开发地空大数据引擎“大地量子”,「易耕云作」想做地空数据领域的Bloomberg

A-A+
IT生意场摘选 大数据

  中国智慧农业市场容量可达千亿级,巨大的市场容量催生了多家面向农业市场的遥感数据服务商。36氪此前报道了多家此赛道的公司,包括佳格天地、珈和科技、地空数驰等。

  在各家遥感数据服务商都深耕垂直行业和应用场景的时候,也有公司希望可以横向发展,即面向多个应用场景和行业,提供全面的、精确度较高的地空数据。两类公司的发展思路不一样,前者是做深做精,后者是做广做泛。

  36氪近日接触到的遥感数据服务商易耕云作就属于后者,他们正在开发完善中国地空大数据引擎——大地量子。未来其来自农业、保险、政府等领域的客户可以付费登录大地量子数据引擎账号,获取所需的订阅数据。易耕云作CEO王驰告诉36氪,可以把大地量子看做地空数据领域的Bloomberg。

  大地量子会包含中国地区遥感数据、气象数据等在内的地空数据,并为客户提供基于这些数据的分析结果。王驰告诉36氪,大地量子覆盖的地理范围较大,这对服务商的大数据处理能力提出了较高要求。易耕云作的核心技术壁垒就是拥有较强的大数据处理能力,可以快速给客户反馈准确率较高的分析结果数据。

  大地量子的底层基础分析结果数据主要有五类——耕地识别、作物种类识别、产量预估、作物长势判断、作物墒情判断。既然大地量子主要通过销售地空数据来盈利,那么数据质量的高低是能否持续获客的核心因素之一。

  由于美国的农业统计数据和地空数据较完善,大地量子此前在美国进行了算法验证实验。在完成了在美国地区的算法验证后,大地量子会在中国地区,使用中国农场的数据去矫正算法模型。

  美国实验结果显示,county level的作物产量预测的误差率在5%以内,national level的作物产量预测的误差率在2.5%以内,均高于美国农业部(USDA)预测的准确率,USDA的预测误差率在6%左右。而在墒情监测和作物分类方面,大地量子可以将误差分别控制在20%和5%以内。

  耕地识别方面,大地量子使用的是10m*10m的遥感图像进行分析,这意味着相比于常见的使用30m*30m遥感图像的数据服务商,大地量子可以提供3倍高的空间分辨率,识别精度会更高。不过使用3倍高空间分辨率的遥感图像,意味着大地量子需要处理9倍数量的遥感图像。这对大地量子的数据处理能力提出了较高要求,而强数据处理能力也是易耕云作的核心优势。

  如果说在耕地识别方面,大地量子的优势是高空间分辨率。那么长势判断方面,大地量子的优势则是高时间分辨率。相比于美国的Farmlogs,大地量子可以提升作物长势监测和判断频次,这需要方案商有结合多颗卫星数据进行分析的能力。

  基于这五类底层数据,大地量子还可以进行二次开发。比如在长势检测基础上,计算出苗率或是株数等,以实现客户更多样的数据需求。不过王驰强调,因为团队规模有限,他们现在在开发其他数据功能模块时,会考虑其使用的通用性和市场需求量。

  王驰告诉36氪,大地量子引擎自今年1月开始开发,于9月基本完成,底层数据和上层功能模块还在不断丰富和完善中。自9月推出后,公司多个行业客户订单。基于现有订单,目标2018年大地量子可为公司带来1000万元左右的收入。

  不过大地量子的发展模式也给其推广带来一定难度。王驰告诉36氪,他们需要渗透更多的行业,挖掘其数据需求,这要求公司有强渠道资源或是BD能力。

  创始人兼CEO王驰,本科毕业于上海交通大学,并在美国南加州大学获得电子工程博士学位。中学时期创立成外梦网,博士期间参与Lockheed Martin主导的量子计算项目,主攻算法部分与应用开发。