基于GIS和遥感机器学习的农业种植保险精准服务系统设计及应用

罗顶林 李菁

摘要：为了解决农业种植保险中承保理赔信息不清、风险较大及效率低下等问题，提出了一种基于GIS和遥感机器学习的农业种植保险精准服务系统。通过对承保区域持续性卫星遥感监测和机器学习作物分类，对作物种植面积、作物长势、作物灾害翻等情况形成不同遥感监测图层。在农业保险一张图嗍中通过叠加承保地块图层、遥感监测图层和关联承保档案数据，可以精确定位查看承保标的的作物种植类型、面积、灾害情况，为精准承保、精准理赔及保险监管提供完整的数据支持和服务。农业种植保险精准服务系统和保险公司业务系统集成，可实现农业保险业务办理精准化、流程化和电子化，对推动农业保险业务和服务升级具有极大的作用和意义。农业种植保险精准服务系统的实施与实现，能实现精准承保和部分精准理赔业务要求。对于精准理赔，需要进一步结合气象、植保等数据，完善作物灾害模型，提供不同种类灾害预警和监测准确性和时效性，扩大农业种植保险精准服务系统的可用性。

关键词：农业种植保险;机器学习;遥感;地理信息系统

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）14-0108-02

1概述

2019年9月，国家财政部、农业农村部、银保监会和林草局联合发布了《关于加快农业保险高质量发展的指导意见》，明确提出不断提升农业保险信息化水平，逐步整合财政、农业农村、保险监督管理、林业草原等部门以及保险机构的涉农数据和信息，做到定损到户、理赔到户，不错赔、不拖赔，切实提高承保理赔效率，健全科学精准高效的查勘定损机制。

目前农业保险信息化应用主要以农业保险业务办理系统为主，缺少精准化的标的位置、种植面积、作物长势、灾害分析、产量预估等数据支持，造成农业保险补贴使用效率不高、骗保、风险过大等情况。为了满足农险企业对农业保险精准办理及监管需要，达到稳定粮食生产保证国家粮食安全的目的，本文提出了一种基于GIS和遥感机器学习的农业保险精准服务系统，支持承保地块精准定位、标的种植面积统计、灾害分析、标的档案管理等全周期农业保险服务系统，可以从验标、承保、理赔、监管等阶段为农业保险业务提供全生命周期精准化服务。

2农业保险精准服务系统设计

为了使农业保险精准服务系统能够方便对接不同农业保险机构业务系统，系统采用了SAAS（软件即服务）云服务系统架构，系统分为基础设施层、数据层、服务层和应用层，使用成熟的sDring Cloud微服务框架以保证系统的扩展性、健壮性。不同农险企业可根据自身需要对接农业保险精准服务或直接使用农业保险一张图等农业保险应用层系统。系统整体架构如图1所示。

2.1数据层设计

2.1.1农作物适时遥感数据

利用自研的遥感自动化处理平台，用户登录建立监测任务，该任务关联指定监测区域、监测起始时间及监测作物类型信息，可以实现哨兵2号衛星遥感数据的自动化数据获取、分布式数据处理及NDVI和农作物分类专题图。处理过程中生成的各阶段数据以GeoTIFF文件格式，以统一编目形式存储在分布式文件系统中。

2.1.2农业保险业务数据

农业保险业务数据是指保险业务人员在办理保险承保、验标、查勘及理赔过程中产生的数据、相关附件材料及电子档案等。农业保险业务数据一般都存储在保险公司服务器中。由于农业种植保险精准服务系统对业务数据实时性要求不高，采用数据包形式（SQLLite数据库和附件文件夹）和农业种植保险精准服务系统进行定期数据对接，数据包中包含了业务数据版本号和导出时间，在农业种植保险精准服务系统导人数据包时，可根据数据版本更新已变化数据记录。

2.1.3农业农村数据集成

支持对农业农村部门现有的土地和种植电子化数据（承包经营权数据、“两区”划定数据、行政区划界线数据等）进行数据抽取、转换和入库，并集成到系统数据库中，实现对农户和村集体农作物保险的精准化办理。

2.2服务层设计

由于不同农业保险公司有不同保险业务系统和办理流程，农业种植保险精准服务系统作为底层数据服务系统应该强调高内聚低耦合，服务层隐藏了系统业务逻辑细节，利用SpringCloud微服务框架分为农业保险遥感监测服务、农业保险档案服务和农业保险业务服务三个业务微服务，提供更宏观，面向应用层的服务逻辑，利用统一服务调用进行包装和接口暴露。

这种设计可以保证系统具有良好和健壮性、扩展性和灵活性，方便和不同农业保险公司业务系统进行对接，也方便我们基于这些服务开发新的农业保险应用软件。

2.2.1农业保险遥感监测服务

农业遥感监测服务提供基于卫星遥感监测数据的农作物监测数据，主要分为地图服务和查询服务两类，地图服务分为专题地图服务和基础地图服务两类，基础地图服务提供农作物遥感分类图层、承保地块图层和行政区划界限图层;专题地图服务主要是为特定灾害提供的灾害分析图层和作物长势图层。所有地图服务采用OGC的WMS和WMTS标准发布，以方便客户使用和集成。查询服务支持通过保单号和承保人姓名、身份证等信息查询承保地块作物长势、作物面积分类统计、灾害分析等文本格式遥感监测分类报告。查询服务采用Restful API规范，方便和移动端、PC端等各种保险业务系统集成。

2.2.2农业保险档案服务

农业保险档案服务综合考虑保险业务数据（电子保单、办理过程表单数据）、标的位置（承保地块）和农作物情况（种植面积、作物长势等）等农业保险全过程数据，对其进行分类编目和结构化整理，形成统一的农业保险档案规范和元数据，方便农业保险查询、统计和应用。用户可以通过保单号、承保人身份信息等查询获取完整标的档案，支持档案数据质量检查和统计分析接口，方便保险监管部门对承保数据进行分析核查。

2.2.3农业保险业务服务

农业保险业务服务是在农业保险遥感监测服务和档案服务的基础上，采用工作流技术，实现了农业保险承保和理赔办理业务办理的一体化流程。承保、验标、查勘、理赔等业务办理节点均以Restful Web服务方式提供API接口，可以方便的和移动端或PC端农业保险业务办理前端结合，实现农业保险业务办理的电子化、流程化和精准化。

2.3应用层设计

2.3.1农业保险一张图

在服务层农业保险遥感监测服务、农业保险档案服务和农业保险业务服务的基础上，基于GIS技术，集成遥感影像、行政区划边界、承包地确权数据、承保地块和保险业务数据，通过空间数据分析挖掘，形成内容丰富、形式多样的农业保险一张图，支撑农业保险精准化、专业化和智能化应用，实现“p2图承保”“以图理赔”。

2.3.2农业保险档案系统

利用农业保险档案服务和农业保险遥感监测服务，提供农业保险电子表单在线填报及打印、档案查询、档案下载、档案数据检查及归档、档案和地图互查的“以图管档”等功能。

3农业保险精准服务系统应用

目前系统已在全国多个地方进行了落地应用，此处以安徽水稻保险为例进行说明。为了提高保险业务办理效率减少纠纷，以前保险公司在办理业务时用到了易农险、无人机拍照等多类软件和设备，主要痛點是业务办理信息化程度较低、数据杂乱、多软件使用对业务人员素质要求很高，整体农业保险办理效率低下、数据不准确，容易引起纠纷。在和用户多次对接和实际调研后，针对用户在验标、出险查勘、数据采集等环节的业务需求，我们给用户推荐了农业保险精准服务系统，通过将保险公司现有业务系统和系统的农业一张图和农业保险档案系统进行对接，实现了验标查勘精准化、承保查勘材料电子化、业务流程化。项目实施后，通过遥感识别的水稻保险面积统计准确率达到了90%以上，业务办理效率提升了30%以上，保险档案数据实现了完全的电子化管理。

4结果与结论

农业生产具有季节性、周期性、地域性等特点并易受自然灾害的影响，相较而言是风险较高行业。农业保险作为现代农业风险规避的有效工具，是政府稳定保障农业生产、支持农业经济发展的主要手段。目前，我国农业种植保险信息化水平比较低，存在承保作物类型、面积不清，保费补贴资金套取等痛点问题。农业保险公司通过对接农作物实时自动化卫星遥感监测系统，可对承保地块、种植作物类型、种植面积等保险核心指标进行精准化管理，提高涉农保险风险的识别、监控、预警和处置水平，实现精准承保、精准理赔。下一阶段研究重点主要为不同农作物灾害遥感分析模型、受灾面积识别和灾害评估，可以结合气象数据、灾害历史数据等进一步加强农业保险的精准化、智能化水平。