中国离美国大约1万公里，北京直飞到华盛顿要13.5个小时。然而，就在北京望京SOHO的一间办公室里，大地量子创始人兼CEO王驰却肯定地说，“我们能算出美国大豆每亩的产量。”
不只是大豆。玉米、棉花等美国常见的作物，远在万里之外的大地量子都能计算出它们一天之前的种植面积，并准确地预估产量——哪怕这些作物还在生长中，连种植它们的美国农场主都不一定说得清几个月后自己的收获。
在中国，大地量子同样能计算各种农作物的种植面积、预估产量。更有意思的是，它们还能判断柑橘树的种植面积、产量，以及柑橘树已经种了几年。
大地量子没有魔法。它们能“监控”全球农作物的“前世今生”，靠的是自主研发的AI＋卫星遥感分析技术。
一、把公开的卫星数据加工成独家信息
遥感卫星不是新鲜事物，大众熟悉的谷歌地图中就有遥感卫星应用。
但是对分析遥感卫星信息的专业人士来说，谷歌地图那种肉眼可见的图片被称为“可见光”信息，只能提供最基础的信息，让消费者看到一张图片。专业分析则需要更多“不可见光”信息，比如近红外，远红外，短波红外，热红外，还包括信息的强弱和时空分布记录。通过这些信息，AI可以识别建筑物、农作物、林地、河流等等，进行违章建筑的排查、农作物种植面积计算、国土面积计算等等。
根据美国忧思科学家联盟（UCS）数据，截至2018年4月，全球遥感卫星数量达到684颗。中国也有高分一号、高分二号、资源三号等国产高分辨率遥感卫星。
这些民用遥感卫星传回的数据基本都有公开或商业渠道。也就是说，全球的卫星遥感分析公司拿到的数据都是基本一致的，没有独家数据。谁能够从公开的卫星数据里，提取加工出有价值的独家信息，谁就能站稳市场。
不过，一开始王驰并没有想过自己要跟天上的卫星打交道。从上海交大电子计算机专业毕业后，他又取得了美国南加州大学量子计算方向博士学位。2016年的某一天，他突发奇想，想通过各种数据生成一个数字地球。当他向已有的渠道寻找信息时，却发现无法获得想要的信息，已有渠道给出的信息要么不准确，要么只能提供一堆散乱的卫星数据，没有意义。
这成了王驰创业的灵感来源。并于2017年成立了“大地量子”公司，带领团队致力于打造基于3S和AI技术的时空大数据平台。
二、创业恰逢中国卫星技术的爆发期
王驰的创业恰逢我国卫星技术的爆发期。1988年我国第一颗气象卫星风云一号成功升空，2017年风云四号正式交付用户投入使用，中国用20年时间追上了气象卫星的国际先进水平；2003年，我国造出北斗一代导航卫星，到2017年，已经成功发射了20多颗北斗卫星；2016年，我国的墨子号量子科学实验卫星成功发射升空，其量子通讯技术至今领先全球；2015年，我国的高分八号卫星成功发射升空，2016年，高分应用综合信息服务共享平台上线运行，可为国内及国际等各类用户提供在线服务。
据不完全统计，截至王驰创业的2017年，我国在轨卫星数量已经达到了192颗，占全球的13％，仅次于美国。这极大地助力了大地量子的起步发展。
“高分卫星的数据可以免费使用，数据质量在某些领域已经超过欧美。”王驰介绍说，高分卫星的空间分辨率为全色2米、多光谱优于8米，单星成像幅宽大于60公里。3星组网并投入运行后，可实现同一地区2天重访，15天以内对全球覆盖一遍，获取规模化的1：2.5万—1：5万自然资源信息，山、水、林、田、湖、草等自然资源全要素都能覆盖。
“目前，大地量子通过开源、协议获取、商业购买等渠道，基本可以获取自己所需的全部信息。”王驰说，“尤其是高分卫星等提供的免费信息，让公司可以将资金主要投入AI技术开发，降低运营成本。”
获取数据不是门槛，大地量子的核心竞争力必然是数据处理。用王驰的话说，用户不需要知道自己需要什么数据、怎么获取、怎么加工，他们只需要提出需求，大地量子就能告诉他们答案。
简单的理念背后，处处需要技术突破。
首先遇到的难题就是卫星数据量极大。在一个文件夹里寻找存储的信息，可能只需要几分钟，但如果这个文件夹里有上千个文件，找起来就费劲了。而卫星数据大到难以想象。“我们粗略分析全美农田需要的数据就有1PB，如果是家用的100m宽带，要不间断地下载3年。”王驰说，“过大的数据量，让原本不是问题的事情也变成了问题。”
为了解决这个问题，大地量子重构了文件储存、搜索系统，使得数据检索和处理效率有了质的提升，而提升更大的并不完全是效率，而是精度。王驰解释说，“比如说以前面试过程中我要预判一个人的能力，我可能只能和他聊聊现在，如果我可以调出这人历史所有的考试成绩，所有写过的代码，来自同事的评价，来写个算法自动的判断，不仅更快，而且更准。这里面的技术问题就在于这些非标的历史数据如何存为一种标准格式，来让写算法这件事成为可能。这就是我们在处理多种空间数据时遇到的数据融合问题，能够用到的数据种类越多，这个预判就越准确。”
找到了需要的信息文件，怎么处理是更大的难题。如果用桌面软件处理，一张图可能就需要4、5个小时。大地量子利用了云计算，用AI训练机器识别卫星传回的信息。
解决了这些问题，大地量子就像有了星际翻译机，可以把卫星的语言翻译成人类语言，借助卫星看到的山、林、湖、海，讲述地球人听得懂的故事。
三、能预测农作物产量，能判断柑橘树龄
攻克技术难题后，大地量子很快接到了一个项目委托，要预测全美的大豆产量。
“我们总体上进行了两项工作。首先是在美国广阔的农业种植区，比如玉米带中，对大豆种植区域进行提取，也就是通常所说的作物识别，然后是在种植季中期对大豆产量进行预测。”王驰解释说，为了对大豆进行识别，大地量子对种植区内近10年的卫星影像和地理信息进行了处理，最终在几天内完成了像素级的大豆种植区域提取。
在大豆识别的基础上，大地量子结合美国大豆历史产量和气象数据，利用深度学习模型，在种植季中期对大豆产量进行预测。而传统的产量预测，就算最有经验的农场主也只能在临近收获的时候才能进行。
这两部分工作都涉及巨大的数据量和计算量，但是大地量子自主研发的数据处理系统能够显著加快运算效率，相对于传统方法，运算速度提升80－90％。而根据委托客户的实际验证，大地量子的速算结果与实际吻合。
“我们结合使用多个卫星数据，综合下来能按照一天两次的频率收集一个地区的信息。”王驰说，最近大地量子又跟华为云达成了合作，计算能力大幅提升，只要24小时就能完成计算。因此，只要有需求，大地量子可以准确计算出前一天全美大豆、玉米、棉花等各种农作物的产量。
美国2018年大豆分布图。
通过迁移学习，这套技术也能够用于中国和全球其他地区。
“我们训练过机器识别中国的玉米、大豆、水稻、柑橘、棉花，目前可以覆盖东北、华北地区。”王驰说。为了验证结果，大地量子也会派人到实地去勘察，无论是勘察结果还是客户反馈，结果误差都在5％左右。对于生长条件变化多端的农作物来说，这个准确率已经相当高了。
农资公司、保险公司和期货公司很快发现了这中间的生意经。“如农化领域的巨头科迪华农业科技公司（Corteva Agriscience），希望整合卫星遥感技术更好的服务于目标种植户。他们找到大地量子，搜索为目标客户提供精准营销的方法。”王驰解释说，这个应用是，“我们先识别这种农作物，再搜索计算，看这个地块上什么时候出现了这种农作物。找到了出生日期，就能判断生长年限。”
人保北京分公司也成为了大地量子的客户。公司农村保险／扶贫保险事业部副总经理郭治军告诉记者，以前理赔需要勘验人员上门核查种植面积、收集天气数据，并邀请农业专家参与，才能确定受灾损失。但是跟大地量子合作后，定损流程大幅缩短。“去年9月我们在黑龙江有一笔理赔，客户有异议，我们就委托了大地量子进行定损。”郭治军表示，卫星定损的结果与之前的人工勘验基本吻合。
“这是人保北京公司第一次利用卫星定损，效果很好，公司上下都很关注。”郭治军说，下一步双方将在北京承保区继续磨合，将来卫星定损会成为农险查勘定损的标配环节，在人保财险北京分公司进行全面推广。
