上图 王驰（立）与同事分析遥感卫星数据。

左图 大地量子生成的吉林省榆树市玉米分布图。

下图 王驰（左）在农田里实地勘验农作物种植面积与产量。

身在北京，大地量子公司凭借自主研发的AI+卫星遥感分析技术，可以准确预估吉林大豆每亩的产量，哪怕这些作物仍在生长中。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——

北京距离吉林大约900多公里。然而，就在北京望京的一间办公室里，大地量子创始人兼CEO王驰却肯定地说：“我们能算出吉林大豆每亩的产量。”

不只是大豆，玉米、棉花等全球常见的作物，远在千万里之外的大地量子都能计算出它们一天之前的种植面积，并准确预估其产量——哪怕这些作物仍在生长中，连种植它们的农民都不一定说得清几个月后自己的收获。

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。

来自“数字地球”的创业灵感

遥感卫星不是新鲜事物，大众熟悉的谷歌地图中就有部分遥感卫星应用。经常有人在谷歌街景中找到自己的房子、汽车。

而对于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，开展违章建筑的排查、农作物种植面积计算、国土面积计算等。

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，起初王驰并没有想过要跟天上的卫星打交道。从上海交通大学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，他突发灵感，想通过各种数据生成一个数字地球。当他向已有渠道寻找信息时，却发现无法获得想要的信息——要么信息不准确，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。

搭上国家卫星技术发展快车

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，其量子通信技术至今领先全球；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∶2.5万至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，可能仅需几分钟，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，如果是家用宽带，要持续下载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。也就是说，提升更大的并不完全是效率，而是精度。王驰解释说：“比如，以前面试过程中我要预判一个人的能力，可能只能和他聊聊；而现在，我可以调出这人所有的考试成绩、所有写过的代码、来自同事的评价，通过算法自动的判断不仅更快，而且更准。其中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，预判就越准确。”

找到了需要的信息文件，大地量子利用云计算，用AI训练机器识别卫星传回的信息。在解决了所有问题之后，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。

应用前景越来越广阔

攻克技术难题后，大地量子很快接到了一个项目委托，要预测吉林的大豆产量。“我们总体上进行了两项工作。首先是在吉林广阔的农业种植区中，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开展预测。”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，大地量子结合吉林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开展预测。而传统产量预测，就算最有经验的农场主也只能在临近收获时才能进行。

这两部分工作都涉及巨大的数据量和计算量，但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，与传统方法相比，运算速度提升80%至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，仅需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吉林大豆、玉米、棉花等各种农作物的产量。

通过迁移学习，这套技术也能够用于其他任何地区。“我们训练过机器识别玉米、大豆、水稻、柑橘、棉花，目前可以覆盖我国东北、华北地区。”王驰说。为验证结果，他们还会派人到实地勘察，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地服务于目标种植户。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，看这个地块上何时出现了这种农作物。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，并邀请农业专家参与，才能确定受灾损失。而与大地量子合作后，定损流程大幅缩短。“去年9月，黑龙江有一位客户对理赔存有异议，我们就委托大地量子开展定损。”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，在公司全面推广。