京公网安备 11010802034615号
经营许可证编号:京B2-20210330
无人机+大数据,飞向产业新蓝海
航拍、植保、巡检、测绘……这几年,无人机应用越来越广泛,无人机产业已处于新经济的重要风口,每年应用市场增长率超过50%。盐城无人机行业2011年起步,2015至2017年进入快速发展阶段,目前无人机拥有量约8000架,其中用于航拍6000架,用于消防等行业约1000架,其余主要服务农业植保。作为新兴产业,无人机如何整合行业资源,“飞”入新蓝海?近日召开的盐城市无人机行业应用研讨会上,行业“大咖”纷纷支招。
“无人机-遥控器”,
实现全自主飞行
“2015年,我带着无人机第一次去稻田主飞。5000亩地,四个人面对面站在田埂上,手举小旗,无人机从田这头飞到田那头,每过10多分钟就要换一次电池,特别累人。”说起传统无人机的痛点,盐城本土第一家无人机生产企业、江苏艾格信航空科技有限公司总经理陈晓峰感触颇深。由于飞行器续航时间短,每飞一段,无人机就得降落换电池。“记得一次巡检1600公里长的公路,我们多飞几倍的路程,‘飞跑’四架无人机。”
传统无人机的瓶颈远不止于这些。在极飞地理负责人游春成看来,传统无人机需通过飞手控制,而培养一名专业飞手要3个月;无人机如果要去基站覆盖不到的地方,工作人员必须扛着移动基站到处跑,工作效率低;由GPS定位的传统无人机,坐标误差为5米左右,很难说得上精准……无人机高效智能化应用,还存在很大提升空间。
“常见的无人机都有遥控器,遥控器依赖人来操作,时间一长,飞手就会疲劳。如今,我们引入RTK技术,并在全国布点固定基站,有望攻克这一难题。”其实,游春成所说的RTK技术,是测绘行业已沿用十几年的成熟技术,极飞只是做了一项跨界融合,将原来GPS米级的定位精度,精准到RTK的厘米级。技术的融合,也让飞手放下遥控器,只需在平台上设计飞行线路,便可实现无人机的全自主飞行,甚至还能“聪明”地避开电线杆等障碍物。告别遥控器,无人机飞行误差小了,应用效率高了。同时,智能飞行不需要专业飞手,人员培训仅需3天,更能实现一人同时操作3架无人机,大大解放了劳动力,降低成本。
去年,全国已有4000架无人机“告别”遥控器,实现精准飞行,成为智慧农业的高效助手,其中江苏约300架,盐城有40多架。
“无人机+农业”,
“加”入精细化产业链
“农业大市要成为农业强市,就不能满足于人工+机械化,而要考虑做好‘无人机+’文章,向精准农业发力。”游春成认为,无人机+农业,本土化非常重要。“江苏农业专家到新疆去,未必能种出好的水稻来。因为对农业来说,本土人更懂环境。而且农业是微利行业,无人机服务一亩地,利润只有几元、几角,甚至是几分钱,从成本上考量,无人机不便‘飞出去’做农业植保。”
“农业对无人机行业来说仍有广阔市场。我不建议大家自立门户,因为成本代价非常高。本土企业只要真正沉淀下来,结合当地农业特色、资源优势,同样能在产业链中找到一条适合自己的路,在本土站稳脚跟。”北京中斗科技股份有限公司副总裁李娜建议。
研讨会现场许多专家认为,参与到农业领域的本土无人机企业,最好能把眼光放到耕种管收烘销各个环节,走专业路,做精细化,这样就不愁没市场。“专业化的关键是人才。无人机科技的注入,能够让年轻人感觉农业不再‘苦、脏、累’,从而吸引更多的有志青年。”
“如今,植保、测绘、安防、警备、电力巡检等很多领域都离不开无人机,但对地区来说,发展无人机行业还要注意避免同质化竞争。”苏州中桐创业投资有限公司创始合伙人施登岭坦言,江苏涉足无人机行业的企业不少,未来要实现更好发展,就必须整合好行业资源,政府要引导企业对市场进行细分、错位发展,这样无人机才能“飞”得更远。
“无人机×数据”,
让数据越飞越大
一张航拍测绘图,表面看不出什么,但如果关联到大数据,传统航拍的价值就变得不可估量。无人机是数据采集的利器,在数据获取方面优势明显,而“飞出来的数据”得以应用,并转化成服务,其价值才会无限放大。
“不应把无人机仅作为一个‘会飞行’的工具,其更大作用是在数据的应用中。”游春成举例说,农业保险定损时,以往都是由人拿着测损仪器去受灾地测量,但许多时候,人进不了受灾地块,最终只能由农户自行上报受损情况,这样得到的数据很难客观。现在许多保险公司更喜欢用无人机来获得更精准的受灾数据。无人机作为获得大数据的一个有效工具,不仅为测损提供有效的解决途径,而且在政府部门诸多宏观调控上,给出十分“得力”的参考。
“无人机和大数据,是天然的搭档。”近年来,国家对大数据和人工智能的重视程度不断提高,而无人机则引发空中的大数据革命。盐城在无人机研发、应用、培训上优势突出,同时又拥有省内第一家大数据产业专门园区,得天独厚的大数据行业资源,为打造江苏“无人机+大数据”高地创造出有利条件。
“当下,无人机应用的浪潮已经来临。”陈晓峰坚信,未来大数据很可能是由最先进的采集工具和人工智能来完成,无人机作为一个技术成熟、性能稳定的工具,服务越来越智能、高效、精准,而当无人机与物联网、与农业有效融合时,无疑将带来数据采集及应用的巨大突破。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01