CN109241922A - 一种基于遥感数据与数字田块的农业保险精准验保方法 - Google Patents
一种基于遥感数据与数字田块的农业保险精准验保方法 Download PDFInfo
- Publication number
- CN109241922A CN109241922A CN201811084934.2A CN201811084934A CN109241922A CN 109241922 A CN109241922 A CN 109241922A CN 201811084934 A CN201811084934 A CN 201811084934A CN 109241922 A CN109241922 A CN 109241922A
- Authority
- CN
- China
- Prior art keywords
- field
- data
- guarantor
- crop
- remotely
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Finance (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Astronomy & Astrophysics (AREA)
- Geometry (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种基于遥感数据与数字田块的农业保险精准验保方法,利用高清遥感影像数据(遥感卫星数据或无人机航拍数据)和地面调查结果识别作物种类及作物面积,结合数字田块数据精准定位到农户尺度和田块尺度,从而实现根据田块信息、确权人信息在线查询作物种类与面积和农业保险在线验保功能。本发明提供的一种基于农业遥感技术的农业保险在线验保方法只需要少量的野外抽样调查就可以实现农户和农田的在线验保,不仅提高了工作效率,同时节约了农业保险中验保工作的大量人力和物力。
Description
技术领域
本发明主要涉及农业保险的技术领域,具体涉及一种基于遥感数据与数字田块的农业保险精准验保方法。
背景技术
在农业保险验保环节中,由于承包数据收集是依据个人到村到乡镇多级汇总,存在与真实情况不符的现象,保险单位需要在规定的时间内花费较多的人力对投保结果进行验保。
目前采取抽样方式对大户进行验保,基层人员携带设备由大户带路对承包田块进行现场测量、拍照。这种方式存在明显的缺点,第一具有工作量大、任务繁重、田块边界难确定等问题,不但加重了基层工作人员和农户的工作量,同时耗费了大量的人力物力。
第二,基层工作人员在验保过程中存在道德风险,因个人工作态度和道德水平不同导致验保效果差异明显,基层虚假承包套取中央财政补贴、侵害农户权益等违规违法事件屡有发生,给保险单位和国家财政带来不少损失。
在现有的公开文献中,201711238829 .5---一种基于气象与遥感数据融合的灾害监测定损方法,通过本发明提供的基于气象与遥感数据融合的灾害监测定损方法,通过将气象数据和遥感数据相结合进行农业灾害监测定损,在空间上充分体现了遥感数据所具有的全球观测 能力、可以从多波段、多时相和全天候角度获得自然灾害的数据;从时间上也可以实时的对地球表层进行监测;通过分析气象变化对农作物造成的影响,实时的监控当农业受到极端 气象条件胁迫时所产生的变化;借助遥感和气象的优势互补,可以大范围、全天候、实时的 准确掌握气象条件对农作物的表观及产量影响程度,为农业生产决策和灾后救助及农业保 险等工作提供依据。
在上述监测方法的基础之上,本申请人研发出一种全新的农业精准验保方法,在现有验保方法的基础上,进一步提高定损精度的目的。
发明内容
本发明提供了一种基于遥感数据与数字田块数据的农业保险精准验保方法,用以解决上述背景技术中提出的,在农户农田发生天灾后,由于无法精准定损、定损困难,从而增加国家财政支出的技术问题。
本发明解决上述技术问题采用的技术方案为:
一种基于遥感数据与数字田块的农业保险精准验保方法,包含以下步骤:
S01:野外调查,在农户投保及作物播种一段时间后,根据需求选定随机分布在研究区的样本,派遣外业调查人员到样本点进行调查,记录样本点的GPS坐标、样本点信息,并拍照;
S02:影像解译,从影像数据库中选择最适的遥感影像数据,首先利用数字田块数据田块矢量边界对遥感影像进行裁剪,获取有效耕地影像数据,较少其他地物的干扰,将野外调查的GPS数据(包含作物类型)加载到遥感影像数据上,通过人机交互及计算机自动识别技术,识别影像中目标作物的信息,从而解译出目标作物的分布及面积;
S03:空间交叉分析:利用数字田块矢量数据对作物识别结果进行空间交叉分析,从而获取每个田块内目标作物种植面积,并制作成作物分布专题地图;
S04:将制作的专题地图,以在线地图的形式发布到客户端,提供在线浏览与查询的服务;
S05:验保人员根据田块编号或确权人信息定位到目标田块,查询目标作物种植面积,通过与农户投保信息对比,从而完成验保工作。
优选的,在步骤S01中,手持GPS定位仪同时记录经纬度和地物类型,方便后期加载到影像数据。
优选的,在步骤S02中,影像解译前使用数字田块数据矢量范围对影像进行裁剪,聚焦到耕地范围内减少其他地物的干扰,提高解译精度和效率。
优选的,在步骤S03中,利用数字田块矢量数据与遥感分类结果交叉分析,在数字田块数据中新建“作物类型”与“种植面积”字段,将每个田块内作物类型与面积统计到矢量数据中。
优选的,在步骤S05中,由于田块编号具有唯一性是最佳查询与验保最小单位,同样可以利用其它字段确权人姓名、组、村、乡镇、县等统计作物面积并与投保数据对比。
与现有技术相比,本发明的有益效果为:
通过本发明提供的基于遥感数据与数字田块数据的农业保险精准验保方法,一方面利用数字田块数据对影像裁剪提高了遥感影像作物解译精度,只需要少量的抽样调查就可以高精度获取全部田块的作物种植情况;另一方面实现了依据田块编号、确权人查询田块内实际种植作物面积,并与投保数据对比高效的完成验标工作,节约了大量的人力和物力,同时避免了人为干预导致的道德风险。
附图说明
图1为本发明的工作流程示意图。
具体实施方式
现详细说明本发明的多种示例性实施方式,该详细说明不应认为是对本发明的限制,而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。
在不背离本发明的范围或精神的情况下,可对本发明说明书的具体实施方式做多种改进和变化,这对本领域技术人员而言是显而易见的。由本发明的说明书得到的其他实施方式对技术人员而言是显而易见得的。本申请说明书和实施例仅是示例性的。
实施例,
一种基于遥感数据与数字田块的农业保险精准验保方法,包含以下步骤:
S01:野外调查,在农户投保及作物播种一段时间后,根据需求选定随机分布在研究区的样本,派遣外业调查人员到样本点进行调查,记录样本点的GPS坐标、样本点信息,并拍照,并且,在手持GPS定位仪的同时,记录经纬度和地物类型,方便后期加载到影像数据;
S02:影像解译,从影像数据库中选择最适的遥感影像数据,首先利用数字田块数据田块矢量边界对遥感影像进行裁剪,获取有效耕地影像数据,较少其他地物的干扰,将野外调查的GPS数据(包含作物类型)加载到遥感影像数据上,通过人机交互及计算机自动识别技术,识别影像中目标作物的信息,从而解译出目标作物的分布及面积,在影像解译前使用数字田块数据矢量范围对影像进行裁剪,聚焦到耕地范围内减少其他地物的干扰,提高解译精度和效率;
S03:空间交叉分析:利用数字田块矢量数据对作物识别结果进行空间交叉分析,从而获取每个田块内目标作物种植面积,并制作成作物分布专题地图,利用数字田块矢量数据与遥感分类结果交叉分析,在数字田块数据中新建“作物类型”与“种植面积”字段,将每个田块内作物类型与面积统计到矢量数据中;
S04:将制作的专题地图,以在线地图的形式发布到客户端,提供在线浏览与查询的服务;
S05:验保人员根据田块编号或确权人信息定位到目标田块,查询目标作物种植面积,通过与农户投保信息对比,从而完成验保工作,由于田块编号具有唯一性是最佳查询与验保最小单位,同样可以利用其它字段确权人姓名、组、村、乡镇、县等统计作物面积并与投保数据对比。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (5)
1.一种基于遥感数据与数字田块的农业保险精准验保方法,其特征在于,包含以下步骤:
S01:野外调查,在农户投保及作物播种一段时间后,根据需求选定随机分布在研究区的样本,派遣外业调查人员到样本点进行调查,记录样本点的GPS坐标、样本点信息,并拍照;
S02:影像解译,从影像数据库中选择最适的遥感影像数据,首先利用数字田块数据田块矢量边界对遥感影像进行裁剪,获取有效耕地影像数据,较少其他地物的干扰,将野外调查的GPS数据(包含作物类型)加载到遥感影像数据上,通过人机交互及计算机自动识别技术,识别影像中目标作物的信息,从而解译出目标作物的分布及面积;
S03:空间交叉分析:利用数字田块矢量数据对作物识别结果进行空间交叉分析,从而获取每个田块内目标作物种植面积,并制作成作物分布专题地图;
S04:将制作的专题地图,以在线地图的形式发布到客户端,提供在线浏览与查询的服务;
S05:验保人员根据田块编号或确权人信息定位到目标田块,查询目标作物种植面积,通过与农户投保信息对比,从而完成验保工作。
2.根据权利要求1所述的一种基于遥感数据与数字田块的农业保险精准验保方法,其特征在于,在步骤S01中,手持GPS定位仪同时记录经纬度和地物类型,方便后期加载到影像数据。
3.根据权利要求1所述的一种基于遥感数据与数字田块的农业保险精准验保方法,其特征在于,在步骤S02中,影像解译前使用数字田块数据矢量范围对影像进行裁剪,聚焦到耕地范围内减少其他地物的干扰,提高解译精度和效率。
4.根据权利要求1所述的一种基于遥感数据与数字田块的农业保险精准验保方法,其特征在于,在步骤S03中,利用数字田块矢量数据与遥感分类结果交叉分析,在数字田块数据中新建“作物类型”与“种植面积”字段,将每个田块内作物类型与面积统计到矢量数据中。
5.根据权利要求1所述的一种基于遥感数据与数字田块的农业保险精准验保方法,其特征在于,在步骤S05中,由于田块编号具有唯一性是最佳查询与验保最小单位,同样可以利用其它字段确权人姓名、组、村、乡镇、县等统计作物面积并与投保数据对比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084934.2A CN109241922B (zh) | 2018-09-18 | 2018-09-18 | 一种基于遥感数据与数字田块的农业保险精准验保方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084934.2A CN109241922B (zh) | 2018-09-18 | 2018-09-18 | 一种基于遥感数据与数字田块的农业保险精准验保方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109241922A true CN109241922A (zh) | 2019-01-18 |
CN109241922B CN109241922B (zh) | 2021-08-13 |
Family
ID=65059619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811084934.2A Active CN109241922B (zh) | 2018-09-18 | 2018-09-18 | 一种基于遥感数据与数字田块的农业保险精准验保方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109241922B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472590A (zh) * | 2019-08-19 | 2019-11-19 | 中国林业科学研究院林业新技术研究所 | 鸟类调查方法及装置 |
CN110930260A (zh) * | 2019-10-30 | 2020-03-27 | 中国银行保险信息技术管理有限公司 | 种植业保险标的地块级全核全验方法及装置 |
WO2020239088A1 (zh) * | 2019-05-30 | 2020-12-03 | 深圳市聚蜂智能科技有限公司 | 一种保险理赔处理方法及装置 |
CN112040421A (zh) * | 2020-09-10 | 2020-12-04 | 安徽阡陌网络科技有限公司 | 一种基于农业地图采集与呈现的数据融合方法 |
CN112734579A (zh) * | 2020-12-24 | 2021-04-30 | 中科禾信遥感科技(苏州)有限公司 | 一种基于卫星遥感技术的种植险精准承保方法 |
CN114821362A (zh) * | 2022-07-01 | 2022-07-29 | 江苏省水利科学研究院 | 一种基于多源数据的水稻种植面积提取方法 |
CN115731460A (zh) * | 2022-10-27 | 2023-03-03 | 北京神州数码方圆科技有限公司 | 基于遥感技术的边界确权方法、系统、设备及储存介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354773A (zh) * | 2015-10-28 | 2016-02-24 | 重庆邮电大学 | 一种用于交通事故现场证据保全及验证的系统 |
CN106373150A (zh) * | 2016-08-15 | 2017-02-01 | 中国农业大学 | 一种基于高分辨率遥感数据纹理分析的制种玉米识别方法 |
CN107067326A (zh) * | 2017-04-06 | 2017-08-18 | 河南云保遥感科技有限公司 | 一种农业保险承保系统及其实现方法 |
CN107563624A (zh) * | 2017-08-22 | 2018-01-09 | 广州市城市规划勘测设计研究院 | 基于“三规合一”的建设项目选址方法、装置及系统 |
CN108052558A (zh) * | 2017-11-30 | 2018-05-18 | 河南云保遥感科技有限公司 | 一种基于遥感技术的自然灾害提取解译方法 |
CN108305178A (zh) * | 2018-02-07 | 2018-07-20 | 中国平安人寿保险股份有限公司 | 一种险种销售智能推荐方法、设备及存储介质 |
CN108364227A (zh) * | 2018-01-31 | 2018-08-03 | 人保金融服务有限公司 | 一种对养殖户进行征信评分的方法以及装置 |
CN108414455A (zh) * | 2018-01-30 | 2018-08-17 | 阳光农业相互保险公司 | 用于农业保险理赔的农作物雹灾遥感监测方法 |
CN108537674A (zh) * | 2018-02-07 | 2018-09-14 | 海南云保遥感科技有限公司 | 一种遥感技术在财产保险理赔中的应用方法 |
-
2018
- 2018-09-18 CN CN201811084934.2A patent/CN109241922B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354773A (zh) * | 2015-10-28 | 2016-02-24 | 重庆邮电大学 | 一种用于交通事故现场证据保全及验证的系统 |
CN106373150A (zh) * | 2016-08-15 | 2017-02-01 | 中国农业大学 | 一种基于高分辨率遥感数据纹理分析的制种玉米识别方法 |
CN107067326A (zh) * | 2017-04-06 | 2017-08-18 | 河南云保遥感科技有限公司 | 一种农业保险承保系统及其实现方法 |
CN107563624A (zh) * | 2017-08-22 | 2018-01-09 | 广州市城市规划勘测设计研究院 | 基于“三规合一”的建设项目选址方法、装置及系统 |
CN108052558A (zh) * | 2017-11-30 | 2018-05-18 | 河南云保遥感科技有限公司 | 一种基于遥感技术的自然灾害提取解译方法 |
CN108414455A (zh) * | 2018-01-30 | 2018-08-17 | 阳光农业相互保险公司 | 用于农业保险理赔的农作物雹灾遥感监测方法 |
CN108364227A (zh) * | 2018-01-31 | 2018-08-03 | 人保金融服务有限公司 | 一种对养殖户进行征信评分的方法以及装置 |
CN108305178A (zh) * | 2018-02-07 | 2018-07-20 | 中国平安人寿保险股份有限公司 | 一种险种销售智能推荐方法、设备及存储介质 |
CN108537674A (zh) * | 2018-02-07 | 2018-09-14 | 海南云保遥感科技有限公司 | 一种遥感技术在财产保险理赔中的应用方法 |
Non-Patent Citations (2)
Title |
---|
徐强: "安华农业保险公司核保核赔系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
查海涅: "基于卫星遥感的水稻生长监测与氮素营养诊断系统", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020239088A1 (zh) * | 2019-05-30 | 2020-12-03 | 深圳市聚蜂智能科技有限公司 | 一种保险理赔处理方法及装置 |
CN110472590A (zh) * | 2019-08-19 | 2019-11-19 | 中国林业科学研究院林业新技术研究所 | 鸟类调查方法及装置 |
CN110930260A (zh) * | 2019-10-30 | 2020-03-27 | 中国银行保险信息技术管理有限公司 | 种植业保险标的地块级全核全验方法及装置 |
CN110930260B (zh) * | 2019-10-30 | 2022-05-17 | 中国银行保险信息技术管理有限公司 | 种植业保险标的地块级全核全验方法及装置 |
CN112040421A (zh) * | 2020-09-10 | 2020-12-04 | 安徽阡陌网络科技有限公司 | 一种基于农业地图采集与呈现的数据融合方法 |
CN112040421B (zh) * | 2020-09-10 | 2022-08-09 | 安徽阡陌网络科技有限公司 | 一种基于农业地图采集与呈现的数据融合方法 |
CN112734579A (zh) * | 2020-12-24 | 2021-04-30 | 中科禾信遥感科技(苏州)有限公司 | 一种基于卫星遥感技术的种植险精准承保方法 |
CN114821362A (zh) * | 2022-07-01 | 2022-07-29 | 江苏省水利科学研究院 | 一种基于多源数据的水稻种植面积提取方法 |
CN114821362B (zh) * | 2022-07-01 | 2022-09-23 | 江苏省水利科学研究院 | 一种基于多源数据的水稻种植面积提取方法 |
CN115731460A (zh) * | 2022-10-27 | 2023-03-03 | 北京神州数码方圆科技有限公司 | 基于遥感技术的边界确权方法、系统、设备及储存介质 |
CN115731460B (zh) * | 2022-10-27 | 2024-04-12 | 北京神州数码方圆科技有限公司 | 基于遥感技术的边界确权方法、系统、设备及储存介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109241922B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241922A (zh) | 一种基于遥感数据与数字田块的农业保险精准验保方法 | |
Kovacsova et al. | Precision forestry–definition and technologies | |
Ortiz et al. | Classification of croplands through integration of remote sensing, GIS, and historical database | |
Maddahi et al. | Land suitability analysis for rice cultivation using multi criteria evaluation approach and GIS | |
CN109242708A (zh) | 一种基于遥感数据与数字田块的农业灾害精准理赔方法 | |
Olivera et al. | Using the harvester on-board computer capability to move towards precision forestry | |
Wulder et al. | Augmenting the existing survey hierarchy for mountain pine beetle red-attack damage with satellite remotely sensed data | |
Gülci et al. | Measuring tree diameter using a LiDAR-equipped smartphone: a comparison of smartphone-and caliper-based DBH | |
Panasyuk et al. | Geoinformation system for monitoring and assessment of agricultural lands condition | |
Kussul et al. | Crop monitoring technology based on time series of satellite imagery | |
Maan et al. | Tree species biomass and carbon stock measurement using ground based-LiDAR | |
Dung et al. | Development of an agricultural land evaluation and site assessment (LESA) decision support tool using remote sensing and geographic information system | |
Nadkarni et al. | A framework to categorize forest structure concepts | |
Danaher et al. | The statewide landcover and trees study (SLATS)-Monitoring land cover change and greenhouse gas emissions in Queensland | |
Cameron et al. | Estimating boreal forest ground cover vegetation composition from nadir photographs using deep convolutional neural networks | |
Fauzi et al. | Indigenous community tree inventory: Assessment of data quality | |
Blaga et al. | Assessment of the Forest Health Through Remote Sensing Techniques in Valea Roșie Natura 2000 Site, Bihor County, Romania | |
Oduro Appiah et al. | Built-up area expansion in the Wa Municipality of Ghana: implications for vegetation cover loss and fragmentation | |
Rilwani et al. | Geoinformatics in agricultural development: challenges and prospects in Nigeria | |
Bharteey et al. | Remote sensing application in precision agriculture: A review | |
Bayne et al. | Comparing the predictive capability of forest songbird habitat models based on remotely sensed versus ground-based vegetation information | |
Staley | Modern urban forestry for modern cities: Technology challenges and opportunities for the remote sensing of urban forests | |
Bolo et al. | Mapping of crop birds pest using GPS and GIS | |
Wang et al. | QuickBird image-based estimation of tree stand density using local maxima filtering method: A case study in a Beijing forest | |
Strand et al. | Long-term monitoring of western aspen—lessons learned |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |