專訪麥飛科技宮華澤：AI＋無人機遙感監測如何升級傳統農業

AI升級傳統行業的趨勢越演越烈，AI+安防、醫療、教育、零售等領域已經初有成效，AI+農業似乎還鮮有關注。雷鋒網了解到，中科院走出來的創業公司麥飛科技將無人機遙感監測與AI大數據結合，以實現精準化的農田病蟲害防治。

在他們的項目中，帶遙感監測的無人機在農田上飛行，將獲得的數據傳回雲端，AI演算法就可以識別出農田是否發生病蟲害並計算出施藥路徑，然後再利用植保機自動給農田噴洒藥物。

據稱，這一模式可以解決農業現在面臨的濫用藥的問題，降低農業種植的成本，提高農業病蟲害管理的效率，做到了精準、智能化的農業管理。

雷鋒網對麥飛科技CEO宮華澤進行了專訪，深入聊聊無人機遙感監測+AI技術如何助力傳統農業。

1 項目源起 

麥飛科技是中科院遙感所走出來的團隊。

(左起，麥飛科技COO陳祺，麥飛科技CEO宮華澤，麥飛科技CTO劉龍）

聯合創始人兼CEO宮華澤是遙感應用技術專業博士（農業遙感科學），中國科學院研究員，國家高解析度對地觀測體系起草團隊成員，參與制定國家遙感數據產品產業化標準。聯合創始人兼CTO劉龍是中國科學院地圖學與地理信息系統專業博士，國家發改委遙感衛星應用國家工程實驗室高級研究員。聯合創始人兼COO陳祺是武漢大學攝影測量與遙感科學碩士，創業前一直在阿里巴巴從事AI大數據云相關產品運營工作。

遙感是一種通用技術，農業是目前遙感應用的最大領域。農業遙感可以做的事情挺多，例如測土配方，長勢與熵情監測、損失評估、作物結構性測算、水肥情況掌握、農田面積的統計、作物種類的識別等。麥飛科技目前選擇聚焦於病蟲害的監測與智能化防治。

中國目前在農田病蟲害防治的方式很原始，基本是靠人，偶爾輔助一些設備比如說誘蟲燈可以引誘蟲子過來，通過引誘過來蟲子的數量來反推這個區域當中的病蟲害爆發是不是到了一個節點上。目前還沒有技術能夠告訴管理人員、技術人員，究竟是哪一個部分受到了病蟲害、哪個區域更嚴重、哪裡是誘發區、會朝著哪裡蔓延。

從執行層面，宮華澤談到了選擇農田病蟲害防治這個領域的兩點原因：

首先，按照需求的緊迫性來說，病蟲害的防治是所有農業種植過程當中農民最為緊迫的一個環節。

其次，從技術的角度上來說，一個健康作物發生病蟲害，它的健康程度和生理性狀是一個突變的過程，能被快速和準確地識別出來。

此前，農業遙感主要是採用衛星，由於衛星運轉在幾百公里以外的軌道上的繞地運動，具有固定周期，導致其數據時效性差，難以滿足農業種植的周期性需求。2016年11月，中國科學院地理科學與資源研究所副所長廖小罕發表了無人機在遙感的商業化領域比衛星更有優勢的觀點，並表示遙感無人機將迎來萬眾創新。

無人機植保行業飛速發展，麥飛科技則抓住遙感無人機的機遇，以遙感切入病蟲害監測和精準作業。麥飛科技成立於2016年12月，2017年1月將監測載荷與無人機適配。2017年1月簽下湖北數十萬畝科學植保服務訂單。

2業務模式

麥飛科技將農業遙感、無人機、大數據、人工智慧結合起來，以提供精準科學施藥技術。具體的流程是：無人機監測、生成光譜圖、數據上傳大雲端伺服器、生成施藥處方圖、植保機噴洒農藥。

根據這些技術和流程，目前麥飛科技的核心產品主要有麥視探針、麥信農田信息管理系統、麥視監測機和麥雲。麥視探針是麥飛科技自主研發的遙感載荷，專門針對低空農業遙感設計。麥視檢測機是無人機+麥視探針的功能性結合。

麥飛科技是技術型創業公司，但是他們沒有將技術輸出作為自己的業務模式，而是在摸索中發展出了一套自營業務體系。

農業遙感無疑是新的高科技技術，但是中國農業環境對於新技術的接受是需要時間的。如果作為技術提供方，麥飛科技難以找到為這個技術買單的人，因此他們決定輸出服務，成為病蟲害防治的技術服務主體，給農戶提供全程病蟲害防治服務。對於病蟲害服務的需求是一直存在的，賣服務顯然就比賣技術來得容易。

3 創新遙感監測技術

宮華澤告訴雷鋒網，在技術上，麥飛科技的創新是麥視探測器的設計和整個數據處理流程，使用傳統的探測器無法達到麥飛科技的實效性和精度。

傳統的遙感技術監測需要拍攝照片，而麥飛科技的探測器是非成像的光譜圖，做的是純量化數據的採集。這意味著數據的傳輸量會很少，每個飛機20分鐘的飛行時長，每一次飛行回來後的數據採集量不會超過1兆。這樣的話依賴於現在的4G網路，可以實時回傳到雲服務上去。如果是拍照片的話，數據量和傳輸壓力會很大。

「所以，我們是用一個思路性的轉變然後達到這樣目前的效率。」宮華澤介紹到，這種思路的誕生也是因為在中科院遙感所的經歷，因為我們國家的遙感技術體系，所有標準的建立，包括數據產品的標準都是出自於遙感所的。「所以說，這些標準其實就是通過我們的研發基礎並設計的，那麼我們非常清楚，數據從一級產品到下一級產品，整個流程的來龍去脈。我們具備這樣的知識儲備跟能力，能夠改造這個過程，還能滿足實際需求。」

4 人工智慧為未來發展鋪路

無人機遙感監測採集的光譜圖給出了最初的信息，然後人工智慧分析信息作出決策。宮華澤介紹到，麥視監測系統採集的信息量很大，目前有上千個信息通道，而真正用於病蟲害相關的通道可能只有20多個。

雖然深度學習可以不管信息冗雜的問題，但是會造成深度學習構架的結構非常複雜，可能需要將近百層才能達到一個穩定的精度，運算的時效性會很差。因此麥飛科技加入了新型智能演算法，用來篩選光譜數據，選擇出與農作物健康程度息息相關的幾十個通道 ，再把這幾十個通道放到深度學習中去。這樣的話，用一個比較淺層的深度學習網路，就可以達到很好的效率。

現在，麥飛科技用光譜圖+人工智慧能夠區分出來病蟲害發生的位置和程度，而他們依據另一套人工智慧的框架體系，正在致力於識別害蟲的種類的研發。

要識別害蟲種類，需要在數據源里增加一個信息的維度，也就是說病蟲害的種類信息。在不同的地區，病蟲害的種類截然不同，所以，要做到這點，需要將業務覆蓋到我們國家典型的氣候帶之內，然後每一個業務點的數據要進行一個統一標準化的操作，這樣才能形成統一的庫。目前，麥飛科技已經在湖北、遼寧、江蘇設置自營業務點，在安徽、黑龍江、新疆設置合作業務點。

如果能識別病蟲害發生的位置、程度和種類信息，那麼這個技術會在一定程度上替代傳統的農業技術人員，因為傳統的農技人員的日常工作就是查蟲和藥方，而現在我國的農業技術人員還處於十分短缺的狀態。

通過人工智慧的大數據積累，麥飛科技希望在病蟲害防治的層面上，能夠實現中國農業種植的科學化與標準化。雷鋒網了解到，麥飛科技已經完成Pre A輪融資，將於近日公布融資細節。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！