前NASA科学家创业，“佳格”通过卫星+深度学习切入农业大数据
通过大数据指导精准农业种植的趋势毋庸置疑，国内外也已出现不少农场管理软件辅助数据化运营，但在产生落地应用前，如何获取数据是摆在创业公司面前的第一问题。
除了从农技、农产品流通等偏重线下的服务切入，市场上也不乏物联网、卫星遥感、无人机等数据采集技术。此前36氪报道过不少通过物联网硬件切入种植的公司，比如CropX、Sentek、Apitronics、e-kakashi （日本）和Insentek（中国）、大气候农业，但这种方式铺设成本较高，也许更适合经济农作物和细分场景，比如Agrilyst（温室种植）、Edyn（都市人后院种植）等公司做的事情。
而卫星遥感数据则能以较低成本快速获取大面积农田的数据，此类公司如Descartes Labs（从美国国家实验室剥离）、乳业巨头Land O’Lakes于2013年收购的Geosys、Mavrx（由于卫星图像会被云层遮挡、分辨率低，已经转向无人机监测农业生产）等。
农业巨头孟山都在此也有布局，2013年其以9.3亿美元收购加州气候公司Climate Corporation，通过气象、天气、降雨、地质土壤等数据预测作物产量，从而提供意外天气保险服务。该公司也曾在2012年以2.5亿美元收购种植技术公司Precision Planting。
最近国内一家名为“佳格大数据”的公司也希望卫星遥感切入农业大数据，该公司由前NASA科学家张弓、美国能源部国家实验室科学家王蕴刚合伙创建，核心成员还有专业卫星影像深度学习算法的顾竹博士、原孟山都中国市场总监张文鹏。
佳格对标的便是Climate Corporation，以卫星遥感、计算机视觉技术收集、处理、分析数据，并输出SaaS农场管理软件（佳格大数据耘境平台）、空气污染实时监测以及佳格霾图等产品，为农业公司提供资产管理、种植指导等服务，并希望在后期通过大数据切入贷款、保险服务。
卫星图像的获取已经不是难题（市场上有不少公司提供该服务，36氪曾做过梳理），但由于中国耕地地块分散性严重（2013年我国人均耕地面积只有0.078公顷，在全球239个国家和地区中仅排172位），无法利用美国大片耕地的图像处理方式。
中美农业耕地差异（上图为中国，下图为美国）
技术公司通常会利用光谱颜色来对卫星遥感图上的耕地分块，但由于中国耕地分散，佳格会通过深度学习算法来做识别，要素包括纹理、地垄方向、间距、稀疏程度等。结合植被动态、过去数十年的气象信息后，通过近红外波段、可见光信息来计算每一块地的光合速率、蒸腾速率（土壤水分含量）等，最终推算出植物生长走势，从而指导种植。
通过深度学习算法识别地块
这呈现在佳格大数据耘境平台这套SaaS农场管理软件上，通过云服务帮助农场管理耕耘、浇灌、播种、施肥、喷洒与收割，部分类似于2011年创建的硅谷公司FarmLogs。
耘境综合管理平台
佳格大数据董事长张弓告诉36氪，一些大农场拥有几百亩地，但很少是连成一片的，故而其客户往往首先利用佳格软件进行资产管理，也就是远程可视化查看自家土地，进而对土地分级。再举几个具体的应用场景，佳格通过气象信息预测天气从而帮助农民判断是否要灌溉，避免水资源浪费；根据一块地过去数十年的产量、灾害情况来判断它适合种什么品类、土地资产价值（已经有土流地砖服务商利用佳格做土地资产评估）；监测到虫害后，通过软件远程遥控植保无人机去撒药……
远程遥控无人机植保
目前佳格已经拥有一些管理千亩土地的客户，但并未透露他们的名字以及收费情况。不过张弓表示其远期盈利模式在于金融，比如构建以农业和环境数据为基础的系统风险评估工具，为农业金融提供风控和投资决策分析。
该公司创建于2015年7月，已于同年9月获得经纬中国和磐谷资本的千万级人民币天使投资，团队已有30人。
转自：36Kr