衞星技術：百億藍海的智能化農業革命 ，商業變現或成未來大考？_風聞

隨着成本下降以及定期從小型、成本較低的軌道衞星系統收集大面積陸地圖像的能力增強，衞星技術在精準農業上的應用越來越多樣化。由於具有覆蓋面積廣、重訪週期短、獲取成本相對低等優勢，衞星遙感技術對大面積農業生產的調查、評估、監測和管理具有獨特作用。

35鬥對衞星技術的發展及現狀、未來趨勢進行了梳理，同時盤點了國外將衞星技術應用於農業的創業公司。隨着數據與具體應用場景相結合、技術實現商業化落地，這一新興技術的應用也會呈現出差異化的需求，更好地服務於眾多小散農户以及涉農企業。

衞星技術三大應用：資源調查、產量預測、災害評估

關於衞星技術及圖像的應用，其中很重要的一個概念是地球觀測系統（EOS）計劃。1991 年，美國宇航局發起了EOS計劃，旨在將地球作為一個整體，通過空間技術進行連續綜合的觀測，以瞭解地球系統的現狀以及變化過程。

EOS衞星是對這一計劃中一系列衞星的簡稱，其中包括 Acrimsat、Aqua、Landsat7、Jason-1 等多顆衞星。1999年12月18日，第一顆EOS軌道衞星“Terra”成功發射升空，主要目的是對地球表面進行觀測。

此外， NASA的地球觀測系統數據和信息系統 ( EOSDIS ) 提供了Terra和 Aqua衞星數據及相關產品的共享服務，歐空局的 " 哥白尼計劃 " 則強調對地觀測平台數據的協調和使用。

Modis是搭載在Terra和Aqua衞星上的一個重要傳感器，是衞星上唯一將實時觀測數據通過X波段向全世界直接廣播，並可以免費接收數據並無償使用的星載儀器，全球許多國家和地區都在接收和使用Modis數據。

EOS的一系列低軌道衞星，可以實現從單系列極軌空間平台上對太陽輻射、大氣、海洋和陸地進行綜合觀測，獲取有關海洋、陸地、冰雪圈和太陽動力系統等信息；進行土地利用和土地覆蓋研究、氣候的季節和年際變化研究、自然災害監測和分析研究、長期氣候變率和變化以及大氣臭氧變化研究等，進而實現對大氣和地球環境變化的長期觀測和研究。

（在生長模型中利用EOS監測區域水稻生長階段變化，圖片來源：ESA） Modis載荷的特性使之成為研究地球科學的首選數據源，該數據可以廣泛應用於陸地科學、海洋科學和大氣科學。其中在陸地科學上的應用涉及：土地利用變化、土地覆蓋、植被指數、地表温度、旱澇災害檢測、雪蓋監測、荒漠化監測等。

提供的三類陸地產品類型包括：輻射收支變量（地表反射/大氣校正算法、地表温度和發射率、冰雪覆蓋、二向性反射分佈函數與反照率）、生態系統變量（植被指數、葉面積指數和部分光合活動輻射、植被產品，淨初級生產力、蒸發蒸騰與表面阻抗）、土地覆蓋變量（火點與熱異常、土地覆蓋、製備覆蓋變化、土地利用變化）。

針對農業領域，衞星技術主要以作物、土壤為對象，利用地物的光譜特性，進行作物長勢、作物品質、作物病蟲害等方面的監測，其主要應用可大致分為以下三類：農作物產量預估——小麥、玉米、水稻、棉花等大宗農作物的長勢監測和產量預測，以及牧草地產草量估測、果樹長勢監測等。

圖片來源：Satellite Application Catapult） （在線農場管理平台，利用計算機視覺和作物模型集成EOS、天氣和現場數據，以自動評估作物生長情況）

農業資源調查——耕地資源、土壤資源等現狀資源的調查，以及土地荒漠化和鹽漬、農田環境污染、水土流失等動態監測；提供各類資源的數量、分佈和變化情況，以及基於調查的各類資源評價、相應對策，用於農業生產的組織和管理。農業災害評估——農作物病蟲害、冷凍害、洪澇旱災、乾熱風等動態監測，以及災後農田損毀、作物減產等損失的調查和評估。

初創企業盤點：服務多樣、收益顯著，新興產業蓄勢待發

（數據來源：crunchbase，單位：美元，35鬥整理）Astro Digital是一家衞星圖像分析公司，用户可以利用其免費軟件，獲取任何地區的衞星圖像。同時，Astro Digital 還向開發者提供了一個API（應用接口），讓他們可以將衞星數據整合到自己的產品中。

TellusLabs利用衞星數據分析和機器學習來減少農業生產的不確定性，其核心產品Kernel在2017年預測美國玉米作物產量的準確率超過99%，比美國農業部得出的相同結論還要早幾個月。2018年12月，TellusLabs被新興農業生物技術巨頭Indigo Ag收購。

Hummingbird Technologies是一家人工智能企業，它利用最新的機器學習和計算機視覺技術，分析無人機、衞星和飛機捕捉的圖像，並在24小時內向用户提供數據，如疾病檢測、雜草分類和產量預測等。

Mavrx旨在將農業發展同大數據關聯起來，促進農作物產量的提高和土地管理。公司為農業種植者提供基於圖像的空間分析平台，利用無人機、飛機和衞星等採集圖像，進行數據分析，為農户提供切實可行的見解，幫助種植者實現產量最大化和成本最低化。

FarmShots利用高分辨率衞星和無人機成像設備，根據吸收的廣譜，分析併發送植物的健康狀況，讓農户瞭解田間狀況。2018年2月，FarmShots被先正達收購，該收購項目是先正達2018年重要戰略籌劃的一部分。

FluroSat利用衞星和無人機，獲取作物的多光譜/高光譜圖像，從而監測作物的健康狀況，幫助種植者進行分析並做出決策，比如何時何地施用多少肥料和水。數據顯示，FluroSat的解決方案幫助農户極大節省了投入成本，提高了5%-25%的產量。

Agrimetrics公司旨在開發和實施基於知識的服務，為農業食品領域創建一個安全的數據中心，從而改善對公共數據源的可持續應用。該公司利用人工智能和高達行業標準13倍分辨率的衞星圖像，來識別英格蘭、威爾士、蘇格蘭和北愛爾蘭280萬處農田邊界，並將其與超過10億個額外的數據點聯繫起來，包括天氣和土壤成分等，以擴展領域邊界的應用，為用户節省時間和成本。

Agrograph公司將衞星圖像與現場數據結合，利用機器學習算法來估計田間作物產量。除了衞星圖像，公司使用的數據直接來自種植者、農作物保險公司以及貸款機構等第三方機構，比如農作物保險公司和貸款機構、穀物分銷商，甚至是其他需要數據的農業科技公司。

Vinsight致力於開發衞星圖像系統，幫助葡萄園主開展業務。該預測軟件從四個主要來源收集數據——遙感和衞星圖像、天氣數據、歷史產量以及土壤和海拔等地理信息，最終實現在收穫前幾個月以較高的準確率預測產量。目前，公司的市場開拓已經從加州的葡萄和杏仁產業，擴展到核桃、開心果、草莓、啤酒花等其他領域。

Farmers Edge提供農業精準解決方案系統，包括可變速率技術、土壤取樣和分析、大田氣象監測、田間通信和數據傳輸、高分辨率衞星圖像、大田數據分析等，推出田間自動偵察工具，幫助農户提高莊稼產量和生產效益。自2017年推出日常衞星成像技術後，Farmers Edge於2019年6月推出一款開創性數字工具，利用衞星設備將拍攝的田間狀況變化自動發送給種植者，以便農户在作物出現狀況時可以及時應對。

EOS Crop Monitoring是一個人工智能衞星圖像平台，用於監測和分析作物生長狀況的重要指標，包括常態化植被指數(NDVI)、常態化差異水指數(NDWI)、常態化差異雪指數(NDSI)。該平台還提供天氣功能，包括歷史記錄和未來預報、關鍵天氣狀況監視等。

衞星成像和分析公司Planet由前NASA員工所創辦的,使用配備有RGB和多光譜相機的大型納米衞星(通過收購RapidEye)每天對地球系統進行成像分析，將收集的數據用於農作物長勢監測和估產等。

Skymet是印度最大的天氣監測和農業風險解決方案公司，主要業務是測量、預測和預防農業氣候風險、還為印度的電力、可再生能源、建築和食品飲料行業提供風險管理服務。Skymet已經建立了測量天氣和農業的基礎設施設備，面向小農户、保險公司、政府等提供服務。

Descartes Labs由Los Alamos國家實驗室推出，通過計算機視覺、機器學習和雲計算等技術來分析農業模型，比如美國玉米和大豆的生產。公司利用來自各種衞星數據、天氣數據和其他數據集的圖像，在生長季節結束前六個月準確預測了作物的產量。

VanderSat利用衞星在全球範圍內觀測水和温度，公司將衞星獲取的氣候數據轉化為有價值的土壤濕度信息，幫助客户進行決策分析，包括監測農作物、預測天氣、預防森林火災等。

Aerial Intelligence通過建立數據平台，幫助作物生產商、分銷商和貿易商收集和分析不同來源的數據，包括複雜的衞星數據，以便他們更好地做出決策。

Orbital Insight是一家地理空間大數據公司，利用衞星、無人機和其他地理空間數據源，通過機器學習和計算機視覺技術，構建PB級數據軟件，以推動更好的業務和政策決策。

未來發展趨勢：整合多元創新技術、加快商業應用落地

來源不同的數據，如高分辨率衞星圖像、氣象記錄、土壤養分傳感器、水流計等，可以通過算法進行集成，從而進行決策分析，有效幫助農户提高農作物產量，同時改善環境保護和可持續發展。要想實現這一目標，就離不開衞星技術與其他前沿技術的融合。

首先是衞星技術與新一代無人機技術。農業衞星遙感技術受到天氣、軌道週期、空間分辨率等的影響,對田間尺度的農情監測還存在很多不足,往往很難及時提供高質量的遙感數據,無人機遙感可以與大面積衞星遙感相互配合,形成多尺度的農情信息監測網。

無人機遙感可以發揮在農田精細尺度和動態連續監測的優勢,應用於農田地塊邊界和麪積調查、農作物種類識別和統計、農作物長勢分析、農作物養分和土壤水分監測等,特別在農業災後快速評估方面,無人機遙感技術將發揮獨特的作用。

其次是地面傳感網與遙感技術的結合，基於有線和無線傳感器的各類地基觀測技術和組網建設逐步發展和完善,為衞星遙感的地表參量反演、模型同化和耦合、精度驗證等工作提供了重要的真實信息。在農業領域,基於現代物聯網技術的農業地面傳感網在智能温室與大田精準作業管理方面得到了快速應用。

各類自動採集作物葉面到冠層、土壤表層到剖面理化信息,以及農田氣温、濕度、光照等環境信息的傳感器不斷出現 , 加上無線傳輸網和智能控制系統,使得農田信息地面採集的便捷性、精確性、時效性得到了顯著提高。

最後是農業專業模型與遙感技術的耦合，遙感技術的優勢在於多尺度、多波段、多實相地提供大範圍的對地觀測數據,能夠及時獲取地表特徵信息如植被指數、亮度指數和地表輻射温度等,並通過定量反演,進一步獲取地表特徵參數如地表反射率、葉面積指數、土壤水分含量等。

（農情遙感平台，圖片來源：珈和科技）但是農業遙感特別是農作物遙感監測,作物高度、葉面積、生物量等關鍵屬性在生育期是連續變化的動態過程,單靠遙感數據很難保證觀測的連續性。因此,大量的研究是將各種農業專業模型如作物生長模型、地表能量平衡模型等與遙感數據進行耦合或同化,來彌補遙感觀測時間分辨率的缺陷。

目前，在中國，經過二十幾年的技術攻關和試驗，農業遙感應用已經實現了面向農業生產宏觀決策服務的業務化運行，為農業和農村經濟的發展作出了突出貢獻。

但作為獲取地理空間數據的重要手段之一，衞星遙感早期以公益服務為主，不太注重挖掘數據的商用價值。空間大數據技術的應用目前主要集中在由政府主導的大數據項目中，純粹的商業化應用佔比極少。

此外，遙感技術主要應用於規模化種植者，種植面積在幾百畝以上，主要種植作物包括水稻、玉米、小麥等糧食作物以及果樹類經濟作物。但在全國2.6億農户中，96%的農户經營規模在30畝以下，中國農業生產還處於小、散等狀態，農業遙感公司如何通過降低監測成本，滿足小户、散户的需求是未來發展的趨勢之一。

深度挖掘細分場景應用、推動技術商業化落地，同時針對中國的農業生產結構特點，通過降低技術成本和門檻來更好地服務於眾多小散農户也是未來衞星技術應用中的一大挑戰。