农业信息小编为大家带来以下内容：
中国距离美国约1万公里，从北京直达华盛顿需要13.5个小时。 但在北京望京SOHO的办公室里，大地量子创始人兼首席执行官王驰肯定地表示：“我们可以算出美国大豆的亩产。”
不仅仅是大豆。 玉米、棉花等美国常见作物，根据万里之外的大地量子计算前一天的种植面积，即使产量——还在生长中，就连种植的美国农场主也不一定几个月后自己就收获了。
美国玉米分布图。
在中国，大地量子也可以计算各种农作物的种植面积，估算产量。 更有趣的是，还可以判断柑橘类的栽培面积、产量、柑橘类已经种了多少年。
大地上没有魔法。 它们能够“监测”世界农作物“前世”，是依靠自主研发的AI卫星遥感分析技术。
一
将公开的卫星数据加工成垄断信息
遥感卫星并不新鲜，在人们普遍熟知的谷歌地图上有遥感卫星的应用。
但对于分析遥感卫星信息的专家来说，谷歌地图这种肉眼可见的图像被称为“可见光”信息，只能提供最基础的信息，无法让消费者看到一张图像。 专业分析需要近红外、远红外、短波红外、热红外等更多的“不可见光”信息，包括信息强弱和时空分布记录。 根据这些信息，AI可以识别建筑物、农作物、林地、河流等，对违章建筑进行故障排除、农作物种植面积计算、国土面积计算等。
美国忧虑科学家联盟( UCS )的数据显示，截至2018年4月，全球遥感卫星数量达到684颗。 中国也有高分一号、高分二号、资源三号等国产高分辨率遥感卫星。
这些民用遥感卫星返回的数据基本上有公开或商业途径。 也就是说，世界卫星遥感分析公司获得的数据基本一致，没有自己的数据。 能够从公开的卫星数据中提取加工出有价值的独特信息的人，能够在市场上站稳脚跟。
王驰(主持人)和同事讨论工作。
但一开始王驰并没有想过自己要和天上的卫星打交道。 从上海交大电子计算机专业毕业后，他又获得了美国南加州大学的量子计算方向博士学位。 2016年的一天，他突然想从各种数据中生成数字地球。 他在现有的路线上找了信息，但发现得不到想要的信息。 来自现有路线的信息不准确，或者只能提供堆积如山的卫星数据，没有意义。
这成为了王驰创业的灵感来源。 2017年成立“大地量子”公司，带领团队构建基于3S和AI技术的时空大数据平台。
二
创业正值中国卫星技术爆发期
王驰创业正值我国卫星技术爆发期。 1988年我国首颗气象卫星风云一号发射升空，2017年风云四号正式交付用户使用，中国20年赶上气象卫星国际先进水平。 2003年，中国制造了北斗一代导航卫星，到2017年发射了20多颗北斗卫星。2016年，中国墨子号量子科学实验卫星成功发射，其量子通信技术至今处于世界领先地位； 2015年，中国高分八号卫星成功发射，2016年，高分将利用综合信息服务共享平台在线运行，可为国内及国际等各类用户提供在线服务。
新疆阿克苏棉花产地长势图。 可以看到不同时间段棉花生长情况不同的景象。
据不完全统计，截至王驰创业的2017年，中国轨道卫星数量已达到192颗，占世界的13%，仅次于美国。 这大大地帮助了大地量子启动的发展。
“高分卫星的数据可以免费使用，数据质量在一些领域超过了欧美。 ”王驰介绍，高分卫星空间分辨率优于全色2米、多光谱8米，单星图像宽度大于60公里。 3星组网投入运行后，可对同一地区进行2天重访，15天内可获取全球范围内、规模化的1:2.5万—1:5万自然资源信息，覆盖山、水、林、田、湖、草等自然资源全部要素。
“目前，大地量子通过开源、协议获取、商业购买等渠道几乎可以获取自己所需的所有信息。 ”王驰说，“尤其是高分卫星等提供的免费信息，使公司能够主要在AI技术开发上投入资金，降低运营成本。”
获取数据不是门槛，大地量子的核心竞争力必然是数据处理。 王驰表示，用户不需要知道自己需要什么数据，如何获取，如何加工，他们只需要提出需求，大地量子就可以告诉他们答案。
简单理念的背后，无论何处都需要技术突破。
首先面临的挑战是卫星数据量极大。 查找存储在一个文件夹中的信息可能需要几分钟，但如果此文件夹中有成千上万个文件，则查找起来会很麻烦。 卫星数据大得无法想象。 “我们粗略分析全美农地所需的数据，有1PB。 家用100m宽带的话，必须不间断下载3年。 ”王驰说，“数据量太大了，本来就不是问题也成了问题。”
大地量子计算的吉林省榆树市玉米分布图。 黄点的位置代表玉米种植地区。
为了解决这一问题，大地量子重建了文件存储、检索系统，使数据检索和处理效率有了质的提高，但更大的提高并不完全是效率，而是精度。 王驰这样解释道。 “比如说，以前的面试中我不得不预判别人的能力，但我可能只能和他谈现在的事情。 如果我能调出这个人历史的所有考试成绩，写的所有代码，同事给我的评价，写出算法的自动判断，那就更快，更准确了。 其中的技术问题是，这些非目标的历史数据如何以标准格式存储，从而使编写算法成为可能。 这是我们在处理多种空间数据时面临的数据融合问题，可以使用的数据类型越多，这种预判就越准确。 ”
我找到了需要的信息文件。 如何应对是更大的挑战。 用桌面软件处理的话，一张图可能需要四五个小时。 大地利用云计算，用AI训练机器识别来自卫星的信息。
解决了这些问题，大地量子就像有星际翻译机一样，可以把卫星的语言翻译成人类的语言，借着卫星看到的山、林、湖、海，讲述地球人能理解的故事。
三
可以预测农作物的产量，可以判断柑橘类的树龄
克服技术难题后，大地量子马上接到了预测全美大豆产量的项目委托。
“我们总体上做了两项工作。 首先在美国广大的农业种植区，如玉米带中，提取大豆种植区，进行所谓作物识别，然后在种植季中期预测大豆产量。 ”。 王驰解释说，为了识别大豆，大地量子处理了种植区内近10年的卫星影像和地理信息，最终在几天内完成了像素级大豆种植区域的提取。
在大豆识别的基础上，大地量子结合美国大豆历史产量和气象数据，利用深度学习模型在种植季中期预测大豆产量。 传统的产量预测，即使最有经验的农场主也只能在收获临近的时候做。
工作人员在美国实地调查了玉米种植情况，用于与遥感卫星的数据进行比较。
这两项工作都涉及巨大的数据量和计算量，而大地量子自主开发的数据处理系统可以显著提高运算效率，相对于传统方法运算速度提高80-90%。 委托方的实际验证表明，大地量子的速算结果与实际相符。
“我们将多个卫星数据组合使用，可以以每天两次的频率收集一个地区的信息。 ”王驰表示，最近大地量子与华为云合作，计算能力大幅提高，24小时就可以完成计算。 因此，大地量子如有需求，可以准确计算前一天全美大豆、玉米、棉花等各种农作物的产量。
美国2018年大豆分布图。
通过迁移学习，该技术也可以用于中国和世界其他地区。
“我们训练机器识别中国的玉米、大豆、水稻、柑橘、棉花，目前可以覆盖东北、华北地区。 ”王驰说。 为了验证结果，大地量子也派人去当地调查。 无论是调查结果还是客户的反馈，结果的误差都在5%左右。 对于生长条件变化剧烈的农作物来说，这个精度已经相当高了。
农资公司、保险公司、期货公司很快就发现了这中间的生意经。 “例如农化领域的大型科迪华农业科技公司( Corteva Agriscience )，希望整合卫星遥感技术，更好地为目标种植者服务。 他们会找到大地量子，搜索并为目标客户提供准确的营销方法。 ”王驰说，“这个应用，”我们先识别这个农作物，然后检索计算，看这个地块什么时候出现这个农作物。 如果找到生日，就可以判断生长年限。 ”
王驰(左一)和吕童(大地量子COO，右一)给美国的一个农场留下了阴影。
人保北京分公司也成了大地量子的客户。 公司农村保险/扶贫保险事业部副总经理郭治军告诉记者，以前的理赔需要调查员检查种植面积，收集天气数据，聘请农业专家确定受灾情况。 但是，在与大地量子合作后，定损过程大大缩短了。 “去年9月我们在黑龙江有请求，客户有异议，所以拜托了大地量子定损。 ”郭治军表示，卫星定损的结果与以前的人工调查基本一致。
“这是人保北京公司首次利用卫星确定损失，效果很好，公司上下都在关注。 ”郭治军表示，下一步双方将在北京承保区继续磨合，未来卫星定损将成为农险调查定损的标准环节，并在人保财险北京分公司全面推进。
结束
经济日报经点科学工作室
记者：佘颖
编辑：佘惠敏
这张照片由大地量子公司提供。
中国Www.yileen.Com.CN艺莲园专注中国农业种植和养殖技术的综合性农业知识网站,涵盖蔬菜,水果,园林花卉,茶叶,粮油,饲料食用菌,温室灌溉,农业机械,水产,渔业,畜牧家禽,特种养殖,农业会展。