本申請涉及信息及金融科技領(lǐng)域,應(yīng)用于針對種植業(yè)保險進(jìn)行評估的場景中,尤其涉及一種種植業(yè)保險評估方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì)。
背景技術(shù):
1、隨著計算機(jī)技術(shù)和信息技術(shù)的飛速發(fā)展,它們在金融科技領(lǐng)域的應(yīng)用日益廣泛,特別是在保險行業(yè)的各個場景中。
2、種植業(yè)保險作為一種重要的農(nóng)業(yè)保險形式,主要針對農(nóng)作物在生長及初步加工階段可能遇到的各種自然災(zāi)害和意外事故導(dǎo)致的經(jīng)濟(jì)損失提供風(fēng)險保障。因此,種植業(yè)保險的評估流程對于保險公司的風(fēng)險管理而言有著重要意義。
3、目前,種植業(yè)保險評估通常依賴于信貸員或?qū)I(yè)人員的人工現(xiàn)場調(diào)查和統(tǒng)計。這種方式耗時且勞動密集,不僅存在時效性較差的問題,還容易導(dǎo)致評估流程的數(shù)據(jù)不準(zhǔn)確和效率低下,從而影響保險公司的核保和理賠效率。
技術(shù)實現(xiàn)思路
1、本申請實施例的目的在于提出一種種植業(yè)保險評估方法、裝置、計算機(jī)設(shè)備及存儲介質(zhì),以解決種植業(yè)保險的評估流程數(shù)據(jù)不準(zhǔn)確和效率低下的技術(shù)問題。
2、為了解決上述技術(shù)問題,本申請實施例提供一種種植業(yè)保險評估方法,采用了如下所述的技術(shù)方案:
3、一種種植業(yè)保險評估方法,包括下述步驟:
4、獲取目標(biāo)農(nóng)田的衛(wèi)星遙感數(shù)據(jù)、無人機(jī)影像和地面?zhèn)鞲衅鲾?shù)據(jù),并集成為所述目標(biāo)農(nóng)田的綜合監(jiān)測數(shù)據(jù),所述綜合監(jiān)測數(shù)據(jù)包括多光譜圖像、多光譜數(shù)據(jù)和地形數(shù)據(jù);
5、根據(jù)所述多光譜圖像和所述地形數(shù)據(jù)進(jìn)行邊界識別,得到所述目標(biāo)農(nóng)田的邊界信息;
6、根據(jù)所述多光譜圖像和所述多光譜數(shù)據(jù)進(jìn)行綜合分析,確定所述目標(biāo)農(nóng)田的作物類型信息和作物健康狀態(tài)信息;
7、根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息,評估所述目標(biāo)農(nóng)田的種植風(fēng)險等級,并生成對應(yīng)的評估報告。
8、進(jìn)一步的,所述根據(jù)所述多光譜圖像和所述多光譜數(shù)據(jù)進(jìn)行綜合分析,確定所述目標(biāo)農(nóng)田的作物類型信息和作物健康狀態(tài)信息的步驟,具體包括:
9、根據(jù)所述多光譜數(shù)據(jù)進(jìn)行作物類型識別,得到所述作物類型信息;
10、根據(jù)所述多光譜數(shù)據(jù),計算得到所述目標(biāo)農(nóng)田的生長狀態(tài)指標(biāo);
11、根據(jù)所述多光譜圖像和所述生長狀態(tài)指標(biāo)進(jìn)行分析,得到所述作物健康狀態(tài)信息。
12、進(jìn)一步的,所述根據(jù)所述多光譜圖像和所述生長狀態(tài)指標(biāo)進(jìn)行分析,得到所述作物健康狀態(tài)信息的步驟,具體包括:
13、對所述多光譜圖像進(jìn)行圖像識別分析,得到所述目標(biāo)農(nóng)田的病蟲害早期跡象;
14、根據(jù)所述生長狀態(tài)指標(biāo),評估所述目標(biāo)農(nóng)田的作物生長狀態(tài);
15、根據(jù)所述病蟲害早期跡象和所述作物生長狀態(tài)進(jìn)行分析,得到所述作物健康狀態(tài)信息。
16、進(jìn)一步的,所述生長狀態(tài)指標(biāo)包括歸一化植被指數(shù),所述根據(jù)所述多光譜數(shù)據(jù),計算得到所述目標(biāo)農(nóng)田的生長狀態(tài)指標(biāo)的步驟,具體包括:
17、從所述多光譜數(shù)據(jù)中提取近紅外波段和紅光波段的反射率數(shù)據(jù);
18、通過歸一化植被指數(shù)計算公式:根據(jù)所述反射率數(shù)據(jù)計算得到所述歸一化植被指數(shù),作為所述生長狀態(tài)指標(biāo),其中,n?i?r表示近紅外波段的反射率,red表示紅波段的反射率。
19、進(jìn)一步的,所述根據(jù)所述多光譜數(shù)據(jù)進(jìn)行作物類型識別,得到所述作物類型信息的步驟,具體包括:
20、獲取已知作物類型的樣本對應(yīng)的多光譜特征;
21、根據(jù)所述多光譜特征,構(gòu)建作物類型識別模型;
22、將所述多光譜數(shù)據(jù)輸入所述作物類型識別模型,得到所述作物類型信息。
23、進(jìn)一步的,所述根據(jù)所述多光譜圖像和所述地形數(shù)據(jù)進(jìn)行邊界識別,得到所述目標(biāo)農(nóng)田的邊界信息的步驟,具體包括:
24、將所述多光譜圖像輸入預(yù)設(shè)的邊界識別模型,得到所述目標(biāo)農(nóng)田的邊界線;
25、從所述地形數(shù)據(jù)中提取地形特征,根據(jù)所述地形特征對所述邊界線進(jìn)行校正,將校正完成的邊界線作為所述邊界信息。
26、進(jìn)一步的,所述根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息,評估所述目標(biāo)農(nóng)田的種植風(fēng)險等級,并生成對應(yīng)的評估報告的步驟,具體包括:
27、將所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息輸入預(yù)設(shè)的風(fēng)險評估模型,得到所述種植風(fēng)險等級;
28、根據(jù)所述種植風(fēng)險等級,在預(yù)設(shè)的種植業(yè)評估報告模板中選擇所述目標(biāo)農(nóng)田的目標(biāo)模板;
29、根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息對所述目標(biāo)模板進(jìn)行填充,將填充完成的目標(biāo)模板作為所述評估報告
30、為了解決上述技術(shù)問題,本申請實施例還提供一種種植業(yè)保險評估裝置,采用了如下所述的技術(shù)方案:
31、一種種植業(yè)保險評估裝置,包括:
32、獲取模塊,用于獲取目標(biāo)農(nóng)田的衛(wèi)星遙感數(shù)據(jù)、無人機(jī)影像和地面?zhèn)鞲衅鲾?shù)據(jù),并集成為所述目標(biāo)農(nóng)田的綜合監(jiān)測數(shù)據(jù),所述綜合監(jiān)測數(shù)據(jù)包括多光譜圖像、多光譜數(shù)據(jù)和地形數(shù)據(jù);
33、邊界識別模塊,用于根據(jù)所述多光譜圖像和所述地形數(shù)據(jù)進(jìn)行邊界識別,得到所述目標(biāo)農(nóng)田的邊界信息;
34、綜合分析模塊,用于根據(jù)所述多光譜圖像和所述多光譜數(shù)據(jù)進(jìn)行綜合分析,確定所述目標(biāo)農(nóng)田的作物類型信息和作物健康狀態(tài)信息;
35、評估模塊,用于根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息,評估所述目標(biāo)農(nóng)田的種植風(fēng)險等級,并生成對應(yīng)的評估報告。
36、為了解決上述技術(shù)問題,本申請實施例還提供一種計算機(jī)設(shè)備,采用了如下所述的技術(shù)方案:
37、一種計算機(jī)設(shè)備,包括存儲器和處理器,所述存儲器中存儲有計算機(jī)可讀指令,所述處理器執(zhí)行所述計算機(jī)可讀指令時實現(xiàn)如上所述的種植業(yè)保險評估方法的步驟。
38、為了解決上述技術(shù)問題,本申請實施例還提供一種計算機(jī)可讀存儲介質(zhì),采用了如下所述的技術(shù)方案:
39、一種計算機(jī)可讀存儲介質(zhì),所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)可讀指令,所述計算機(jī)可讀指令被處理器執(zhí)行時實現(xiàn)如上所述的種植業(yè)保險評估方法的步驟。
40、與現(xiàn)有技術(shù)相比,本申請實施例主要有以下有益效果:
41、本申請公開的種植業(yè)保險評估方法,通過獲取目標(biāo)農(nóng)田的衛(wèi)星遙感數(shù)據(jù)、無人機(jī)影像和地面?zhèn)鞲衅鲾?shù)據(jù),并集成為所述目標(biāo)農(nóng)田的綜合監(jiān)測數(shù)據(jù),所述綜合監(jiān)測數(shù)據(jù)包括多光譜圖像、多光譜數(shù)據(jù)和地形數(shù)據(jù);再根據(jù)所述多光譜圖像和所述地形數(shù)據(jù)進(jìn)行邊界識別,得到所述目標(biāo)農(nóng)田的邊界信息;而后,根據(jù)所述多光譜圖像和所述多光譜數(shù)據(jù)進(jìn)行綜合分析,確定所述目標(biāo)農(nóng)田的作物類型信息和作物健康狀態(tài)信息;從而根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息,評估所述目標(biāo)農(nóng)田的種植風(fēng)險等級,并生成對應(yīng)的評估報告。本申請通過由農(nóng)田的衛(wèi)星遙感數(shù)據(jù)、無人機(jī)影像和地面?zhèn)鞲衅鲾?shù)據(jù)集成后得到的綜合監(jiān)測數(shù)據(jù),實現(xiàn)了農(nóng)田邊界、作物類型和作物健康狀態(tài)的智能化識別,使得種植業(yè)保險的評估流程不需要再依賴人工進(jìn)行現(xiàn)場調(diào)查和統(tǒng)計,大大提高了種植業(yè)保險評估的準(zhǔn)確性和效率,增強(qiáng)了保險公司的風(fēng)險管理能力。
1.一種種植業(yè)保險評估方法,其特征在于,包括下述步驟:
2.根據(jù)權(quán)利要求1所述的種植業(yè)保險評估方法,其特征在于,所述根據(jù)所述多光譜圖像和所述多光譜數(shù)據(jù)進(jìn)行綜合分析,確定所述目標(biāo)農(nóng)田的作物類型信息和作物健康狀態(tài)信息的步驟,具體包括:
3.根據(jù)權(quán)利要求2所述的種植業(yè)保險評估方法,其特征在于,所述根據(jù)所述多光譜圖像和所述生長狀態(tài)指標(biāo)進(jìn)行分析,得到所述作物健康狀態(tài)信息的步驟,具體包括:
4.根據(jù)權(quán)利要求2所述的種植業(yè)保險評估方法,其特征在于,所述生長狀態(tài)指標(biāo)包括歸一化植被指數(shù),所述根據(jù)所述多光譜數(shù)據(jù),計算得到所述目標(biāo)農(nóng)田的生長狀態(tài)指標(biāo)的步驟,具體包括:
5.根據(jù)權(quán)利要求2所述的種植業(yè)保險評估方法,其特征在于,所述根據(jù)所述多光譜數(shù)據(jù)進(jìn)行作物類型識別,得到所述作物類型信息的步驟,具體包括:
6.根據(jù)權(quán)利要求1所述的種植業(yè)保險評估方法,其特征在于,所述根據(jù)所述多光譜圖像和所述地形數(shù)據(jù)進(jìn)行邊界識別,得到所述目標(biāo)農(nóng)田的邊界信息的步驟,具體包括:
7.根據(jù)權(quán)利要求1至6任一項所述的種植業(yè)保險評估方法,其特征在于,所述根據(jù)所述邊界信息、所述作物類型信息和所述健康狀態(tài)信息,評估所述目標(biāo)農(nóng)田的種植風(fēng)險等級,并生成對應(yīng)的評估報告的步驟,具體包括:
8.一種種植業(yè)保險評估裝置,其特征在于,包括:
9.一種計算機(jī)設(shè)備,其特征在于,包括存儲器和處理器,所述存儲器中存儲有計算機(jī)可讀指令,所述處理器執(zhí)行所述計算機(jī)可讀指令時實現(xiàn)如權(quán)利要求1至7中任一項所述的種植業(yè)保險評估方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì),其特征在于,所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)可讀指令,所述計算機(jī)可讀指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一項所述的種植業(yè)保險評估方法的步驟。