氣象大數(shù)據(jù)創(chuàng)業(yè)在中國何去何從

國內(nèi)的期貨、養(yǎng)殖場的豬還有那鳥巢的草皮背后的大雨

7月8日，國內(nèi)期貨商品市場陰霾一片，農(nóng)業(yè)板塊商品再度遭遇重創(chuàng)，雙粕期貨領(lǐng)跌。這是雙粕期貨連續(xù)四個交易日下跌，菜粕期貨合計跌幅超過15%，豆粕則超過11%。業(yè)內(nèi)人士認(rèn)為，7月8日國內(nèi)期市大跌，既受到國際隔夜市場美元走強(qiáng)以及原油暴跌等因素影響，也與國內(nèi)南方暴雨災(zāi)情有關(guān)。

洪災(zāi)集中的湖南、湖北、安徽、江西、重慶、江蘇局部等地區(qū)，這些區(qū)域生豬養(yǎng)殖在全國市場占比約為21%，許多養(yǎng)豬人的利益也受到不同程度的損失，各種有關(guān)于的豬場受損新聞報道，如《安徽大型養(yǎng)豬場被洪水轉(zhuǎn)走1.3萬頭豬》《洪災(zāi)中主人淚別6000頭豬》等不斷見于媒體之上。

7月25日，國際冠軍杯中國賽北京站曼聯(lián)對曼城的比賽，因天氣原因被取消了。因為鳥巢采用的草種一旦遇到連綿的陰雨天氣，蟲害是難以避免的，而蟲害也就造成了草皮與草皮直接拼接不齊整，最終坑坑洼洼的場地，并不適宜進(jìn)行足球比賽。

國內(nèi)的期貨、鳥巢的草皮和養(yǎng)殖場的豬背后，都是一場來得措不及防的大雨。想必大家的疑問都是，中國的氣象局就不能把數(shù)據(jù)做得更精確一些嗎？長期以來，中國氣象部門一直免費(fèi)提供氣象信息服務(wù)，氣象預(yù)報的發(fā)布權(quán)被氣象部門壟斷，未經(jīng)官方許可媒體也不得擅自轉(zhuǎn)播、轉(zhuǎn)載。而這種免費(fèi)的公益服務(wù)導(dǎo)致中國的氣象服務(wù)發(fā)展了30年，卻仍處于幼稚的起步階段，沒有形成規(guī)模，更沒有形成產(chǎn)業(yè)。

好在2015年的9月29日，中國氣象數(shù)據(jù)網(wǎng)正式上線對外服務(wù)，該站將成為中國氣象局對社會開放基本氣象數(shù)據(jù)和產(chǎn)品的共享門戶。目前，用戶可以通過中國氣象數(shù)據(jù)網(wǎng)官方網(wǎng)頁（http://data.cma.cn）訪問和下載各類氣象數(shù)據(jù)。

商業(yè)氣象服務(wù)意味著巨大的創(chuàng)業(yè)機(jī)會

不用說商業(yè)氣象服務(wù)在中國將是一個巨大的創(chuàng)業(yè)機(jī)會。氣象數(shù)據(jù)的應(yīng)用不僅僅局限于種植業(yè)畜牧業(yè)，金融保險以及服裝廠家等等都對精確的氣象預(yù)測有需求。

歐洲的氣象服務(wù)已經(jīng)全部商業(yè)化，年產(chǎn)值達(dá)到2600億美元，美國 1600 億美元，日本 100 億美元，而中國只有 6 億美元。根據(jù) “德爾菲氣象定律”，企業(yè)氣象投入產(chǎn)出比為 1:98，即在氣象信息上每投資 1 美元，便可以得到 98 美元的經(jīng)濟(jì)回報。

兩家非常有代表性的公司，2013年孟山都9.3億美元收購Climate Corporation，Climate中文意思是氣象，可以理解他們做的是相對中長期氣象對于整個環(huán)境特別是農(nóng)業(yè)的影響，這一點(diǎn)在后面會特別講到。另外一家是2015年IBM 20億美元收購The Weather Company的B2B數(shù)據(jù)業(yè)務(wù) ，The Weather Company在美國做的天氣預(yù)報的商業(yè)化公司，它們旗下有電視臺節(jié)目The Weather Channel天氣頻道，根據(jù)15年2月統(tǒng)計，能覆蓋全美付費(fèi)電視觀眾的83.6%。IBM收購的是它們2B的部分和數(shù)據(jù)分析部分，為企業(yè)提供實時天氣分析信息，幫助企業(yè)靈活決策。

農(nóng)業(yè)領(lǐng)域應(yīng)用：以美國為例

氣象數(shù)據(jù)最重要的應(yīng)用在農(nóng)業(yè)，特別是種植業(yè)。主要是種植業(yè)管理指導(dǎo)，氣象對于四大主糧：水稻，玉米，小麥和馬鈴薯的影響比較大，特別是溫度和降水的影響。對于創(chuàng)業(yè)公司而言，抓住典型的應(yīng)用場景，建立關(guān)鍵農(nóng)作物模型，并且在每個農(nóng)作物行業(yè)打下標(biāo)桿客戶，是這個領(lǐng)域的核心競爭壁壘。

我國種植業(yè)也是從近10年開始重視規(guī)?；s化種植，特別是今年1月，農(nóng)業(yè)部發(fā)布《關(guān)于推進(jìn)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)發(fā)展的實施意見》（以下簡稱《意見》），提出到2018年基本完成數(shù)據(jù)的共用共享，2020年實現(xiàn)政府?dāng)?shù)據(jù)集向社會開放，2025年建成全球農(nóng)業(yè)數(shù)據(jù)調(diào)查分析系統(tǒng)。這塊美國由于農(nóng)業(yè)信息化程度較高，走在我國前列，不僅把氣象相關(guān)數(shù)據(jù)結(jié)合GIS和土壤數(shù)據(jù)還有其他IoT的數(shù)據(jù)結(jié)合：孟山都買下三家數(shù)據(jù)分析公司，分別在精密播種，氣象數(shù)據(jù)分析和土壤測試。

金融領(lǐng)域

金融領(lǐng)域，美國的氣象保險市場價值200億美元，相當(dāng)成熟，廣泛應(yīng)用于傳統(tǒng)農(nóng)業(yè)保險里面的標(biāo)的核算，核保定損，還有以Climate Corporation為典型的氣象公司推出氣象指數(shù)保險。這方面我國的需求非常強(qiáng)烈，國內(nèi)也有多家保險公司在聯(lián)合氣象公司推出太陽能輻射指數(shù)保險、風(fēng)力發(fā)電指數(shù)保險，但鑒于國內(nèi)保險公司關(guān)于氣象相關(guān)的的風(fēng)險定價能力非常差，是創(chuàng)業(yè)公司機(jī)會。除了企業(yè)保險之外，其他金融相關(guān)領(lǐng)域氣象數(shù)據(jù)也有廣泛結(jié)合點(diǎn)，但氣象是否能起決定因素，是衡量創(chuàng)業(yè)機(jī)會的核心。

其他早期的應(yīng)用方向

另外還有其他早期的應(yīng)用方向，比如在能源上面做選址和電力輸電系統(tǒng)的災(zāi)害天氣預(yù)報和監(jiān)測，運(yùn)輸上面，我們看到中國的民航氣象服務(wù)基本都被澳大利亞和日本的公司壟斷，很難段時間超越，但在新興的通航市場，不論是機(jī)場還是航線相關(guān)的氣象預(yù)報，對創(chuàng)業(yè)者來說都會有非常大的機(jī)會。另外，在美國有不少公司都出了給路面交通特別是物流行業(yè)的實時氣象分析預(yù)報系統(tǒng)，在國內(nèi)這方面還比較早期。

氣象大數(shù)據(jù)在金融方向的應(yīng)用已初露端倪，且就在我們的身邊。上海迪士尼開園，國內(nèi)首款游園天氣險上線，游園當(dāng)日達(dá)到大雨標(biāo)準(zhǔn)，可獲得100元補(bǔ)償；游園當(dāng)日氣溫大于等于37度可獲得50元補(bǔ)償，高溫或者大雨的天氣將不再讓大老遠(yuǎn)跑來嘗鮮的小伙伴們敗興而歸。

氣象大數(shù)據(jù)知識普及

我國目前有 5 萬多個地面觀測站，其中包括 2400+ 國家級地面觀測站，此外還有行業(yè)屬性的農(nóng)業(yè)觀測站 (如土壤墑情)、雷電觀測站、交通氣象觀測站等地面觀測站；對流層空間主要以六分鐘一個周期更新的雷達(dá)為主；還有在軌運(yùn)行的衛(wèi)星構(gòu)成每年P(guān)B級氣象海量數(shù)據(jù)，每年為PB（100 萬 GB）等級數(shù)據(jù)量。天氣預(yù)報目前提供服務(wù)的有：分鐘級降水預(yù)報、72 小時逐小時預(yù)報、七天預(yù)報 (每半天)、到 40 天逐日天氣預(yù)報，長期則有逐季以及一年的氣候預(yù)報產(chǎn)品提供企業(yè)行精細(xì)化服務(wù)。

而氣象大數(shù)據(jù)技術(shù)，簡單說就是利用上面講的氣象數(shù)據(jù)，對于下面四個元素的統(tǒng)計評估和和精確預(yù)測，這四種元素的分析難度從低到高分別是：溫度，降水，風(fēng)和輻射。最根本的氣象學(xué)模型，是一個叫做全球氣候模式（Global Climate Model）：求解大氣流動的控制方程（Navier-Stokes Equations）這個模式需要非常大的運(yùn)算量，目前能解釋的最好的是歐洲氣象局，還有日本，美國，中國氣象局也在深入研究這個模式，我國氣象局有一棟樓的server在運(yùn)算，可見不是一般商業(yè)公司可以承擔(dān)的。而商業(yè)公司基本都是基于這個模式的數(shù)據(jù)輸出，來做分析。這個方面，我們看到了幾個技術(shù)發(fā)展的趨勢，分別是：基于已有的較大尺度范圍的氣象數(shù)據(jù)，進(jìn)行多源數(shù)據(jù)融合，降尺度以及利用深度學(xué)習(xí)在圖像上的應(yīng)用提高預(yù)測精準(zhǔn)度。