|
自20世纪60年代以来，全球人口翻了一番，目前已超过75亿，其中36%生活在印度或中国。因此，为这些人生产足够食物的方法变得越来越有创造性。 作物产量预测方法可以用来预测整个食品供应链会发生什么，用此方法，我们可以避免严重的食物短缺、减少甚至消除浪费的粮食生产，以及使农业变得更有利可图，让更多人想种植食物，这才是最重要的。 根据AgFunderNews专家们的说法：“通过关注农业经营（不仅仅是精准农业），农业正在从产量最大化向利润最大化转变。” 为什么要进行农作物产量预测? 这里有一个有趣并直观的事实：农学家认为，维持人类生存所需的最低作物产量配比是“1至3”，意思是我们每播种一粒粮食，至少需要收获3粒粮食，一粒种子被分配给下一个种植季节，超过这个季节的任何东西都被用于消费或给牲畜，这些牲畜可以作为增加产量的农业设备。 种一粒小麦通常能收获50粒左右，所以这不是什么大问题。最大的问题是，农业是个利润很少的行业，这使得从事农业的吸引力下降。 增加利润的一种方法是通过在收获季节前几个月使用技术预测作物产量来减少农业中的不确定性。 这包括为预测分析算法提供大量的大型农业数据，这些算法会随着时间的推移变得更好。以下是5家致力于为农民提高作物产量预测能力的初创公司。 Agrograph 威斯康星州的初创公司Agrograph于2016年成立，目前已获得50万美元的资金，用于开发将卫星图像与现场数据融合在一起的软件，使用机器学习算法来估计田间作物产量。 根据Agrograph创始人的说法，该公司是唯一一家有能力对单个农田进行预测的公司，除了卫星图像，它们使用的数据直接来自种植者和农作物保险公司和贷款机构等第三方机构。  有趣的是，Agrograph并没有向农民推销它的科技软件，而是专注于向第三方销售它们的解决方案，比如农作物保险公司和贷款机构、谷物分销商，甚至是其他需要这些数据输入来提供自己解决方案的农业科技公司。 FruitSpec 虽然用卫星图像观察农田可能对某些作物有用，但在果园里，树叶几乎是我们视线里的一切，因此产量预估变得更困难了。传统上，种植者试图通过抽样来预测产量——观察果园里的一小部分树木，然后推断出这个数字。这种方法会出现30%到40%的偏差。现在，有一个更好的方法来估算水果产量。 成立于2016年的以色列初创公司FruitSpec，迄今已获得70万美元的资金，用于开发一种将高光谱成像技术与计算机视觉结合起来的农作物产量预测技术。(高光谱相机使用许多窄波段拍摄图像，提供肉眼无法看到的细节，这是瑞士农业科技初创公司Gamaya以前使用过的技术)。  若能准确预测水果产量，每公顷果园可节省800至2000美元(每公顷约2.5英亩)。FruitSpec的技术可以在水果刚刚结出时就开始预估产量，这大约是在收获前5个月——此时需要精确的估计。他们能够使用一种特殊的传感器来区分绿色水果和绿叶，然后使用计算机视觉算法来计算水果的数量。 这种技术的使用结果是令人欣喜的，只有10%的预测偏差。此外，该公司还能够估计不同等级水果的大小，这可以显著影响种植者的水果产量。 除了把目标瞄准果农，FruitSpec的目标市场还包括包装公司和果汁制造商，因为农业在整个价值链上的联系越来越紧密。 Motorleaf 预估产量对室内种植者也很有用。加拿大初创企业Motorleaf成立于2015年，该公司开发了一项技术，可以“从一开始就将收成预测的误差减少50%至70%”，随着时间的推移，这个数字会变得更加准确。 准确的产量预测对于温室种植者来说很重要，因为他们经常提前销售他们的作物。Motorleaf已经开发了自己的传感器，但也可以将其解决方案与现有的硬件集成，这些硬件可以在大型商业温室中找到。  Motorleaf是一家软件公司，它的客户将利用这项技术实现2到3倍的投资回报。随着他们继续收集所有这些大的温室数据，他们也能够向温室种植者提出可行的建议，帮助提高产量。 Logiclabs 新西兰初创公司Logiclabs成立于2016年，该公司开发了一款名为“作物计数器”的作物产量预测软件，该软件可以帮助管理醋栗的果园，醋栗是一种生长在藤蔓上的水果。  Logiclabs作物计数器是为猕猴桃种植者设计的，他们在冬季进行芽、花和水果计数。该应用程序可以方便地收集田间数据，直观实时地显示果园信息。有时候，即使是一个简单的软件解决方案也能解决种植者的痛点，而且可以肯定的是，正在收集的所有数据很快就会与其他大数据集相匹配，然后可以用来提供预测分析。 Vinsight 旧金山初创企业Vinsight成立于2014年，迄今已获得140万美元的资金，资金用于开发一个卫星图像系统，帮助葡萄园主开展业务。 该预测软件从四个主要来源收集数据——遥感和卫星图像、天气数据、历史产量以及土壤时期和海拔等地理信息。最终的结果是能够在收获前几个月以个位数的错误率预测产量。  Vinsight向农民每分析一英亩土地收费，而加工商和政府机构则为获取市场数据和软件付费。从加州的葡萄和杏仁产业，他们现在尽力把市场扩展到核桃、开心果、草莓、啤酒花和世界其他领域。 结论 在上述的五种技术中，有四种涉及高端作物（水果、园艺），这也代表着投资者们的偏好。 树和藤类不需要每年都种，它们总是在那里，这就成了一个固定的基线。当你开始监测诸如天气、化肥、喷雾剂和用水量等投入时，你就可以随着时间的推移得到越来越好的估计值。通过预测作物产量来减少不确定性，整个农业供应链的利益相关者都能因此获利。 想想当涉及到菜单规划和定价时，这些信息对大型连锁餐厅有多有用。不久，我们可能会看到提供动态价格菜单的餐厅，这也反映了农业供应链的实际情况。 文章来源：《5 Startups Improving Crop Yield Forecasting》 |
|
|
