基于遙感技術創新的智慧農業保險

胡書愷 郭鵬

摘要 農業保險作為防范自然風險的管理手段，面臨著現代農業發展對農業保險高漲的需求和保險公司理賠產品稀少之間的巨大矛盾。將遙感技術與農業災害預報、精準農業相結合，立足于目前農業保險理賠環節成本高、效率低、精確度不夠等問題，結合新疆規模化種植、機械化程度高、農業災害頻發等特點，提出了新的智能理賠模式，并按照勘察、理賠等環節的工作需求設計出新的系統模式，包括數據庫管理，災害遙感提取，災害等級評價，監測結果顯示與輸出系統，旨在提高作物監測精度、降低理賠成本、縮短理賠周期等。最后以新疆兵團第七師墾區為示范，在發生冰雹災害后利用遙感、GIS等手段高效精確地完成了災后分析，驗證了模式的可行性，為改善新疆農業遙感監測技術和構建智慧農業保險提供了新的視角。

關鍵詞 農業遙感;農業保險;勘察理賠;智慧農業

中圖分類號：S127 文獻標識碼：A 文章編號：2095–3305（2021）05–0176–04

農業一直以來是我國國民經濟的重要組成部分，為了實現我國經濟騰飛并提高綜合實力，我國一直在探索農業發展道路，并在農業科技、經濟和社會各個方面都取得了巨大成就。但隨著我國農業適度規模經營的快速發展，農業自然風險、市場風險和質量安全風險也在不斷累加。近年來，農業保險作為中央強農惠農政策的重要組成部分和作為支持和促進農村經濟發展的重要手段，實現了快速發展。但由于起點低、底子薄，我國農業保險還不能很好地適應現代農業發展的需要。調查發現，現行的農業保險還存在諸多問題，農業保險政策亟待完善[1]。

遙感技術具有宏觀性、綜合性、獲取信息速度快、實時準確性等特點，在農業災害領域中被廣泛使用。特別是在農業遙感方面，已經將傳統農業耕作方式向生產模式定量化、精準化和機理化轉變。同時摒棄了傳統農業災害監測的劣勢，革新了災害監測的手段，充分利用地表信息，結合時空特征，及時更新和預警農業災害信息，既準確高效地確定受災狀況和定損理賠，又保證了農業災害的時效性和精確性[2]。

保險業屬于數據信息密集程度較高的行業之一，遙感數據的大范圍性、客觀真實性、長期連續性等特征都對保險公司具有高度的吸引力。特別是在農業保險市場領域，遙感具有重要的應用潛力。然而，盡管保險市場的規模巨大，遙感技術也快速發展，但到目前為止，遙感應用在保險業中的市場化程度不高。保險業對遙感期望的潛力與實際應用之間存在一定的差異，在借鑒國外研究的基礎上，聚焦基于遙感技術的農田承保與理賠，對量化和評估的概念模型與系統設計展開研究，并通過實證模擬分析探索出一套量化評估農田災害理賠的方法，為今后農田災害判定與理賠管理提供有針對性的依據。

1 數據來源與數據處理

1.1 研究區概況

研究區域位于新疆生產建設兵團第七師墾區，東經83°51'～85°51'，北緯44°20'～47°04'。第七師位于準噶爾盆地西南部的奎屯河流域，南面天山，北接庫爾班通古特沙漠，西與烏蘇市精河縣毗鄰。該地區地勢平坦，平均海拔高度450.8 m，自東南向西北傾斜，屬典型的溫帶大陸性氣候，冬季長而嚴寒，夏季短而炎熱。該地區年平均氣溫在6.5℃～7.2℃之間，北部地區氣溫低，南部高，年降水量在125.0～207.7 mm之間，無霜期為168～171 d，日照充沛，年日照時數為2 721～2 818 h。新疆地域遼闊，生態氣候條件獨特，耕地平整連片，條田建設規范，每年因農業災害造成的經濟損失不可估量，棉花種植的機械化和規模化水平較高，是中國最適宜實施農業遙感和精準理賠的地區[3]。

1.2 數據獲取

數據主要包括兩個部分，遙感影像數據和非遙感數據。遙感影像數據分別采用了無人機可見光和多光譜傳感器開展相關研究工作，包括空間分辨率10 m的受災前后對比圖、Parrot無人機搭載Sequoia四通道多光譜相機拍攝的遙感影像，非遙感影像數據來自對遙感影像進行對比后分析出的受災區面積和受災程度分布。實驗選用法國造Parrot無人機，可見光數據采用佳能EF-M18-55相機，鏡頭焦距18～55 mm，全景對焦，多光譜數據采集使用Parrot Sequoia四通道傳感器，包含綠光、紅光、紅邊和近紅外四個波段。數據采集時天氣情況良好，無風，無人機飛行航高150 m，航向重疊度為80%，旁向重疊度為60%。

2 模型分析與構建

2.1 問題分析

2.1.1 道德風險 我國傳統農業保險理賠方式大多是以人工為主，理賠員在受災耕地區目視作物受災狀況，然后利用量尺、GPS等工具測繪出受災作物面積，最后再根據測出的結果結合理賠政策及條款計算出理賠金額。雖然這種模式已經運行時間較久，并且各個環節也比較成熟，但在其間因為主要是以人作為依據，所以就會存在人為的“灰色空間”，面臨較多的道德風險，比如人工測算面積時產生誤差導致補償水平低，不能劃分不同區域的受災程度從而導致賠償糾紛、夸大虛假投保承保不規范等問題。

2.1.2 查勘過程 在自然災害發生后，現實生活中的農業墾區有分散性，生產條件復雜多變，而農業保險對農情信息又有較高的精確性。所以傳統的農業保險理賠就會呈現出一系列問題。尤其是在新疆這種大規模墾區環境下，使用人工勘察的辦法，會面臨勘察周期長、農情信息滯后、并且耗費大量的人力、物力、財力。

2.1.3 理賠定損 按照前期傳統的查勘方式，在復雜的墾區環境中由于人的調查能力有限，最終的勘查結果精度并不一定準確，實際受災面積、權屬、受災程度輕、中、重的劃分。由于事前對各類信息收集過少，后期理賠方案不合理，導致保額產生誤差，會對投保人或承保公司造成損失。

3 農業保險線上系統的設計

3.1 “基于遙感技術的農田承保與理賠”設計理念

因為傳統理賠體系和查勘手段的滯后性、人為干預性以及信息不對稱等，造成了越來越多的農業保險理賠問題。利用遙感、大數據分析、深度學習等智能化手段，在理賠時，根據前期數據庫中不斷疊加的農作物不同時期圖像以及受災后的地塊圖像特征進行深度對比，并與相應算法相結合，針對不同農作物災害形成專一的受災評估機制，將被投保地塊的受災前后最近一期遙感圖像作為依據，通過遙感衛星或無人機等設備對受災作物圖像的不同光譜特性，對圖像進行評估，可以精確地監測出受災面積、不同區域的受災程度等系統的、立體的受災指標，得到一份準確的評估結果。并以此作為根據，在理賠時與理賠標準費用進行“點對點”式的賠付，做到信息對等，精準理賠。除了在在災害發生后，在正常耕作期間，投保人同樣可以利用遙感監測農作物的生長態勢，一旦發現問題能做到早發現、早解決，大大減少不確定因素帶來的經濟損失。

保險科技手段的介入拓寬了農業保險的邊界，實現了農險產品的合理定價，提升了風險可保性，解決了運營管理成本高、農業保險市場不規范等一系列問題。

3.2 系統功能介紹

在研發系統時，關鍵在于如何將從投保到理賠的一系列流程結合在一起。最終歸納了所有涉及的環節，根據職能分為數據庫管理、災害遙感提取、災害等級評價、監測結果顯示與輸出四個子系統。

投保人的個人信息、所擁有土地面積、權屬、作物分布等數據，系統管理端的氣象災害歷史記錄、地理信息、每日更新的遙感影像等，用戶端和個人端的綜合數據皆可存儲在數據庫管理子系統中。當出現理賠情景時，系統將從個人信息庫、圖像庫、地理信息庫中調取所有信息并將其進行初步處理，例如采樣、圖像壓縮與分割等，為下一步理賠工作做好鋪墊。

減小影像的傳輸數據量和優化顯示性能，需建立影像金字塔，通過影像降采樣方法，建立一系列不同分辨率的影像圖層，每個圖層分割存儲，并建立相應的空間索引機制[4]。

當發生自然災害后，災害遙感提取系統可以從數據庫中調取最近一期衛星過境時拍攝的受災前后的圖像。以冰雹災害為例，通過拍攝獲得的災前災后植被指數對比，可獲取冰雹災害的發生范圍，根據冰雹災害的監測結果，在受災區選取不同等級的調查點作為實測點，實測結果作為驗證冰雹災害的理賠依據，同時也可根據實測結論對冰雹災害提取的模型進行修正和改進。

通過學習不同災害的特征，災害等級評價系統會結合此類災害的專一算法，對傳輸來的影像分區域進行“輕、中、重”的等級評估，充分發揮其大范圍、經濟性、時效性、精準性的特點。

投保人購買農業保險是希望在發生經濟損失時能多一份保障，減少自身損失。因此保險公司的本職工作，是做好理賠環節。系統后臺可以根據設置好的起賠點，根據農作物生長狀態分別設置理賠金額和災損面積計算賠償。不同保險公司可根據當地環境因地制宜制定好理賠標準，將理賠標準編寫為計算機語言后，系統可以將最后的理賠細則和最終理賠結果顯示在投保人的個人用戶端，最終只需在線上即可完成賠付工作，在保證公平合理的條件下大大節省了雙方的時間，既能達到節約成本、提高效率的目的，又能吸引更多的潛在用戶，擴大市場。

3.3 線上系統的創新性

當下，在云計算等強大信息技術架構支撐下，災害遙感業有著極大的創新空間，進入了全新的發展階段。依托計算機云軟件架構，可以合理優化軟件運行、數據計算、網絡配置等相關資源的調配，從而實現業務處理敏捷，高效利用資源，降低運行維護成本，使遙感業務系統更加精準、迅速、集約。

4 案例事件與分析

2019年8月23日20：00左右，新疆奎屯延線兵團第七師墾區遭遇罕見的冰雹災害，123團、127團、128團、129團等地農作物受災嚴重。團隊利用衛星影像對此次災害進行了監測評估。通過8月20日（受災前）和8月25日（受災后）的衛星影像（空間分辨率10 m）進行對比監測，對農作物的受災程度和等級進行了分析。該區域原始衛星影像見圖1、圖2。

團隊在8月31日與當地保險部門聯合開展了無人機與衛星影像對比驗證試驗，分別在受災情況比較嚴重的127團15連、10連和128團15連、17連進行了數據采集，飛行采用了法國造Parrot無人機，搭載了瑞士造Sequoia四通道多光譜相機，共4個架次，累計飛行面積超過1 000 hm2棉田。無人機多光譜影像監測結果與衛星影像圖監測結果對比見圖2～圖6。

驗證結果表明，無人機數據監測結果與衛星影像監測結果高度吻合，精度極高。但考慮到無人機數據采集的成本和效率，認為對于大范圍災害監測，利用衛星遙感影像開展災害監測任務不僅可以滿足大尺度監測的精度和時間要求，而且能夠節省監測成本，是災害監測的首選手段和方法。受災區監測結果見圖7。

根據受災區域衛星影像監測結果，對影像進行了統計分析，分別計算了該區域不同團場、不同程度的受災面積（表1）。

從統計結果可以看出，本次災情重點分布在123團、127團、128團和129團，總計受災面積約為14 266.66 hm2，其中128團受災面積最大，約7 386.67 hm2，約占總面積的51.78%，其次是129團，受災面積約為2 900 hm2，約占總面積的20.33%，123團和127團受災面積相對較小。從受災嚴重程度上來看，較為嚴重（重度和中度）的區域面積約為7233 hm2，主要集中在127團10連和15連、128團15連和17連，以及129團西部的部分棉田（圖8、圖9）。

5 結論

保險學界對業內遙感應用的研究通常是介紹和分析遙感技術在某一特定險種中的應用方法和取得的成效，即利用遙感技術優勢解決承保和理賠的高成本等問題。總結遙感在保險業中的利用狀況，聯系保險產品特征剖析，基于遙感技術針對新疆特殊的地理環境有針對地的展開理賠與保險[5]。隨著農業保險的推廣普及，在農田受損后，農民可以得到相應的賠付，減少農民的損失，農業保險起到了農業后備軍的作用。未來，應大力構建新型農業保險系統，打造適合本土的現代化、科技化、智能化的農業完整體系。創新和健全農業保險機制，依托以遙感、編程技術發展線上一體化農業保險系統，切實保障投保人的利益及農業生產安全，降低農業保險定損與賠付環節的誤差，實現可持續發展。

參考文獻

[1] 胡亦琴.論農業保險制度的基本框架與路徑選擇[J].農業經濟問題， 2003（10）： 40-43.

[2] 李勇杰，王海萍，陳水森.融合3S技術的廣東農業保險創新發展分析[J].社會科學家， 2013（10）： 68-70， 74.

[3] 趙博文.基于距中植被指數的黑龍江省農業災害遙感監測[D].哈爾濱：東北農業大學， 2019.

[4] 朝魯門.基于衛星遙感的冰雹災害監測研究[J].農村經濟與科技， 2018， 29（19）： 50-51.

[5] 張小東.遙感技術與保險應用：適用與挑戰[J].金融理論與實踐，2020（2）：104-109.

責任編輯：黃艷飛