我国是农业大国,而非农业强国,农业生产以传统模式为主,仅凭经验施肥灌溉,不仅浪费大量的人力物力,也为环境保护与可持续性发展带来严峻挑战。作为农业生产的高级阶段,智慧农业集移动互联网、云计算、物联网等新兴技术为一体,为农业生产提供精准化种植、可视化管理、智能化决策。

“智慧农业的发展离不开多维度数据的支撑”,中农互联创始人兼CEO何阳在近日接受35斗(微信号:vcearth)采访时表示。据悉,中农互联结合遥感卫星、无人机、激光雷达、物联网等手段获取的多类型时空大数据,打造了全国级别的实时数据开放平台。通过人工智能机器深度学习,为农业“四情”监测、自然病虫灾害预估、植保方案提供评估参考,为保险公司精准承保理赔、农业期货、农业信贷评估提供测算依据。

传统农业的商业化之路

作为香港浸会大学物理学硕士,何阳也是农业部农广校客座专家、全国工商联农业金融信息化专委会秘书长以及多家大型公司的农业顾问。

谈到创业的契机,何阳表示,毕业之后一直从事农业信息化工作,最大的感受是与其他行业相比,农业的发展是处于滞后状态的。但农业是国家的第一产业,市场空间巨大。从前农业科技的建设更多依靠政府推动,他希望能在这个古老行业中探索出一条商业化的道路。

5aa618a5017907f8f146f30a196cbb7.jpg

 (中农互联创始人兼CEO何阳,图片来源:中农互联)

2015年5月,中农互联正式成立,致力于全国级农业大数据服务及高科技解决方案建设,推动中国农业智慧化转型升级。中农互联定位于泛农业大数据服务商,“泛”体现在除农业之外,公司还涉足与自然资源相关的领域,如地质、水域、林业等领域的大数据应用。“农业数据不是一个封闭的体系,它与自然资源领域息息相关。”何阳向35斗记者说道。

中农互联曾先后获得国家高新技术企业、中关村高新技术企业、AAA级信用企业等荣誉,并拥有多项软件著作权。公司核心团队均来自海内外知名院校,包括中科院,北师大,北京农林科学院的硕士、博士、博士后,团队中许多成员曾主持或参与国家863及973相关项目。

根据不同的客户群体,其服务内容主要分为以下五类:

· 政府农业部门:提供种植面积测算、农作物分布、长势监测、产量预估、病虫害等级预估、可视化历史年鉴等平台服务,解决政府宏观调控、农业补贴精准核查、农业普查方面的痛点。

· 农业科技企业:提供基于地理信息的项目管理、项目数据实时可视化、与项目相关的作物时空数据,并为企业提供API接口。帮助项目集中化展示及管理,减少软件研发投入,丰富产品。

· 农业企业:提供精准化种植解决方案,减少软硬件成本投入,服务包括长势监测、产量预估、气象服务、土壤墒情监测、农作物适宜区规划等,并提供SaaS版的各类软件系统。

· 农业保险:按图及历史数据承保评估,灾后24小时内按粗略遥感数据快速反应救灾,7日内精准理赔。解决原有人工调查成本高、精度低的问题。

· 农业期货:对全国范围内的农作物进行实时产量预估,作物全生长周期内提供12期数据报告,涵盖全部农业期货品种,帮助金融机构精确判断期货走势与价格区间。

四位一体构建时空大数据体系

作为农业大数据服务商,中农互联提出了自己的农业时空大数据概念:通过时间维度(T)、空间维度(S)、专题属性维度(D)构建关联描述的形式化表达、关联关系动态建模与多尺度关联分析方法,形成农业时空大数据。

耘瞳AIS平台是中农互联的核心产品,作为一个全国级别的实时数据开放平台,它拥有全国所有地区的亚米级卫星高精底图,通过开放API接口,提供标准化服务模块,以沉淀数据。平台中的数据模型与核心算法可以综合分析遥感卫星、气象卫星、无人机、激光雷达、物联网等手段获取的多波段、多时相、多类型的农业时空大数据。

全国农业大数据平台.png

(全国农业大数据平台,图片来源:中农互联)

35斗了解到,中农互联看重农业大数据在涉农金融领域的应用与发展。针对这一领域,中农互联推出了耘瞳金融平台,主要为农业期货的金融机构服务,依靠多元化数据采集手段、庞大样本库、大尺度数据提取技术、精准算法模型、历史数据等,实现全国级别农作物的实时产量预估。

耘瞳金融平台.png

(耘瞳金融平台,图片来源:中农互联)

“举个例子,冬小麦是期货品种之一,生长周期是2月份到6月份,我们共做12次产量预估,从它发芽开始,就可以出具今年全国冬小麦产量预估的数据报告,而且平均精度在92%以上,中农互联也是目前全国唯一一家可以提供这种服务的公司。”何阳解释道。

以客户需求为基础,以多维度数据为支撑

目前,人工智能、大数据、物联网等在农业领域的应用越来越多,在何阳看来,随着农村土地承包经营权确权完成,土地流转呈爆发趋势,这势必会让土地集中化,从而推动农业科技领域的发展。

未来农业会朝着大规模机械化、智慧化的方向发展,但一切的基础是多维度数据的支撑,这种数据不是一个单点的数据,而是链条数据或区域数据。对于数据的获取、处理、应用,仅靠一家企业或某一级政府是难以完成的,所以中农互联打造了一个全国级的开放平台,一方面依靠遥感技术大尺度获取数据,同时也接入各个涉农企业、科技企业数据,力争打造一个全方位的农业底层数据平台。

对于如何加快遥感技术的商业化应用,特别是在农业领域,何阳表示,“任何新技术的商业化应用一定是以客户需求为基础,以盈利为目的。”

“相对其他行业来说,农业最大的问题是市场接受程度和付费能力都比较弱。几千年来,农户习惯了看天吃饭、靠经验吃饭。我认为遥感技术近些年的核心客户不是农户,而是政府、大型农企、农业保险公司、农业金融机构等,他们对遥感技术的应用比较迫切,所以主攻方向应该是To G、To B,然后再向C端慢慢渗透。”

 

全国农业大数据平台2.png

(全国农业大数据平台,图片来源:中农互联)

经过近四年的发展,在农业大数据领域,中农互联的市场竞争优势和技术壁垒体现在五个方面:

1.多元数据采集应用——多手段数据采集、多维度数据分析,提高成果精度、降低应用成本。

2.作物AI智能识别提取——农作物AI识别提取(光谱、纹理、参考系),可进行无标签样本学习。

3.差异化算法模型库——针对不同作物、不同环境的庞大算法模型库,数据智能拼接处理分析,算法模型具备极强的扩展属性与深度学习演进属性。

4.17年全国历史数据——通过项目积累,拥有十七年全国农业精确数据,用于模型训练和数据精度验证。

5.黑箱模型——在恶劣天气或云层覆盖区域无法获得实时数据时,利用历史数据、长势数据、气象数据计算出专项成果。

35斗了解到,中农互联此前完成了两轮融资,2018年3月完成百万级天使轮融资,2019年1月完成天使+轮融资,资金主要用于算法模型升级及市场开拓。目前公司正在寻求新一轮融资。

对于未来的发展,中农互联希望在近期完成下一轮融资,优化算法模型,提高技术壁垒并建立本地计算中心;2020年完善全国级农业实时数据开放平台建设,完成数据平台及算法的迭代研发,完善各行业标准化产品;2022年面向城市、林业、水利、地质等行业多元化发展。