遥感技术获取的是面状数据，它最大的价值体现在帮助客户进行趋势判断上。它的定位是做一个数据服务商，通过引导客户应用珈和的数据，形成一个良性循环，实现这项技术的落地应用。

作者 | 朱若淼

这是「新商业情报NBT」报道的第626家创公司

珈和科技是一家农情遥感解译科技公司。它主要将遥感技术应用到农业领域，为政府、保险公司、金融机构等政、企客户提供宏观农业数据统计、分析、预测等服务。

基于公司过去7年的数据积累，珈和科技形成了珈和遥感私有云和珈和农情遥感平台两大业务产品，所服务的农业场景包括了农业农村资产管理、金融保险、产量预估、农产品品牌建设及流通仓库资源信息的匹配等6个方面。

它的联合创始人陈淑敏告诉《新商业情报NBT》（微信公众号ID：newbusinesstrend），遥感技术获取的是面状数据，它最大的价值体现在帮助客户进行趋势判断上。“我们的定位是做一个数据服务商，通过引导客户应用我们的数据，形成一个良性循环，实现这项技术的落地应用。”

去年8月，这家公司宣布完成了数千万级A+轮融资。在陈淑敏看来，持续沉淀的数据才是珈和科技的核心竞争力之一。通过提供数据服务，珈和科技在三年前实现了盈利，并一直处于盈利状态。

今年，随着即将公布的新的国家五年计划，更多政策、社会资本涌向农业领域，对于珈和科技来说，它正迎来新一波的红利期。

01

服务场景

“目前我们做得比较深入的场景是农业农村资产管理这块。”陈淑敏介绍道。这也是遥感技术最早被应用到农业领域的一大场景。

卫星获取的遥感数据，能帮助地方政府快速清晰地对农业数据进行普查，了解当地作物的分布情况、监测土壤状况，基于这些从天上采集的数据，它能帮助地方决策部门进一步做作物面积估算、确定适宜的种植区域等宏观规划。

正是因为这个强需求，让政府成为了珈和科技最早合作的客户。陈淑敏介绍，第一个找到他们合作的部门是湖北省农业农村厅。7年前，遥感技术在农业领域的应用大多出自科研所的科研项目，“我们是第一家将它进行工程化应用的公司。”她说道。

经过一年多的磨合，省农业农村厅又将珈和科技先后推荐给了省气象局、统计总队、农村农业部等各级政府部门。在与这些政府客户磨合的过程中，珈和科技的方案进一步磨合、落地。“很多客户会跟我们反馈他们的需求，在此期间我们开始去思考珈和的产品应该往哪些方向拓展，慢慢的就形成了一个良性循环。”陈淑敏说道。

随着这些年来客户量的增长，企业客户的拓展，珈和科技又新增了产业增收、承保理赔、金融投资三大服务场景。如今，它们同样也是遥感技术被广泛应用到农业领域的场景。

其中，农业金融、保险领域对遥感信息的需求越来越大，服务场景也已经非常成熟。特别是今年自然灾害频发，大量农业保险类客户有对农产品查勘定损的需求。利用卫星传回来的清晰画面，他们可以快速、清晰地获悉受灾作物的具体分布位置及面积情况。

陈淑敏介绍，8、9月份为了处理这些查勘定损的订单，公司一度出现人手紧张的状况。为了提升数据的精确度，珈和科技还会派技术人员与保险公司的人员一起到受灾现场抽样调查，核对监测的准确度。

除此之外，珈和科技还在持续探索新的服务内容。现在他们的服务已经从上游生产领域，向下辐射到了流通环节。例如，作物种植过程的实时监测数据，也被珈和科技应用到了农产品流通环节的溯源上。

这项功能现在已经被叠加进了珈和农情遥感平台上衍生的产品——云农场。基于此，它在今年拓展了一个新的服务场景——服务农产品的品牌建设。“农产品通过我们的云农场品牌，可以做一张独一无二属于自己农场的名片。”

在这个平台之上，珈和科技今年还开始在产销对接上进行尝试。由于中国的种植分散，且以小农为主，农产品的流通链条长，大部分农产品仍然通过层层批发流通到市场上。在这个过程中，大量中小规模的供应商每年的采购量及采购对象并不稳定，这导致他们经常会碰到需要临时寻找周转仓库的问题。

基于这个需求，珈和科技今年开始结合自己的地图算法，为他们提供适合的仓库资源。陈淑敏介绍称，这些流通领域的新场景仍然属于实验阶段。在仓配资源的“撮合”上，他们只做到了县市这一级的数据匹配。“我们现在只在湖北地区实验。”

对于珈和科技而言，最核心的能力仍然在于数据的沉淀。“我们只有把数据做出来，才有可能去探索什么样的应用场景里它能产生价值。”

02

数据落地

由于中国农业的生产端，长期以来粗放、分散的种植模式，导致整个行业缺乏数据基础积累。大多数在产业链上游提供技术解决方案的农业科技公司，都要经历从无到有的数据沉淀过程。

农业恰恰又是个分支繁多，体系庞杂的行业。从数据上看，现阶段国内农业的数字化程度在丰富度上还处在早期积累阶段。对于已经摸索出成熟模式的珈和科技而言，它对于数据的要求也越来越高。

陈淑敏在采访中介绍，由于中国国土辽阔，跨越了多个气候带，它带来的结果就是千差万别的作物生长周期及种类。高度差异化的农作物特征需要更精准的算法。“打个比方说，华东地区的水稻是双季稻，东北是单季稻，在技术层面它就需要完全不一样的算法来对其进行识别。”

再加上，国内迥异的地质地貌特征，各地耕地资源的集中程度差异性大。这也需要珈和科技通过服务更多区域的客户，来积累差异化的数据。

例如像东北、新疆这些地方，土地资源集中，种植品类也相对集中，在遥感识别上难度相对低。但是在地块更分散的南方或中部地区，遥感的识别难度就会增加。“比如像湖北这边的水稻下面还会养殖虾或者其他水产，这就导致湖北的地域面积不如东北广阔，但是涉及到的数据调查难度却复杂很多。”

在这个过程中，仅仅依靠“天上”采集回来的遥感信息是不足以帮助客户进行精细化的资产管理。它需要更多与地面数据的结合。这就涉及到现在珈和科技正在优化的第二项能力——数据服务的精细化程度。

珈和科技在为客户做产量预估之前，都会先到示范田里采集地面数据。完成田间地头的调研之后，珈和科技才会进一步利用遥感数据对其进行产量预估。“这也是我们创业早期踩过最大的一个坑之后，总结下来的经验。”陈淑敏介绍道。

由于创业早期团队，没有认识到农业的复杂性，导致他们单纯依靠遥感数据进行产量预估时，获得的数据并不准确。陈淑敏分析这是因为，遥感技术主要利用光谱信息来识别农作物的特征，但单纯依靠光谱无法识别到品种与品种之间的差异性。

“估产是一件非常复杂的事情，比如某一类水稻下面就有上千个品种，品种与品种之间之间存在差异性。在实践过程中，它们的光谱信息显示某两个品种的水稻长势一样好，但实际情况却是一个产量低，一个产量高。”她进一步解释道。

今天珈和科技在为客户提供估产服务时，都会采用遥感数据与地面数据相结合的做法。“这些地头的数据是需要我们自己去采集，挖掘分析的，因为这也是科研文献或研究报告不能提供的数据。”

与此同时，随着近些年来更多服务于垂直领域的农业技术公司出现，珈和科技也在积极寻求与这些公司的合作。这是个互惠互利的过程，后者可以为它提供精准程度更高的地面数据。“在地面上每个具体的应用场景，都有更专业的供应商和技术服务商在那个领域里深耕。我们可以跟每个具体应用场景的服务商对接、合作。”

陈淑敏认为，珈和科技在数据层面不断的丰富和精细化，成为了公司应对竞争的一大壁垒。作为一个庞大又复杂的产业，农业的数字化转型过程还需要更长的时间。对于珈和科技而言，未来还有很长的路要走。

“整个产业各环节基础数据缺失，导致我们行业内部的标准化程度不高，没有标准就无法去做量化。只有把数据量做起来，才能去建标准，未来还有好多好多问题需要我们去一步步解决。”陈淑敏说道。