大數據分析農作物：是未來 但未來還未到來

《彭博社》報導，幾十年來，美國政府衛星一直在拍攝世界各地的詳細農作物照片，這些照片正在被像農業巨擘 Cargill 等公司有效利用，以在全球糧食市場中獲得優勢。

然而，美國農業部 USDA - 預測國內農作物的基準單位 - 認為這些圖像本身仍不能獨立用來預測年度玉米、小麥、或大豆收成。相反的，政府的主要信息來源仍然是農民調查和隨機抽樣。

USDA 負責世界作物預測的主席 Seth Meyer 表示，「衛星的先進程度還不足以區分作物的種植面積，因此精準度還有待商榷。這項技術將會變得更好，但現在它只是我們預測工具箱中的其中一項」。

去年美國主要農作物價值超過 1000 億美元，但預測往往艱難。隨著生長季節的長短，作物條件可能會隨著天氣的變化而改變，所以任何預測可能都會在收穫季節時偏離標準。自 1970 年代以來，美國一直在從太空拍攝照片，以追踪從天氣到軍隊運動等用途。但直到近幾年開始，科技才開始進步到可以對預測做出有效的輔助。

Statistics Canada （加拿大統計公司，StatCan）是負責該國每月作物預測的政府機構，已將衛星與天氣模型技術用於作物評估，每月可節省 15 萬加幣，但其他報告還是依然依靠調查與抽樣。

《彭博》指出，衛星會掃描數千平方英里的農地，並記錄每格兩張餐桌大小面積的日常變化，通過分析田地從播種到收割的綠化程度。爾後，使用電腦機器學習演算法將這些特徵與歷史數據生產結果，進行匹配以做出預測。

在 2008 年，美國開始免費提供衛星數據和 30 年的歷史圖像，歐盟也於 2013 年實行。而私人機構 Descartes Labs、TellusLabs、及 Planalytics 等公司使用這些數據開發計算機模型來進行各種預測，包括糧食生產。

近年來的衛星是透過測量植物反射或吸收的不同光帶，來偵測農作物的健康度。通常健康的圖像會顯示，葉子傾向於吸收更多的紅色和藍色光線，並反映更多的綠色。此外，與其他變量數據相結合，包括天氣、溫度、和土壤條件，然後與該地區的歷史數據和作物結果進行比對。

美國伊利諾伊州大學經濟學教授 Scott Irwin 提道，大數據預測離 USDA 的精準度還有一段距離，而銷售衛星圖像分析的公司將不得不證明他們可以實況擊敗 USDA 的預測，而不是僅僅對歷史數據模擬事後諸葛。