以下为北京佳格天地科技有限公司联合创始人兼产品副总裁顾竹以“空间数据的深度学习与农业应用”为演讲题目的主题演讲内容(未经本人审核)。
顾竹：谢谢主持人，感谢泰伯网给我们一个机会，在这里汇报一下深度学习关于农业的想法和看法，简单说一下我个人，我个人是做空间大数据的，之前也在国内做了很多关于测绘方面的工作，空间大数据对我来说不陌生。后来我到了美国在美国航空航天局工作，在那边接触了更多的空间数据，以及跟农业的应用，更多的用遥感数据来做智慧农业或者是农业方面的一些东西。刚才李教授也提到了，李教授高瞻远瞩，说了整个中国智慧农业的发展，他刚刚提到了农业的智慧装备，我其实一直在想一个问题，卫星遥感算不算装备之一?我们现在有非常强大的卫星遥感的技术，中国航天发展非常快，处在遥感数据的爆炸时期，如何用遥感来做智慧农业?从小的方面说一下我的看法。
简单说一下我们公司，我和CEO张弓，利用卫星遥感数据做一些全球的植被变化和农业数据的统计工作，我做了很多关于深度学习的应用，在全球的植被分类上面，王毅刚在美国环境部，张文鹏在美国研究部做研究员，做了十年的中国市场总监，对中国农业的了解非常深入，我们有技术、市场、应用、业务，希望能把我们的技术更好的应用到农业上。
主题是空间大数据和智慧农业，说一说现在美国或者是全世界正在发生的事情，大家之前接触过一些空间数据，比如说之前用过很多资源卫星数据，空间分辨率比如说30米、250米，可能有多光谱。这些卫星它的运行成本非常高，发一颗卫星便宜的50亿美元，再发上去还要50亿美元，基本上100亿。美国用到现在，现在能用的比较好的卫星其实也就两三颗、三四颗，它的成本确实很高时，它的卫星有多大?将近430厘米，非常高的卫星，这个卫星造价很高，它的寿命必须非常长，有的卫星已经服役三十年。这些卫星它们的成本很高，获取的成本也很高，我们必须花很多的人力、物力采集这些数据。到现在在硅谷，现在可以做十厘米大的卫星，这样的卫星没有动力系统，或者说它的动力系统非常小，它上去以后也没有什么太阳能系统，飘了三四个月可能就挂了，没有人管它，也就是几百万美元的事。它是怎么发射的?它很轻，前两天印度发了一个火箭，火箭带了好几十颗卫星上面，比如说火箭的承载能力20吨，可能它要带好几颗军用卫星或者是国家政策的卫星上去，这颗卫星可能9.5公斤重。这样的小卫星飘的非常多，可能已经有超过100个的小卫星。它们可以对地进行非常持续的观测，可以到五米的分辨率，对农业的观测已经非常足够了。
我们总结了已经有超过十个以上的卫星公司，在做微型或者小型卫星的发射，为数据获取提供了非常便利的渠道。像Skybox，这边全都是卫星公司，都在做小卫星的业务，这三个公司的CEO原来是在我工作的地方出来的，我们也在想为什么他们能做到这样，或者能做得比较成功，我们在卫星遥感这边做了很多的模型，我昨天在论坛上也说，我们做了很多的模型，做包括工程类的报告，最后没有把它真正的推出应用，没有在商业领域形成完整的商业解决方案，在商业领域没有人买单。这挺让人沮丧的，比如说之前做了全球的植被变化，我们做了十年的图，放出来是非常炫的动画效果，但是也没有人为这个买单。这么好的技术我们有更好的应用，首先在农业，今天说的另外一个好玩的，就是拿卫星影响去做全球原油储量，每一个储油罐顶都是浮动的，不是固定的，因为它太重了，如果固定在上面它会压塌的。全球70%-90%的原油是储存在储存罐里的，如果能够获取所有储存罐的量，就可以知道，我们能拿到这样的数据其实是非常重要的，很多人会为它买单。怎么做这件事，储油罐这边的阴影可以算出来，比如说我知道太阳的角度，卫星的角度，可以算出来当时的盖子有多高，通过上面的阴影就可以算出来储油罐的高度，储油罐的面积很好算，一个圆的面积，很简单的数字图象处理。通过这么简单的三角函数，当时skybox大概11亿美金，谷歌就把它收购了。真正做到那一步还很难，这是遥感给我们的方向，我们能做的东西。
是不是大家都在做，有了这么多卫星，是不是真的在做这件事?这边列的公司现在已经开始在应用，可以获得的最新的遥感数据、卫星数据驱做一些有意思的数据。中国的原油储量已经有人在做了，他们已经可以做全中国油罐的检测了，左边这个图是他们的样本，告诉他我要检测油罐，会把全中国的油罐在一秒钟之内甚至更快的时间给到你，可能不那么准，有的也检测错了，对于全国范围这么大的尺度来说，做到95%以上的精准率，外国人在帮我们做这件事。
我们能做US Retail Traffic，做零售业的统计，每个沃尔马有自己的摄像头，可以知道自己每天的车流量，他们通过车流量可以算人流量、客流量，我想知道全国的包括沃尔玛、家乐福，各种各样的大超市，他们的车流量和客流量，可以从卫星遥感影像上数门口的汽车，算出他们的总客流量，他们是很有兴趣拿到这个数据的。包括我刚才也说到了世界原油的储量统计，水资源的储量统计，包括我们做城市的聚集度，可以通过地表建筑物的心态。包括今天的主题农业，利用卫星数据、遥感技术的设计做农业方面的相关事情。
这是其它的具体案例，他们通过我们的遥感数据反映PMI，对PMI的指数比我们要快，比国家统计局要快一点。他们通过遥感数据在播种季的时候，做到整个北美玉米产量的估计，这是他们做的全美大豆产量的估计，都是在播种季或者是播种季之前，都是可以做到的。
我在做深度学习，机器学习这方面的工作，这是我本身的出身。给大家说一下我是怎么做的，包括在农业上是怎么用的，像寿光市是中国最大的蔬菜生产基地，它大棚的数量和聚集程度在全国都是领先的，它的数据很有意思，比如说大棚是有补贴的，可能国家在补贴的时候需要这样大棚的数量数据，环保部也很关心污染，总量的统计可以帮助他们进行总体的统计安排。卫星看到大棚里边，大概知道大棚的百分比，哪些大棚种的西红柿，黄瓜，我可以估计产量，在卫星影象上面，一个下午的时间把整个山东省寿光市的大棚全都数了一遍，总数大概20多万个，这个工作我相信全世界范围之内还没有人做过，靠人是不可能做到这件事的，靠机器我们研发了很长时间，大棚的地表也不太一样，这个技术公关我们完成以后，做这件事情的时候非常难，可复制性非常高。
这是我们做的用机器学习自动的识别田块，中国的田块非常破碎，我这边挑的是云南一个地区，梯田的地表情况非常复杂，跟美国、欧美的不太一样，美国一望无际全都是平地，它去做地表的遥感分析非常便利。像云贵地区梯田比较多，地表比较复杂，我们通过机器学习，通过地表每一块的纹理，包括边界自动的把每一块地的边界勾画出来，形成这个文件，快速的把所有的地进行统计的工作，这个也是我们开发的。
空间大数据我说的多一点，这个是做的数汽车的案例，这个是美国的六旗游乐场(音)，全美不到十个，把所有的汽车数了一遍，用了好几个卫星的数据。首先找了几个样本，这边的汽车是可以数出来的，我们可以把它算作是样本，我们在高分辨路影像上数汽车，这个效果一般，漏了20%的车，右上角的基本上可以把汽车全都数上，这个算法还在调。这是我们拿到的高持续影像，每三到四天可以拿一张影像，白色的块就是汽车，通过图像融合的方法融合到高分辨率，可以把形态描绘出来进行选择。这是最后的结果，从2010年的4月份做到2017年，只要有数据我们都会做。曲线是当天的车流量，我们本来想猜车流量跟什么有关，是不是周末多一点，或者是节假日多一点，根本就没有关系，我们总在想礼拜二是不是大家都忙，结果周二去的人最多，周五最少。我们把六旗游乐场的骨架弄出来，我们发现车流量和骨架还很相近。大数据并不是我们想的那个样子，从各种各样不同的角度考虑这个数据能带给你一些不同的感觉，不同的想法和思路，那么对于数汽车这件事也一样，农业也一样，现在是我们非常好的时机，我们有更多的数据获取手段，有更多的数据源，我们利用什么样的方法，现在有深度学习、云计算，通过什么样的方法运用到整个农业生产中去。佳格希望群策群力，如何在这条路上走得更远，谢谢大家!
{{item.content}}