2020年,中国总共发射了39次卫星,成绩仅次于美国。早在6年多以前,这个国家在轨卫星数量的排名已经跃升全球第二。

如今中国正在让这些天上的“眼睛”发挥更大的作用,农业是它们的重点服务领域。

通过传播和接受电磁波的方式,卫星为地上的人们采集到作物长势、生长面积、周边水文环境等各类农业资源信息。这项基于卫星发展起来的遥感技术,极大地降低了人们采集基础农业数据的成本。

最近10年,遥感技术给农业生产领域带来的帮助在商业层面进一步显露。一方面,传统农业向数字农业的转变需要更丰富的数据支持,将经验转化为数据模型;另一方面,互联网力量的介入让农产品消费端的需求更快速地小型化、产业化和精致化。

在国家“十三五”规划和“十四五”规划交接的2020年,政策层面已经将数字农业提到了“重中之重”的战略高度。信息化是数字农业的基础。农业遥感作为农业信息化的“画布”,也随之进入了新一轮政策红利期。

与之相对应,商业力量开始加码。更多大公司的身影出现在了农业遥感领域。

去年9月,阿里巴巴对外公布了“大山雀”项目,它是以卫星遥感技术为基础的农村金融风控系统;年底,华为展示了“农业农村一张图”。这是一套基于卫星遥感与人工智能技术,针对农业场景推出的系列解决方案。

巨头们的入局释放出一个信号——中国的农业信息化进程正在加速。伴随农业信息化而来的,将是更多智能农机和农业物联网设备出现在田间地头,农业生产端和消费端的互动更为及时,农业生产会由更多可量化的数据指标来指导。

这些变化又可能会催生出怎样的生产关系和消费形态,是否能够解决中国农民面临的困境,都是十分值得期待的事情。

统计是基础应用

国家在成功发射了第一颗自研人造卫星之后,便很快启动了卫星遥感在农业领域中的应用探索。上个世纪80年代,政府是最主要也是最有动力应用农业遥感的需求方。

这是由政府天然有统计国家农业资源的强需求所决定的。借助卫星获取的空间信息,相关部门可以快速进行宏观的农业资源统计、估产等工作。在没有遥感技术支持的年代,这是一件难以完成的事情。

农业生产大部分是露天活动,分散的生产、突发的自然灾害及生产的时令性,决定了政府部门难以在仅靠人力的情况下,快速完成农作物分布情况、受灾面积等各方面信息的统计工作。遥感是解决这个统计难题的关键技术。

但在上世纪末,受限于国家航天工业的发展状况,农业遥感的应用主要停留在官方层面。民间开始广泛应用这项技术是最近10年间发生的事情。这背后最基础的推动力来自于21世纪中国航天工业的高速发展。

过去10年间,中国发射的资源卫星(即专门用于探测和研究地球资源的卫星)数量不断增加。2018年,专门的农业遥感卫星“高分六号“成功发射升空。

这颗卫星在一定程度上减少了中国在高分辨率农业遥感数据上,对国外卫星数据的依赖。第二年,中国国家航天局专门推出了“CNSA-GEO平台”,正式面向社会开放高分卫星所采集的数据。IMG_256

中国国家航天局推出的CNSA-GEO平台

国家机构对于遥感数据越来越开放的动作,成为农业遥感在国内加快商业化的主要原因之一。它有效降低了商业机构获取遥感数据的成本。

在这个过程中,金融机构继政府之后,很快发展成第二大广泛在农业场景里应用遥感技术的需求方。

银行、保险机构面向农民发放农业贷款、提供农业保险时,往往需要对农民的生产情况进行宏观数据统计、调查。遥感技术恰恰能帮助金融机构高效地完成了这件事。它能降低金融机构被骗保、骗贷的风险,并提高其对农产品查勘定损的效率。

经过多年的发展,遥感在宏观农业资源统计及农业金融中的应用已经相当成熟。虽然两者的需求主体不同,但政府和金融机构对遥感数据有着相似的诉求——它们都想要快速统计与农业相关的各类数据。

在不断壮大的商业需求刺激下,新兴的农业遥感服务商很快成长了起来。2017年在中科院遥感与数字地球研究所支持下成立的中科光启就是其中一家。

中国人民财产保险股份有限公司是它的第一个客户。基于卫星遥感技术,中科光启为人保财险的农业保险业务,提供查勘与定损服务。它建立了专门的“实时灾害风险图谱”数据库,用于对比灾前灾后的影像信息,了解目标地区的受灾损失程度。

丰富遥感数据

过去10年间,类似中科光启的垂直农业遥感数据服务商大量出现,它们将遥感服务农业的能力往前又推进了一步。在此基础上,包括中科光启在内的一些服务商开始在公开数据的基础之上,建设自己独立的遥感数据源。

中科光启在2019年与人民数据达成合作,启动了“人民号”卫星星座计划,它将由90颗卫星组成。

中科光启的副董事长蒋鹏飞表示,组建卫星星座的必要性之一在于,“国家在轨陆地民用卫星部分为科学实验卫星,数据集中在部委应用,能够直接提供服务的卫星数量有限,而且空间分辨率和重访频率均远远达不到应用需求。”

在蒋鹏飞看来,围绕中科光启的需求发射并组建卫星星座,能从根本上提升中科光启获取遥感数据的稳定性和连续性。此外,卫星组成的这个网络,还能缩短数据的更新周期,实现一个月覆盖一次的效率。这能帮助中科光启提高数据及时性及数据分析能力。

去年1月,人民号系列卫星中的第一颗卫星“人民一号”成功发射。未来中科光启还计划在郑州建立“人民星云卫星大数据产业基地”,将这套数据能力开放出来,“打破市场其他产品的垄断,为用户提供更低的价格服务。”

不过,发射数十个卫星的成本高昂,并不是所有遥感数据服务商都像中科光启这样,背后有官方科研机构的支持,并且财力雄厚。

暂时无法自己组建星座的公司,选择了更便宜的方式来获取遥感数据源——通过公开渠道获取遥感数据,或者选择性的购买卫星的数据使用权。我们接触到的多家农业数据服务商都表示,公开渠道获取的遥感数据已经够用。

此外,近些年来低空遥感技术的发展,也进一步丰富了遥感的数据维度。这种新技术主要利用无人机搭载各类遥感传感器,在云下飞行来完成各类空间数据的采集工作。相较于以卫星为基础的高空遥感,无人机低空遥感更加灵活,而且它所采集到的数据精细化程度和及时效反馈性都更高。

专门应用于农业场景的无人机快速实现商业化之后,它们为低空遥感在农业中的使用奠定了基础。例如,极飞推出的新一代农业无人机上,其睿图模块便可以快速完成农田的拍照、拼图和分析,快速构建出高清三维地图和作业处方图。IMG_257除了用于遥感数据采集,无人机还广泛应用于植保等农业生产领域

农业数据服务商麦飞的创始人宫华泽分析,一个生产基地的占地面积基本约几万亩。在这个空间尺度上,无人机完全够用。“它每完成一轮全面监测的时间不超过3天,所提供的数据分辨率非常高,信息维度也很丰富。”

在这类场景中,无人机表现出更强的适应性。尤其是在一些山地、阴天较多的区域。无人机采集的数据无论在时效性,还是数据的精细程度上,都优于卫星采集。

这背后透露着另一个信号——中国农业的产业升级正刺激出一个更多元的对农业数据服务有需求的庞大市场,而单纯的遥感数据无法满足这些需求。农业数据服务商需要以农业遥感数据为“画布”,以其它方面的数据为颜料,再尝试勾勒出更细致的数字农业画卷。

满足多元需求

“遥感不是万能的,它其实只能解决一部分问题。”珈和科技的联合创始人陈淑敏在此前接受我们采访时说道。在创业过程中,他们曾碰到了不少质疑农业遥感是否有用的客户。

“从农业大数据的角度讲,遥感仍然很重要。”宫泽华说道。宫泽华认为遥感技术有用的关键是,服务商们是否有能力根据具体的客户需求,采集、分析数据。

这包括“遥感技术应该遵从哪些数据源,采集过程中我们是用卫星、无人机还是手持设备来获取空间数据,以及在数据分析过程中,基于现实情况我们的算法应该做哪些方面的微调。”宫华泽认为,这些环节都需要他们根据客户具体想要的结果来倒推设计。

他将目前应用遥感数据的农业客户分政府、生产基地及新型种植主体三类。

政府客户主要将遥感数据用于展示。最典型的例子是,去年国家进一步鼓励现代农业产业园及数字农业的建设之后,各地政府搭建本地农业大数据信息平台的诉求强烈。

这种大尺度的空间信息往往通过卫星来采集。因为这类平台的数据每周都要更新,“如果用无人机每一周去飞的话,成本会非常高,所以它需要的数据只能适用卫星来提供。”

生产基地对于遥感数据的需求则不同于政府机构。它们不仅需要展示农业生产信息,还希望通过数据提高基地的生产能力。无人机遥感无疑是更适合应用在这类客户农场中的一种技术。

除此之外,宫华泽注意到在土地流转速度加快的大环境下,一些新型的种植主体开始出现。这类客户不仅重视生产环节的数字化管理,也重视农产品在流通环节的采后商品化处理,后者是产地提高农产品商品价值的关键。

对于这类客户而言,他们不止需要数据来提高生产能力,还希望用数据来提高农产品的价格。只有实现从生产到流通全链路的数据溯源,才能提高他们与下游零售渠道交易时的议价能力。

从这个需求角度出发,遥感仅帮助他们完成了部分数据溯源工作。因为“遥感只能看到作物的性质参数,但要了解它们具体的生长情况则要结合更多农学、植物营养学数据。”宫华泽解释道。

除了宫泽华总结的这三类客户,传统的农资商、农机商等原先对农业遥感无需求的客户,也开始广泛应用起这类空间信息处理技术。

农资商服务模式粗放,他们服务农户的传统办法主要靠大量投入人力。随着农资商服务客户规模的扩大,人力投入巨大,他们急需对其管理模式进行数字化改造,遥感数据是帮助其实现数字化管理的一部分。

农机商也同样如此。随着近些年来国内兴起的智能农机潮,越来越多的农机生产商开始升级自己的农机。透过农机身上的传感器采集回的数据,还需要结合更多维度的数据一起被分析才会有价值。

在这些新兴客户的预期里,农业遥感不只是用于数据展示,还应该带来实际的产业价值。当大家带着这个预期再去讨论农业遥感的有用性问题时,这个话题就变成了一个关于数据如何提升农业生产效率及品控管理能力的问题。

在这个范畴下,单一的遥感数据只是众多农业数据维度中的一部分,它的有效性还取决于中国整体农业的信息化程度。

整合复杂数据

从目前的现状来看,中国农业的信息化短板限制了遥感技术在农业场景中发挥的效力。

农业信息化是个庞大的工程,这是一条涉及到全产业链的改造。它覆盖了上游的生产端、中间的流通渠道以及下游的零售各个环节。近年来在生鲜零售行业的刺激之下,消费端及流通环节的信息化转型正在加速。

但生产端的信息化之路走得仍然缓慢。它是由农业生产自身的特点,及中国农业的现状所决定的。

农业上游产业分支繁多,体系庞杂。其中既包括农机产业链,也有种肥等各类农资产业链。这决定了上游的数字化改造本就是个浩大的工程。加之,中国的农业长期以来种植分散,以粗放的人力投入为主,数据积累匮乏。

这些因素决定了中国农业在上游转向数字农业,还需要更长的时间。它大致包含了三个步骤——首先是将农业生产中各环节的人工经验转化为数据表达;在这些数据的基础上,建立数据模型并不断优化算法的分析能力;最后,才是根据具体农业场景的需要来计算出结论。IMG_258“我们将数字农业中的‘数字’分解成了数字、数据、信息、见解、决策、增益及可持续农业这7个维度来理解。“精禾大数据的联合创始人陈雅锐说道。这家公司主要以遥感数据为基础,为食品公司、种业巨头等生产性客户提供数据分析服务。

陈雅锐认为,国内各类农业数据服务商的能力,大部分停留在提供信息层面。提高服务能力的关键在于算法。

陈雅锐将这个数据分析流程,比喻为医生向患者解读CT片的过程。“例如叶片的叶绿素在遥感上的表达有10多个波段,这10多个波段能演化出100个以上的遥感指数。这就好比一张CT片为专业医生提供了100多个解读维度,医生要从中做出判断,将结论告诉患者并给出专业的治疗方案。”

这个方案的质量取决于医生的经验和能力。对应到精禾的服务上,它要做的是根据客户的实际需求,从这100多个维度的遥感数据中总结出客户需要的信息,并且还要综合其它维度的地面农业数据模型,为客户算出一个“最优解”。

以精禾所服务的一家乳业公司为例,它具体为这家公司的牧场提供生产建议。在服务的过程中,精禾利用卫星遥感监测目标牧场的土壤情况,并结合天气预测信息及地面土壤模型数据,帮助客户提前15天确认玉米的最佳收获期。这个预测数据对于提高作物品质非常重要。

结合了空间及地面各类农业数据所训练出来的算法,是精禾满足为客户增加收益,实现可持续生产的关键,也被这家公司视作核心竞争力。这项核心能力同样也是市面上大部分农业数据服务商的选择。

提高算法分析能力的关键不只是需要数据,更需要多维度农业数据之间的整合。这是中国农业要想实现信息化必须走下来的过程。现阶段,我们正在经历这个从0到1的过程。

合作已是大势所趋。“任何一个公司,想要把整个农业产业全部涵盖,都是一件极其困难的事情。在农业大数据这个领域里,合作是最好的方式。”陈雅锐说道。

例如,麦飞目前正在通过自建及开放加盟的方式,快速在国内各乡、镇建立站点。这些站点的主要功能是,录入麦飞客户在田间地头里的数据,诸如土地位置、播种作物品种、播种方式及周期等。

这些站点都配备专业的智能化设备,为客户提供植保等种植管理的相关服务。具体到病虫害防治这项服务上,麦飞与大疆、极飞的农业无人机密切合作。前者通过站点完成无人机打药前的农田测绘工作,并预估打药量,后者则在这些数据基础上进行作业。

另一家农业数据服务商,数溪科技则强调其海量的土壤、气象、遥感等多源农业数据的融合优势。

中国是个地域辽阔,地貌特征复杂的国家,土壤、气象等细颗粒度数据的采集成本高。数溪科技在这类数据上有一定的优势,作为中科院南京土壤研究所孵化的创业公司,它目前已经积累了近百年的土壤历史信息和丰厚的农业科研数据储备。

“土壤是所有作物生长的一个基础,它决定了地里能结出什么果。所以土壤数据是一个起源数据。”数溪科技的联合创始人冯欣欣说道。这些土壤数据与气象、遥感、作物等相结合形成的数据耦合分析能力,构成了数溪科技为农业从业者提供精准数据分析,并给出生产建议的关键。

迈向数字农业

农业产业升级是驱动整个产业链加快合作的主要动力。这个过程中也出现了大公司的身影。

阿里、华为之外,拼多多去年10月宣布与国家农业信息化工程技术研究中心达成战略合作,共建“智慧农业协同创新中心”。农业遥感是这项合作中的重要部分之一。

无论是服务农业金融场景的阿里“大山雀”,还是拼多多、华为与政府合作,搭建的农业信息化平台,它们都是围绕遥感数据服务展开的。对于这些希望在农业上游有所建树的巨头而言,农业遥感的应用场景是最适合的切入领域。IMG_259一方面,遥感做为一种空间信息处理技术,能快速统计基础农业资源信息,并通过地图等可视化工具展示出来。这是农业信息化的第一步,也是此后更多数字化工具、管理手段应用于农业生产端的基础。

另一方面,随着需求市场的扩大,现有的技术和服务还未完全满足市场对精细化服务的要求。大量涉农数据仍然被分散得掌握在政府、高校科研机构、技术服务商等多方手中,行业缺乏整合动力。

这为大公司们留出了足够大的空间。巨头们的优势是,它们能以项目撬动更多方的资源。这有助于加速中国农业生产端的信息化节奏。

“农业遥感行业需要更多资源去撬动技术和商业化的衔接。”蔡程烨表示。他是农业社会化服务平台北京农田管家的副总裁。在他看来,巨头入局恰恰拓宽了这个衔接机会。

巨头以自己的品牌信誉及技术实力,撬动更大的地方项目。在项目落地过程中,阿里再从外部拉来各垂直领域的服务商入伙,整合进更多技术及数据资源。

我们遇到的数溪科技、珈和科技、麦飞等都是与“大山雀”有所接触。在这项合作过程中,创业公司可以从中探索出更多应用场景,优化各自的服务能力;大公司借助外部合作,则能将这些探索成果打包成标准化的产品。这有助于农业遥感加速商业化场景中的应用。

作为阿里“大山雀”项目的农业数据合作方之一,数溪科技会将自己的分析能力开放出来。数溪科技的联合创始人冯欣欣认为,通过合作,数溪科技可以探索出更多实际应用模式及服务场景,这有助于公司进一步优化自己的算法,提高核心竞争力。

“对整个行业来说,大公司进场是件好事。”冯欣欣表示。从宏观的农业转型角度上说,加码入局的大公司们,客观上成为了中国农业转向数字农业路上的一剂强有力的助推剂。

冯欣欣甚至乐观地向我们估计,未来五年国内有机会成长出一家与The Climate Corporation同等规模的农业科技公司。“因为现在我们的土地流转面积已经超过6亿亩。从产业需求、政府需求、政策驱动各个角度来看,外部环境比起五年前都发生了天翻地覆的变化。”他说道。

The Climate Corporation是美国的一家基于遥感服务发展起来的数字农业服务商。它所提供的服务也正是数字农业模式里的一类样板。2013年,The Climate Corporation被国际农资巨头孟山都以9.3亿美元的价格收购之后,便加快了与农业上游产业链上各个环节的数字化整合。

2015年它宣布推出了数字农业平台——Climate FieldView™。在随后的几年里,这个平台不断叠加进农业生产各链条上的数据,以提供更丰富且精准的服务。例如,2018年这个平台新增了肥料管理方案及精准播种工具,它能精准地帮助农民根据各自农田的需要,进行具体的田间管理操作,从而提高产量。

通过产品迭代及与地面农业数据的深度整合,The Climate Corporation的数据服务能力已经走到了为生产增益及可持续农业这一步。

相比美国,中国农业的数字化能力还有诸多方面的欠缺。土地资源的规模化程度,各生产环节的数字化融合程度及尚待优化的生产组织关系等因素的限制,都让中国迈向数字农业的步子走得比美国更慢。

但好消息是,透过这两年农业遥感行业发生的变化,我们能感受到整个行业正在以更快的速度积累着量变,它的背后也是一个加速迈向数字化的中国农业。


作者:朱若淼

设计:关喆

编辑:李威