遥感图像识别技术深入传统领域，农业应用大放异彩

  今年6月，全球农资巨头之一孟山都旗下专注农业技术的孟山都成长创投(Monsanto Growth Ventures，MGV)出资1100万美元，领投加拿大图像分析初创公司Resson的B轮融资。至此，MGV已经完成15项农业技术投资。参与本轮投资的还有McCain 食品和 East Valley。

       初创公司如何通过遥感为农业提供最大帮助？

  Resson使用无人机和地面相机拍摄农田图像，并通过它的核心分析系统RAMAS整合大量数据和分析算法，提供农田和作物长势信息，为种植者提供农资投入优化、产量最大化、湿度评估、病虫害监测等服务。此类从事农业图像识别的初创公司如雨后春笋，纷纷涌现，但是分析效用和融资需求是资本关注的焦点。MGV投资负责人Ryan Rakeshaw透漏，投资Resson的原因是它采用机器学习技术来监测和区分农时当中生物和非生物的负面影响源，例如作物病害、虫害或者缺水等影响。此外，Ressen能够采集多平台数据，包括地面相机和无人机设备。同时，MGV认为，Resson的商业模式很独特，专注于和大型农业公司合作，如此可以将技术投入到研发中去，为种植者带来直接利益。

  当国外的初创企业在农业领域的发展如火如荼时，国内也毫不逊色，有不少海归和本土团队积极开拓农业领域的市场机会。2015年获得经纬领投千万级人民币融资的佳格数据，其创始团队的海归身份、北清背景，以及在美国航空航天局和能源部数十年从事遥感和大气数据研究的经历，在成立之初就吸引了诸多关注。佳格CEO张弓博士曾在NASA从事遥感数据分析多年，他表示，通过现代技术实现农业数据化、透明化已经不是水中望月。遥感的“天眼”、无人机的“地眼”，以及人类上千年积累的智慧作为“人眼”，可以实现农业数据的全采集。

  海归回国并投身农业领域，这与国内社会和资本的期许不谋而合。随着精准农业、农产品溯源和食品安全等问题变得越来越重要，公众和企业对农业透明化的期待和要求也日益增强。那么，农业透明化该如何实现呢?

  遥感卫星和气象卫星无时无刻地不对地球进行拍摄，存储了大量气象、土地、植被的历史信息，无人机在飞过农田上空时，捕捉了土壤、作物、农资和设备的互动和相互影响。加之人类在地面上采取测土配方等方法对土壤肥力进行深入分析，农业的各类要素都被完整地记录下来。然而，无论是遥感还是无人机拍摄的影像，如果不加以分析和解析，对于普通种植者和管理者来说，是毫无用处的。

       卫星影像分析关键在哪？

  卫星影像的分析关键，就是将图像上带有不同形状、大小、几何结构、上下文信息和纹理信息的目标提取区分，再进行分类。例如，一张遥感影像上可能包含水、土壤、植被、建筑等等目标要素，每一类还可以根据需要再进行细分，比如土壤还可以细分成沙土、黏土等等。

  值得一提的是，卫星影像的图像识别还可以通过深度学习技术，实现自动识别。也就是说，计算机程序可以自动将带有不同特征的目标区别开来。这就极大节省了人力和物力，解决了农业大数据 “太大”的问题。将深度学习应用于遥感影像分析，即使在全球都属于比较先进的尝试。深度学习技术在未来农业图像识别中的应用前景，无论在国内还是国外，都是值得期待的。