新浪財經(jīng)訊 11月16日消息，由撲克財經(jīng)和弘則研究聯(lián)手主辦的2019春季FICC論壇在杭州和達希爾頓逸林酒店召開。本次峰會共同探討全球經(jīng)濟及大宗商品市場將何去何從。新浪財經(jīng)全程直播。

　　大地量子創(chuàng)始人兼CEO王馳出席16日下午的農(nóng)產(chǎn)品板塊分論壇并以“空間大數(shù)據(jù)在金融領域的新技術(shù)現(xiàn)狀”為主題發(fā)表演講。

大地量子創(chuàng)始人兼CEO 王馳

　　王馳表示，大豆玉米光伏曲線非常接近，可以通過AI算法把不一致捕捉到，從而區(qū)別開大豆和玉米，微觀尺度上可以呈現(xiàn)出這樣的一種形態(tài)，去看哪些地方種的什么。到更宏觀的尺度上，可以得到比如說整個美國的大豆分布圖，基于這樣的圖第一可以計算它的種植面積，第二可以去看未來的產(chǎn)量，第三可以結(jié)合這樣的地圖去疊加比如降雨、洪水這樣的東西做實時的監(jiān)測。

　　以下為文字實錄：

　　王馳：大家好我是王馳，很榮幸在這里和大家做介紹，我們通過AI+遙感衛(wèi)星遙感的方式做大數(shù)據(jù)，我們現(xiàn)在公司的應用主要集中在保險和期貨教育領域，在座的各位都是我的老師，希望有機會向大家請教學習，我一路都是學計算機的，我們團隊以科學家為主在行業(yè)比如在銷售方面都比較輕，主要以研發(fā)為重的團隊，首先希望有機會介紹一下整個產(chǎn)業(yè)的現(xiàn)狀，衛(wèi)星不是新興的事物，最近幾年發(fā)射的衛(wèi)星越來越多，最近幾年通信搖桿導航和北斗GPS看的衛(wèi)星電視這些屬于通信類型，我們集中在遙感類型對地觀測衛(wèi)星，整個產(chǎn)業(yè)2600億左右的市場，主要是以衛(wèi)星數(shù)據(jù)服務占大多數(shù)，在藍色這塊。

　　2007到2016年我們一共發(fā)射了963顆衛(wèi)星，天上現(xiàn)在正在轉(zhuǎn)著，預計未來十年會新增發(fā)射2000-3000顆左右的衛(wèi)星，2013年發(fā)射Landsate耗資8.5億美元，2010年左右開始發(fā)射Dove每顆耗資15萬美元差不多，它大概是長成這樣的，大概比桌子還小得多的衛(wèi)星形成一個星座對地觀測，這是衛(wèi)星方面。

　　另外越來越多的小火箭，以前我們發(fā)衛(wèi)星可能要用中等火箭排在最右邊的在設計中的長征9號，實際上發(fā)射小衛(wèi)星最左邊的長征11號也可以做，可以想象上游數(shù)據(jù)的成本會越來越便宜，就催生了像我們做衛(wèi)星服務的行業(yè)，具體到應用上面這里分享一些可能私募教育領域，比如我們分成兩類光譜數(shù)據(jù)模型比如做農(nóng)產(chǎn)品的產(chǎn)量預測再比如基于幾個目標值數(shù)車、數(shù)房等結(jié)合起來，比如2C我們結(jié)合零售店停車場、游樂園里面多少車這樣的一些，新增了多少頁巖油這樣的數(shù)據(jù)。現(xiàn)在做的經(jīng)多的是光譜數(shù)據(jù)類型比較多，這里主要介紹一下它的原理，左邊和右邊都屬于衛(wèi)星遙感一部分，左邊太陽光先把陽光射到地球表面通過反射被地球捕捉到，好像拍了張照片，實際上不只是照片，拍了很多的東西，另外雷達衛(wèi)星的數(shù)據(jù)可以穿透云層不用在日間拍攝也間也可以拍攝，可以不受太陽光的影響，拍攝的數(shù)據(jù)會經(jīng)過一系列的處理，而這樣的處理通常比較麻煩，是這個領域以及技術(shù)上的難點，比方說我們想把左邊這張圖帶有云霧的要把云層去掉等等最后得到一張比較清晰的影像，這是RGB的影像，大家平時所熟知的照片，實際上我們拿到的數(shù)據(jù)很多的波段是肉眼不可見的，比如肉紅外這樣的數(shù)據(jù)等等。

　　再回到農(nóng)業(yè)，大豆玉米光伏曲線非常接近，這張圖里綠色是大豆，紅色是玉米，這是我們拿到的大概是10個波段的數(shù)據(jù)，然后可以看到他們在橫軸X軸就是一個時間，第100到250天的尺度里，大豆和玉米的生長曲線非常的一致，但是也有不一致的地方，這些就可以通過AI算法把這些不一致捕捉到從而區(qū)別開大豆和玉米也就是他們不是看RGB可以看出來的，實際上要通過光伏曲線捕捉到玉米，做出來的一些影像比如這張圖里基于剛才聊的原理我們可以區(qū)分比如說黃色的地方是玉米，綠色的地方是大豆，微觀尺度上可以呈現(xiàn)出這樣的一種形態(tài)，去看哪些地方種的什么。到更宏觀的尺度我們可以得到比如說這是整個美國的大豆分布圖，大概分布在黃色標志高亮出來的地方，基于這樣的圖我們第一可以計算它的種植面積，第二可以去看未來的產(chǎn)量，第三可以結(jié)合這樣的地圖去疊加比如降雨、洪水這樣的東西做實時的監(jiān)測。

　　我們在6月29日向7-8個關(guān)注農(nóng)產(chǎn)品期貨的基金發(fā)布了報告，最后和USBA的報告對比誤差在千分之三，上升下降的趨勢完全正確，比USBA提前6個小時，這是種植面積本身可能帶來的價值，這還是在數(shù)據(jù)比較齊全的美國，種植面積加上一些其他的數(shù)據(jù)比如說我們?nèi)ビ嬎阋粋€作物長得好不好是否茂盛可以得到一些把它和作物地圖疊加得到相對比較實時的長勢的圖，這是美國大豆8月21日是這樣，可以看到8月29日綠色是長勢比較好，越黃色越不好，后面9月14日的時候看到已經(jīng)開始慢慢地被收割，然后后來在9月30日的時候一大片地方在美國靠北的這塊地方基本上得已經(jīng)收割得差不多了，也就是其實這個可以去嘗試把種植面積疊加長勢的數(shù)據(jù)可以去看它大概的收割進度。

　　然后同時降雨也是一個非常重要的數(shù)據(jù)，我們可以得到每天降水的分布，是一個網(wǎng)格化的地圖，這張圖上面沒有疊加大豆的地圖，但是如果疊加上去的話可以判斷哪一塊地方的降雨比較多，哪塊比較少，每年累積降雨是多少，從而可以預判今年美國大豆的產(chǎn)量是多少，同時這是決策覆蓋的數(shù)據(jù)，阿根廷、巴西其實都是可以算出來的。比如我們在產(chǎn)業(yè)用的比較多的作物地圖是中國的，因為我們現(xiàn)在主要的產(chǎn)業(yè)用圖都在中國，這是中國東三省的水稻分布圖，中國的數(shù)據(jù)非常的缺失，因為基于統(tǒng)計局的數(shù)據(jù)可能會存在一些問題沒有分布圖，我們的產(chǎn)業(yè)比如做農(nóng)藥化肥的這些用戶他們找市場的時候可能就比較痛苦，我們可以告訴他們在哪些地方種水稻，這樣的話這些水稻在每個省、市、縣的面積是多少，然后現(xiàn)在長到了什么情況，銷售應該具體到哪個地點去推他們的產(chǎn)品幫助他們找到市場，這是現(xiàn)在種植面積比較多的一點。

　　在保險行業(yè)我們?nèi)L試用水稻分布圖，比如說安徽懷寧縣的水稻分布圖，南側(cè)的地方就是水稻，我們通過剛才提的雷達衛(wèi)星計算洪水可以另外得到一張洪水的分布圖，這是2016年南方水災的時候發(fā)生的一次洪水，當時很多的地方都被淹了，這是當時7月5日的時候得到的影像去計算出來的洪水的分布。接下來有意思的事情就是我們可以把剛才這張藍色的水稻圖和紅色的洪水圖疊加起來得到了洪水影響水稻面積的圖，黃色地方是洪水和水稻疊加區(qū)域，可以計算它影響多少面積，主要用于保險的定損的工作。

　　我們也有私募行業(yè)的客戶告訴我們說之前他們在阿根廷也做了類似的事情，就是阿根廷好像前年起來兩三年前的時候，有一次挺大的洪水淹了很大的大豆，但是他們并不知道具體多少大豆受到了損失，我覺得在座的各位可能比較清楚當時的數(shù)據(jù)，我們不太清楚，只是說這個應用是可以擴展到其他的一些行業(yè)里面去的。

　　再比如說馬來西亞和印尼都是兩個數(shù)據(jù)黑洞，馬來西亞稍微好一點，MPOD可以發(fā)布數(shù)據(jù)，印尼基本上拿不到任何數(shù)據(jù)，我們可以通過衛(wèi)星遙感拿到地圖大致判斷種植的產(chǎn)量，東南亞經(jīng)常下雨，下雨會引發(fā)洪水，我們通過地圖疊加可以計算，我們可以通過地面調(diào)研的數(shù)據(jù)看分布是否正確再做實時的更新。

　　另外保險行業(yè)的案例，這是保險行業(yè)之前的合作伙伴和我們計算定損，這是東北黑山的玉米分布圖，有顏色的地方都是玉米，今年東三省旱災非常嚴重，他們希望通過把玉米疊加干旱來看到底干旱發(fā)生在哪些地方，干旱的災損程度是多少，我們就做了這樣的事情去疊加一張干旱的地圖，紅色的地方是干旱受損非常嚴重的，最后看那邊的產(chǎn)量到底是多少，他們到底虧了多少，主要核實這件事情，讓保險行業(yè)做賠付都是協(xié)商的，可能需要我們的數(shù)據(jù)從另外一個角度看他們的賠付是否合理。

　　這個就是我們在其他行業(yè)的一些案例，我們在期貨交易領域?qū)嶋H上案例并不多，現(xiàn)在也在和一些機構(gòu)產(chǎn)生初步的合作，希望看看剛才講的都是拋磚引玉，看看能不能再看看下面能不能碰撞新的想法和合作，大概就是這樣一些，謝謝大家。

責任編輯：張瑤