前NASA科學家創業，「佳格」通過衞星+深度學習切入農業大數據

通過大數據指導精準農業種植的趨勢毋庸置疑，國內外也已出現不少農場管理軟件輔助數據化運營，但在產生落地應用前，如何獲取數據是擺在創業公司面前的第一問題。
除了從農技、農產品流通等偏重線下的服務切入，市場上也不乏物聯網、衞星遙感、無人機等數據採集技術。此前36氪報道過不少通過物聯網硬件切入種植的公司，比如CropX、Sentek、Apitronics、e-kakashi （日本）和Insentek（中國）、大氣候農業，但這種方式鋪設成本較高，也許更適合經濟農作物和細分場景，比如Agrilyst（温室種植）、Edyn（都市人後院種植）等公司做的事情。

而衞星遙感數據則能以較低成本快速獲取大面積農田的數據，此類公司如Descartes Labs（從美國國家實驗室剝離）、乳業巨頭Land O’Lakes於2013年收購的Geosys、Mavrx（由於衞星圖像會被雲層遮擋、分辨率低，已經轉向無人機監測農業生產）等。
農業巨頭孟山都在此也有佈局，2013年其以9.3億美元收購加州氣候公司Climate Corporation，通過氣象、天氣、降雨、地質土壤等數據預測作物產量，從而提供意外天氣保險服務。該公司也曾在2012年以2.5億美元收購種植技術公司Precision Planting。

最近國內一家名為“佳格大數據”的公司也希望衞星遙感切入農業大數據，該公司由前NASA科學家張弓、美國能源部國家實驗室科學家王藴剛合夥創建，核心成員還有專業衞星影像深度學習算法的顧竹博士、原孟山都中國市場總監張文鵬。

佳格以衞星遙感、計算機視覺技術收集、處理、分析數據，並輸出SaaS農場管理軟件（佳格大數據耘境平台）、空氣污染實時監測以及佳格霾圖等產品，為農業公司提供資產管理、種植指導等服務，並希望在後期通過大數據切入貸款、保險服務。
衞星圖像的獲取已經不是難題（市場上有不少公司提供該服務，36氪曾做過梳理），但由於中國耕地地塊分散性嚴重（2013年我國人均耕地面積只有0.078公頃，在全球239個國家和地區中僅排172位），無法利用美國大片耕地的圖像處理方式。


中美農業耕地差異（上圖為中國，下圖為美國）
技術公司通常會利用光譜顏色來對衞星遙感圖上的耕地分塊，但由於中國耕地分散，佳格會通過深度學習算法來做識別，要素包括紋理、地壟方向、間距、稀疏程度等。結合植被動態、過去數十年的氣象信息後，通過近紅外波段、可見光信息來計算每一塊地的光合速率、蒸騰速率（土壤水分含量）等，最終推算出植物生長走勢，從而指導種植。


通過深度學習算法識別地塊

這呈現在佳格大數據耘境平台這套SaaS農場管理軟件上，它類似於於2011年創建的矽谷公司FarmLogs，通過雲服務幫助農場管理耕耘、澆灌、播種、施肥、噴灑與收割。

耘境綜合管理平台

佳格大數據董事長張弓告訴36氪，一些大農場擁有幾百畝地，但很少是連成一片的，故而其客户往往首先利用佳格軟件進行資產管理，也就是遠程可視化查看自家土地，進而對土地分級。再舉幾個具體的應用場景，佳格通過氣象信息預測天氣從而幫助農民判斷是否要灌溉，避免水資源浪費；根據一塊地過去數十年的產量、災害情況來判斷它適合種什麼品類、土地資產價值（已經有土流地磚服務商利用佳格做土地資產評估）；監測到蟲害後，通過軟件遠程遙控植保無人機去撒藥……


遠程遙控無人機植保

目前佳格已經擁有一些管理千畝土地的客户，但並未透露他們的名字以及收費情況。不過張弓表示其遠期盈利模式在於金融，比如構建以農業和環境數據為基礎的系統風險評估工具，為農業金融提供風控和投資決策分析。

該公司創建於2015年7月，已於同年9月獲得經緯中國和磐谷資本的千萬級人民幣天使投資，團隊已有30人。


資料來源：36Kr