国内的期货、养殖场的猪还有那鸟巢的草皮背后的大雨
7月8日,国内期货商品市场阴霾一片,农业板块商品再度遭遇重创,双粕期货领跌。这是双粕期货连续四个交易日下跌,菜粕期货合计跌幅超过15%,豆粕则超过11%。业内人士认为,7月8日国内期市大跌,既受到国际隔夜市场美元走强以及原油暴跌等因素影响,也与国内南方暴雨灾情有关。
洪灾集中的湖南、湖北、安徽、江西、重庆、江苏局部等地区,这些区域生猪养殖在全国市场占比约为21%,许多养猪人的利益也受到不同程度的损失,各种有关于的猪场受损新闻报道,如《安徽大型养猪场被洪水转走1.3万头猪》《洪灾中主人泪别6000头猪》等不断见于媒体之上。
7月25日,国际冠军杯中国赛北京站曼联对曼城的比赛,因天气原因被取消了。因为鸟巢采用的草种一旦遇到连绵的阴雨天气,虫害是难以避免的,而虫害也就造成了草皮与草皮直接拼接不齐整,最终坑坑洼洼的场地,并不适宜进行足球比赛。
国内的期货、鸟巢的草皮和养殖场的猪背后,都是一场来得措不及防的大雨。想必大家的疑问都是,中国的气象局就不能把数据做得更精确一些吗?长期以来,中国气象部门一直免费提供气象信息服务,气象预报的发布权被气象部门垄断,未经官方许可媒体也不得擅自转播、转载。而这种免费的公益服务导致中国的气象服务发展了30年,却仍处于幼稚的起步阶段,没有形成规模,更没有形成产业。
好在2015年的9月29日,中国气象数据网正式上线对外服务,该站将成为中国气象局对社会开放基本气象数据和产品的共享门户。目前,用户可以通过中国气象数据网官方网页(http://data.cma.cn)访问和下载各类气象数据。
商业气象服务意味着巨大的创业机会
不用说商业气象服务在中国将是一个巨大的创业机会。气象数据的应用不仅仅局限于种植业畜牧业,金融保险以及服装厂家等等都对精确的气象预测有需求。
欧洲的气象服务已经全部商业化,年产值达到2600亿美元,美国 1600 亿美元,日本 100 亿美元,而中国只有 6 亿美元。根据 “德尔菲气象定律”,企业气象投入产出比为 1:98,即在气象信息上每投资 1 美元,便可以得到 98 美元的经济回报。
两家非常有代表性的公司,2013年孟山都9.3亿美元收购Climate Corporation,Climate中文意思是气象,可以理解他们做的是相对中长期气象对于整个环境特别是农业的影响,这一点在后面会特别讲到。另外一家是2015年IBM 20亿美元收购The Weather Company的B2B数据业务 ,The Weather Company在美国做的天气预报的商业化公司,它们旗下有电视台节目The Weather Channel天气频道,根据15年2月统计,能覆盖全美付费电视观众的83.6%。IBM收购的是它们2B的部分和数据分析部分,为企业提供实时天气分析信息,帮助企业灵活决策。
农业领域应用:以美国为例
气象数据最重要的应用在农业,特别是种植业。主要是种植业管理指导,气象对于四大主粮:水稻,玉米,小麦和马铃薯的影响比较大,特别是温度和降水的影响。对于创业公司而言,抓住典型的应用场景,建立关键农作物模型,并且在每个农作物行业打下标杆客户,是这个领域的核心竞争壁垒。
我国种植业也是从近10年开始重视规模化集约化种植,特别是今年1月,农业部发布《关于推进农业农村大数据发展的实施意见》(以下简称《意见》),提出到2018年基本完成数据的共用共享,2020年实现政府数据集向社会开放,2025年建成全球农业数据调查分析系统。这块美国由于农业信息化程度较高,走在我国前列,不仅把气象相关数据结合GIS和土壤数据还有其他IoT的数据结合:孟山都买下三家数据分析公司,分别在精密播种,气象数据分析和土壤测试。
金融领域
金融领域,美国的气象保险市场价值200亿美元,相当成熟,广泛应用于传统农业保险里面的标的核算,核保定损,还有以Climate Corporation为典型的气象公司推出气象指数保险。这方面我国的需求非常强烈,国内也有多家保险公司在联合气象公司推出太阳能辐射指数保险、风力发电指数保险,但鉴于国内保险公司关于气象相关的的风险定价能力非常差,是创业公司机会。除了企业保险之外,其他金融相关领域气象数据也有广泛结合点,但气象是否能起决定因素,是衡量创业机会的核心。
其他早期的应用方向
另外还有其他早期的应用方向,比如在能源上面做选址和电力输电系统的灾害天气预报和监测,运输上面,我们看到中国的民航气象服务基本都被澳大利亚和日本的公司垄断,很难段时间超越,但在新兴的通航市场,不论是机场还是航线相关的气象预报,对创业者来说都会有非常大的机会。另外,在美国有不少公司都出了给路面交通特别是物流行业的实时气象分析预报系统,在国内这方面还比较早期。
气象大数据在金融方向的应用已初露端倪,且就在我们的身边。上海迪士尼开园,国内首款游园天气险上线,游园当日达到大雨标准,可获得100元补偿;游园当日气温大于等于37度可获得50元补偿,高温或者大雨的天气将不再让大老远跑来尝鲜的小伙伴们败兴而归。
气象大数据知识普及
我国目前有 5 万多个地面观测站,其中包括 2400+ 国家级地面观测站,此外还有行业属性的农业观测站 (如土壤墒情)、雷电观测站、交通气象观测站等地面观测站;对流层空间主要以六分钟一个周期更新的雷达为主;还有在轨运行的卫星构成每年PB级气象海量数据,每年为PB(100 万 GB)等级数据量。天气预报目前提供服务的有:分钟级降水预报、72 小时逐小时预报、七天预报 (每半天)、到 40 天逐日天气预报,长期则有逐季以及一年的气候预报产品提供企业行精细化服务。
而气象大数据技术,简单说就是利用上面讲的气象数据,对于下面四个元素的统计评估和和精确预测,这四种元素的分析难度从低到高分别是:温度,降水,风和辐射。最根本的气象学模型,是一个叫做全球气候模式(Global Climate Model):求解大气流动的控制方程(Navier-Stokes Equations)这个模式需要非常大的运算量,目前能解释的最好的是欧洲气象局,还有日本,美国,中国气象局也在深入研究这个模式,我国气象局有一栋楼的server在运算,可见不是一般商业公司可以承担的。而商业公司基本都是基于这个模式的数据输出,来做分析。这个方面,我们看到了几个技术发展的趋势,分别是:基于已有的较大尺度范围的气象数据,进行多源数据融合,降尺度以及利用深度学习在图像上的应用提高预测精准度。
本文来源:蓝驰创投 责任编辑:彭丽慧_NT5727