佳格數據，讓技術真正服務于中國農業實操

借助數據融合技術與AI技術，將原本靜態的衛星影像轉化為持續動態的數據流，以滿足農業等產業對高頻次數據的需求。

文｜錢麗娜

ID | BMR2004

將國際先進科技引入中國田間地頭，佳格數據（以下簡稱為“佳格”）創造了中國農業管理的全新模式。

10年前，張弓選擇回國創業。此前他曾在美國航天局相關機構任職，研究氣候與碳循環，聚焦全球大尺度農業問題，涉及非洲、拉丁美洲等地區的農業排碳與固碳研究，積累了應對跨區域、復雜農業生態問題的經驗。

回國前，他在一年夏天利用休假，從中國最北端的黑龍江齊齊哈爾，一路南下至云南邊陲。彼時，以黑龍江、吉林為代表的北方區域聚焦擴大經營規模，通過引入大型農機、整合土地資源，降低單位面積的勞動力投入，契合規模化發展趨勢；而云南邊境農業區通過雇傭比本地勞動力更便宜的邊民來降低單位勞動力成本，通過種植火龍果、茶葉、三七等高附加值作物，提升單產收益。這段行程讓他看到了中國南北方農業的巨大差異，也看到中國農業正處于從小農經濟向規?；F代化轉型的關鍵期，存在大量待解決的痛點和發展機會。

考察結束后，他正式啟動創業。

01

從技術導向轉向應用導向

農業技術的價值不在于理論上的精準，而在于能否貼合生產實操。

2015年，張弓創業時，國內已經有公司在做遙感、氣象服務。仔細比較之后，他認為公司的差異化定位在于商業化的理念。

張弓之所以選擇農業作為衛星數據商業化的落地場景，源于其行業背景與農業需求的雙重契合。早年衛星數據的設計與應用規劃均未從商業角度出發，導致數據處理多為零散化操作，針對單顆衛星的影像，往往是單日獲取后僅做單次分析，缺乏系統性、持續性規劃。這使得產業界對衛星數據的使用更多是偶然補充，而非常態化依賴。但農業領域對數據流存在迫切需求，多數地區一年種植兩季，如長江中下游第一季種小麥、第二季種水稻，作物生長周期短、動態變化快，需要每周甚至固定時段獲取連續數據分析，才能動態跟蹤作物生長、水土變化等情況。傳統科研思維主導的模式，根本無法滿足高頻次、實用性的數據分析需求。

張弓向《商學院》表示：“我回國后的目標，正是希望重構這套數據應用體系，借助數據融合技術與AI技術，將原本靜態的衛星影像（照片）轉化為持續動態的數據流（類似于視頻），以滿足農業等產業對高頻次數據的需求?！眹鴥却饲耙蛳嚓P應用需求較少，這一領域的探索相對有限，佳格成為最早在國內推動衛星數據云端處理的團隊之一。

佳格構建起持續動態數據體系，通過整合多顆不同軌道衛星的數據實現持續追蹤，無論當天過境的是哪顆衛星，均將其影像數據納入分析體系，通過數據融合技術彌補單顆衛星觀測的局限性。這一成果還要得益于近年來衛星數量的增加與商業化程度的提升。

從理論觀測能力來看，衛星單日可對目標區域實現多次觀測，但受云層遮擋、降雨等天氣因素影響，數據有效性會打折扣。因此，佳格最終實現每周提供數據服務，目標是通過數據融合與質量管控，確保每次輸出的數據均具備可用性，徹底解決早年行業數據質量維護不足、頻繁出現無數據可用的問題。

從衛星分布來看，單一軌道衛星（低軌、中軌或高軌）無法滿足高頻次、高可用性的觀測需求，實際中需要采用“低軌+中軌+高軌”多軌道衛星結合的方式。佳格與衛星機構的合作更有應用探索的意義，通過實際場景驗證技術需求與發展方向，再反向為衛星機構提供未來的發展參考，形成應用牽引技術迭代的良性互動。

佳格借助AI技術，尤其是遙感AI識別，將原本復雜的數據分析流程簡化，極大降低了技術落地成本，讓中小農戶和種植企業都能負擔。

但是，僅有衛星數據分析并不能解決農業的實際問題。

張弓此前長期從事學術研究，缺乏商業運營經驗，對市場規則、客戶需求的把握幾乎為零。農業領域的實操性極強，即便掌握氣象、生態、遙感等技術，仍需從零學習農業生產的具體邏輯。

在創業初期，佳格聚焦農業風險預警預測，其中一個牧草種植預警項目讓他深受觸動，徹底轉變了技術落地的思路。氣象學中對小雨、中雨、大雨的界定有明確標準（如每小時降水量毫米數），但這類基于通用場景的標準，與農業生產實際需求存在嚴重脫節。當時佳格依據氣象標準預報“小雨”，認為不會產生影響便未重點提示，可實際情況是，該區域前期持續潮濕，此次小雨導致土壤泥濘，農機無法下地作業，直接影響了牧草種植進度。

這件事讓張弓深刻意識到，農業技術的價值不在于理論上的精準，而在于能否貼合生產實操。此后，佳格摒棄了通用化的技術標準，轉而建立“農業專屬標準”，比如雨級判斷不再依據降水量，而是結合土壤濕度、農機類型（小拖拉機與大拖拉機的作業條件差異）等生產要素，以能否開展農業操作為評判依據。將衛星數據、氣象數據等轉化為“能否下地”“何時灌溉”等直接指導生產的結論，讓技術真正服務于農業實操。這種“低成本+強應用”的組合，成為打開市場的關鍵。

02

扎根中國，尋找問題

佳格數據并未受限于一家一戶的傳統模式，而是通過托管、租用等形式，將分散的幾十塊甚至上百塊土地集中管理。

張弓此前以生態學為研究核心，更關注植物對環境的影響，而創業聚焦農業領域后，關注點轉變為環境對農業生產的影響。這種角度的差異，既幫助他從更全面的生態視角理解農業生產的本質，也促使其更聚焦農業生產的實際需求，避免脫離實操的理論化設計。

雖然張弓了解美國農業商業化的方法，但是中國農業的現實問題更為復雜。中國農業規?；l展中涉及土地流轉、人力投入等問題，雖然復雜，但是中國農民的創新能力遠超預期，佳格數據并未受限于一家一戶的傳統模式，而是通過托管、租用等形式，將分散的幾十塊甚至上百塊土地集中管理。根據這一現狀，佳格的技術找到了重要落地場景：針對分散土地難以統計管理的痛點，利用電子地圖技術，幫助農戶建立土地數字化臺賬，替代傳統“村頭樹旁”的模糊描述，實現土地面積、位置、種植情況的精準管理，用技術適配現有模式。

衛星技術的爆發式發展，正在推動衛星數據成本急速下降。隨著衛星發射數量增多，原始數據的獲取成本已非常低。估算下來，一畝地（666平方米）的原始數據成本不足一分錢。這一成本優勢為商業化打開了廣闊空間，但數據成本僅為基礎，算力投入才是核心支出。

張弓說，算力成本高昂的核心原因在于，數據處理的高尺度要求，需要將原始衛星影像轉化為農業生產可直接使用的決策產品，如災害預警、問題診斷及原因分析，而非單純提供影像，這需要大量數據支撐模型訓練。例如，要生成某區域某季節每周的有效分析結果，需整合約20份不同來源的數據，才能提煉出1個可用的核心數據層（Layer），模型的持續優化也進一步推高了算力需求。

面對極端天氣增多的現狀，佳格的模型體系通過“時空雙重維度”保障數據的連續性與可用性。衛星公司會持續保存過往影像數據，無須額外重復計算，即可快速調用多年歷史數據，為分析提供基礎。

當前氣候變化（如氣候帶北移）導致的極端天氣，并非完全無跡可尋，例如黃淮海的高溫天氣，可借鑒原長江流域的相關數據；河南南部的降水模式，與早年湖北北部的特征具有相似性。歷史數據在應對極端天氣時仍具備復用價值，無須完全重新建模。

03

從看天吃飯到知天吃飯

推動農業從“看天吃飯”向“知天而做”轉型，應對不可控風險。

中國農業類型差異極大，因而對“好”技術的定義缺乏統一標準，如防災效果與生產效率提升難以單一量化。

佳格的災害預警主要涵蓋兩類核心場景：天氣災害（如降溫、洪澇、大風等）與病蟲害災害。但災害對農業生產的損失占比并無普世標準，主要取決于區域特征。在一些受季風氣候影響顯著、環境變化大、土壤肥力弱的區域，災害損失占比更高；而地中海氣候等相對穩定的區域，災害影響極小。張弓說：“中國受季風氣候影響明顯，但不同地區、不同年份的災害情況差異較大，需結合具體區域的氣候、土壤等條件針對性評估，無法一概而論?！?/p>

佳格將服務聚焦在糧食（如小麥、水稻）和主要經濟作物種植區域，這類區域是中國農業的主體，其生產穩定對農業發展至關重要。

當前糧食和主要經濟作物區域面臨的問題集中在兩大層面。天氣是不可控因素，如降溫、洪澇等極端天氣難以人為干預，即便提前預測，也只能通過應急措施減少損失，無法完全規避。為此，佳格優化可控因素，幫助精準種植技術落地，提供包括施肥、灌溉、病蟲害防治等環節的精細化管理。

佳格的農業服務聚焦兩大核心方向：一是推動農業從“看天吃飯”向“知天而做”轉型，應對不可控風險；二是在成本可控前提下，通過精準操作實現降本增效，這些措施涵蓋智能農機應用等環節，通過數據與技術，平衡風險，提升生產效率。

江蘇省稻麥病害預警是“知天而做”的應用場景。江蘇小麥、水稻的災害除受極端天氣影響外，還受小麥赤霉病、水稻稻瘟病等病蟲害影響。張弓說：“這類病害的防治邏輯與人類傳染病防控有相似之處，均以預防為主。”但因要保障產量，作物密集種植，導致病害傳播速度快、范圍廣，一旦爆發便難以挽回，且需區域統防統治，因為單一地塊防治無效，易交叉感染，因此“提前預判”成為關鍵。

佳格的解決方案是精準預判病蟲害發生概率與時間，這需要結合天氣條件，如赤霉病高發的低溫高濕環境、作物生長周期、區域品種抗性等多維度數據，替代傳統“固定時間施藥” 的模式。實施后成效顯著，預報時效從原來的幾周壓縮至幾天（蘇南蘇北略有差異）；預報精度大幅提升，誤差率顯著降低，精度從原來的縣一級細化至田塊級（畝級別），部分區域可達到10米級精度。全省實施預警的成本僅為百萬級別，能有效支撐起政府統籌、統防、統治的時機與力度。

佳格的作物模型包含有上百個參數，受限于實際數據獲取能力，目前主要聚焦“四情” ，即天氣情況、土壤情況、病蟲害情況、作物生長情況，以此為核心推進分析工作。張弓說：“這些因素并非孤立存在，而是深度關聯實際生產場景?！崩缭谒室惑w化技術的應用中，天氣與施肥時機的匹配至關重要。水溶肥的施用效果和自然降水關系很大，若在降雨前施肥，肥力易隨雨水流失到土壤深層，作物難以吸收造成浪費；而結合天氣數據精準規劃施肥時間，既能提升肥效，又能實現少施肥仍保產的目標。土壤分析的核心也圍繞肥效優化而展開，在降低肥料投入的同時保障作物產量。

04

“天空地一體化”布局

無人機聚焦“點”上的精準核查，衛星支撐“面”上的趨勢判斷。

隨著無人機技術的普及，佳格進一步采用衛星與無人機組合獲取地面數據，提供精準服務。衛星的價值在于原始數據成本極低、成本可控，數據可覆蓋全國，不受空域限制。適合開展大面積、規?；幕A數據采集與服務；無人機的價值在于彌補衛星難以覆蓋的精細化數據，可作為數據采集補充，同時亦可直接用于農業植保，如播種、施藥等。兩者的結合，在農業保險定損等場景中，能精準確定損失范圍與程度，這其中無人機聚焦“點”上的精準核查，衛星支撐“面”上的趨勢判斷。

張弓認為，隨著無人機成本的持續下降，其應用場景將進一步拓寬，既承擔數據采集功能，也將成為田間實操服務的重要載體。

佳格當前構建的“天空地一體化”數據采集與服務體系，由三類設備協同構成：高空的衛星、中空的無人機以及地面及高空架設的攝像頭，如鐵塔公司部署的高空攝像頭，三類設備數據深度耦合，實現全場景覆蓋。

未來，農機搭載的攝像頭也將成為一個重要的數據源。張弓說：“這類設備與田間實操場景深度綁定，在精準施肥、精準播種、精準植保等環節能提供實時數據支撐，是銜接數據與實操的關鍵載體。目前國內在這一領域的研究仍較少，但海外已呈現快速發展趨勢，未來潛力巨大?！?/p>

10年前，張弓帶回的是美國農業的商業化理念，在中國推動農業數字化、可視化進程。這10年間，中國農業數據化管理發生了巨變，從最初依賴村級上報，到如今農業管理與服務均已實現“以圖為基”，數據的精準性與應用性大幅提升。雖然在推動的路徑上與初期的設想有差異，但經過中國實踐，佳格反倒形成了獨特優勢，積累了大量針對破碎化、非規?；恋氐姆战涷?。“這種經驗不僅適用于中國，也為全球其他發展中國家的農業現代化提供了可借鑒的新路徑，且可延伸至農業金融、技術服務等多個領域。”

中國小農經濟的特點是土地破碎化、離散化，與美國大農場的規模化種植存在本質區別，佳格正是通過技術創新實現了突破。第一，信息技術實現“虛擬集中”，農業服務的低效性曾受物理距離制約，如技術員下鄉指導需耗費大量時間，而信息技術打破了這一限制，無論對接多少農戶，均可通過遠程視頻、數據推送等方式提供服務，無須人員實地到場，將實體分散的農業生產轉化為虛擬集中的服務體系，大幅提升服務效率；第二，AI推動技術平權化。傳統農業新技術普及慢，部分源于農民群體的溝通習慣與使用場景限制，如田間強光下難以打字操作，而語音、視頻類AI技術的應用，解決了這一痛點，農民可直接對著田地、作物葉片語音咨詢，無須復雜操作，讓技術觸達更普惠；第三，技術繞過制度障礙實現規?；?。中國無法像美國那樣通過大規模土地整合實現規模化種植，但通過技術手段達成了等效目標，即使1萬畝地分散在100塊甚至數百塊高標準農田中，仍可通過農機調度、社會化服務統籌等方式，實現規?；髋c管理。這種“技術推動資產聯營、繞過制度阻礙”的模式，是發展中國家從小農經濟邁向規?；r業的重要突破。

從發展前景來看，張弓說：“技術層面我們持樂觀態度：航天、無人機、AI等相關技術迭代迅速，硬件成本持續下降，新的技術成果與產品不斷涌現，為農業服務的升級提供了堅實支撐，技術本身已不再是核心瓶頸?！蔽磥恚迅裣Ｍ苿蛹夹g向外輸出，尤其是服務于發展中國家，在數據管理、數據安全等一系列關鍵問題上，若能在頂層制度設計上提供更完善的保障，消除技術輸出過程中的合規顧慮，將為公司的國際化布局掃清重要障礙。

在張弓創業的10年間，硅谷的農業發展思路也發生了顯著轉變，從早期的技術服務輸出，逐漸轉向AI技術的深度應用?！癆I本質上是高效的成本控制與效率提升工具，而農業領域對成本敏感度極高，因此AI的落地場景日益廣泛，這一趨勢與中國當前的技術躍遷方向一致，中美兩國均在積極推進AI與農業的融合?！钡珡埞瑫r也指出兩國的差異，“兩國的差異在于服務聚焦的核心場景。硅谷及美國農業的思路更偏向服務大農場、規模化農業，而我們的關注點是在中國農業轉型及廣大發展中國家的小農經濟背景下，如何通過技術實現三大層面的突破，即虛擬集中、技術平權、繞過制度障礙。在這一細分領域，我們有信心處于世界領先地位，我們積累的針對小農經濟、破碎化土地的數字化服務經驗，是其他國家難以復制的核心優勢。”