開發地空大數據引擎「大地量子」,「易耕雲作」想做地空數據領域的Bloomberg

中國智慧農業市場容量可達千億級,巨大的市場容量催生了多家面向農業市場的遙感數據服務商。36氪此前報道了多家此賽道的公司,包括佳格天地珈和科技地空數馳等。 

在各家遙感數據服務商都深耕垂直行業和應用場景的時候,也有公司希望可以橫向發展,即面向多個應用場景和行業,提供全面的、精確度較高的地空數據。兩類公司的發展思路不一樣,前者是做深做精,後者是做廣做泛。

36氪近日接觸到的遙感數據服務商易耕雲作就屬於後者,他們正在開發完善中國地空大數據引擎——大地量子。未來其來自農業、保險、政府等領域的客戶可以付費登錄大地量子數據引擎賬號,獲取所需的訂閱數據。易耕雲作CEO王馳告訴36氪,可以把大地量子看做地空數據領域的Bloomberg。

大地量子會包含中國地區遙感數據、氣象數據等在內的地空數據,並為客戶提供基於這些數據的分析結果。王馳告訴36氪,大地量子覆蓋的地理範圍較大,這對服務商的大數據處理能力提出了較高要求。易耕雲作的核心技術壁壘就是擁有較強的大數據處理能力,可以快速給客戶反饋準確率較高的分析結果數據。

大地量子的底層基礎分析結果數據主要有五類——耕地識別、作物種類識別、產量預估、作物長勢判斷、作物墒情判斷。既然大地量子主要通過銷售地空數據來盈利,那麼數據質量的高低是能否持續獲客的核心因素之一。

由於美國的農業統計數據和地空數據較完善,大地量子此前在美國進行了算法驗證實驗。在完成了在美國地區的算法驗證后,大地量子會在中國地區,使用中國農場的數據去矯正算法模型。

美國實驗結果顯示,county level的作物產量預測的誤差率在5%以內,national level的作物產量預測的誤差率在2.5%以內,均高於美國農業部(USDA)預測的準確率,USDA的預測誤差率在6%左右。而在墒情監測和作物分類方面,大地量子可以將誤差分別控制在20%和5%以內。

耕地識別方面,大地量子使用的是10m*10m的遙感圖像進行分析,這意味着相比於常見的使用30m*30m遙感圖像的數據服務商,大地量子可以提供3倍高的空間分辨率,識別精度會更高。不過使用3倍高空間分辨率的遙感圖像,意味着大地量子需要處理9倍數量的遙感圖像。這對大地量子的數據處理能力提出了較高要求,而強數據處理能力也是易耕雲作的核心優勢。

耕地變化圖


如果說在耕地識別方面,大地量子的優勢是高空間分辨率。那麼長勢判斷方面,大地量子的優勢則是高時間分辨率。相比於美國的Farmlogs,大地量子可以提升作物長勢監測和判斷頻次,這需要方案商有結合多顆衛星數據進行分析的能力。

分類圖


長勢圖


基於這五類底層數據,大地量子還可以進行二次開發。比如在長勢檢測基礎上,計算出苗率或是株數等,以實現客戶更多樣的數據需求。不過王馳強調,因為團隊規模有限,他們現在在開發其他數據功能模塊時,會考慮其使用的通用性和市場需求量。

王馳告訴36氪,大地量子引擎自今年1月開始開發,於9月基本完成,底層數據和上層功能模塊還在不斷豐富和完善中。自9月推出后,公司多個行業客戶訂單。基於現有訂單,目標2018年大地量子可為公司帶來1000萬元左右的收入。

不過大地量子的發展模式也給其推廣帶來一定難度。王馳告訴36氪,他們需要滲透更多的行業,挖掘其數據需求,這要求公司有強渠道資源或是BD能力。

創始人兼CEO王馳,本科畢業於上海交通大學,並在美國南加州大學獲得電子工程博士學位。中學時期創立成外夢網,博士期間參與Lockheed Martin主導的量子計算項目,主攻算法部分與應用開發。


想在手機閱讀更多IT人物資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems