管理、產(chǎn)值預(yù)算、天氣服務(wù)到種植管理全產(chǎn)業(yè)鏈服務(wù)。

當下，佳格幫客戶篩選流轉(zhuǎn)土地，同時和一些植保無人機公司合作，以便在作物遭遇旱災(zāi)、蟲災(zāi)等突發(fā)性災(zāi)害前，第一時間預(yù)警并采取應(yīng)對措施。

未來，基于算法搭建的生產(chǎn)力評估模型和風險評估模型，佳格還將進軍農(nóng)業(yè)保險和農(nóng)業(yè)貸款評估等金融服務(wù)領(lǐng)域，為農(nóng)人解決資金困境。

截至目前，技術(shù)驅(qū)動的佳格團隊只有不到50人，其中80%是技術(shù)員。團隊小而精悍，一年時間，服務(wù)的耕地面積達200萬畝，作物模型覆蓋十余種，客戶遍及黑龍江、吉林、內(nèi)蒙古、四川等地。

精準農(nóng)業(yè)在美國市場發(fā)展非常成熟，誕生了一批農(nóng)業(yè)巨頭，諸如孟山都、約翰迪爾、杜邦、巴斯夫等。佳格的未來有多大？張弓提供了一個數(shù)字：中國涉農(nóng)的生產(chǎn)總值是美國的3倍多。

（韓麗紅薦自《商界》）