TWM592571U - 農業保險之自動理賠系統 - Google Patents
農業保險之自動理賠系統 Download PDFInfo
- Publication number
- TWM592571U TWM592571U TW108215789U TW108215789U TWM592571U TW M592571 U TWM592571 U TW M592571U TW 108215789 U TW108215789 U TW 108215789U TW 108215789 U TW108215789 U TW 108215789U TW M592571 U TWM592571 U TW M592571U
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- insurance
- underwriting
- automatic
- sensing data
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
一種農業保險之自動理賠系統,其包括:一資料收集儲存單元,接收並儲存由複數個感測器所感測之複數個感測資料;一承保資料運算分析單元,讀取該資料收集儲存單元中之該等感測資料,運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至一保險公司系統;以及一理賠資料處理單元,接收該保險公司系統所傳送之有關承保範圍及條款所約定之理賠方式與金額之一保單資料,比較該資料收集儲存單元中之該等感測資料與該保單資料之承保範圍中之一理賠條件。
Description
本創作有關於保險領域,特別有關於一種農業保險之自動理賠系統。
農作物保險主要為承保標的物提供遭遇天然災害、或遭遇病蟲害時所造成之損失補償。例如,木瓜樹因颱風而倒伏使收穫減少、水稻因連續大雨而使稻穗泡水無法收穫、養殖魚產因連續低溫而暴斃等等。
而目前的農作物保險於保險人申請理賠時,需要保險公司或地方公正單位(如地區農會或地區農業改良場)派遣人員前往受害地區進行損失的勘查與確認,以釐清損害是否符合理賠申請標準,並判斷損失之嚴重程度,以決定理賠與否及理賠金額。這種作法需要大量人力與時間,對損害發生面積甚大的農業保險來說,並不是理想的方式。
或有保險公司改進採用當地區域之天氣指標作為保險理賠之替代標準,設定以承保範圍鄰近地區或環境狀態類似地區之氣象站所產生之指標為替代標準,以該項指標是否達到理賠約定之條件替代現場查勘行為,以節省人力與時間。
中華民國專利公告號M574296之專利名稱「理賠系統」揭露一種根據承保標的物的地理位置作自動判斷的指數型保險商品的理賠系統。該專利案係指於保險承保時依保險標的所在之地理位置(如GPS位置)與承保條件(如雨量、溫度..等),自動選定一條件符合之鄰近氣象站作為損失指標之驗證氣象站。當該驗證氣象站之指標達到約定之理賠指標時,則自動啟動理賠程序。
然此種作法僅為一種權宜替代方式,因農業生產場所的環境有差異,鄰近地區之氣象站指標與實際農業生產區之間必然存有差距。台灣各地氣象站之設置與普及率均有限,平均一鄉鎮才僅設置有一處氣象站,故所採用之氣象站指標與實際承保地區間之地理距離與環境差異,會對指標的設定與損失條件的估計發生影響,並在理賠發生時產生問題與爭議。
有鑑於上述問題,本創作之目的在於提供一種農業保險之自動理賠系統,其應用於農業保險之農作物災害或損失之遠端監控與保險理賠自動支付,使保險公司可透過架設於農地間之偵測設備,收集各種環境資料,並經運算判斷後,於符合保險契約訂定之理賠標準時,自動執行理賠作業。
本創作之第一態樣係提供一種農業保險之自動理賠系統,其包括:
一資料收集儲存單元,接收並儲存由複數個感測器所感測之複數個感測資料;
一承保資料運算分析單元,讀取該資料收集儲存單元中之該等感測資料,運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至一保險公司系統;以及
一理賠資料處理單元,接收該保險公司系統所傳送之有關承保範圍及條款所約定之理賠方式與金額之一保單資料,比較該資料收集儲存單元中之該等感測資料與該保單資料之承保範圍中之一理賠條件,在該等感測資料符合該理賠條件時送出一理賠通知信號至該保險公司系統;
其中,有關承保範圍及條款所約定之理賠方式與金額之該保單資料係根據保險標的之承保、理賠及費率條件之資料而制定。
本創作之第二態樣係提供一種農業保險之自動理賠系統,其包括:
一區塊鏈平台,接收並儲存由複數個感測器所感測之複數個感測資料,接收一保險公司系統所傳送之有關承保範圍及條款所約定之理賠方式與金額之一保單資料以作為一保險智慧合約,依據該保險智慧合約自動監測該等感測資料並執行保險契約條件,在自動監測該等感測資料並執行保險契約條件係符合理賠時送出一理賠通知信號至該保險公司系統;以及
一承保資料運算分析單元,讀取該區塊鏈平台中之該等感測資料,運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至該保險公司系統;
其中,承保範圍及條款所約定之理賠方式與金額之該保單資料係根據保險標的之承保、理賠及費率條件之資料而制定。
為使熟習本創作所屬技術領域之一般技藝者能更進一步了解本創作,下文特列舉本創作之較佳實施例,並配合所附圖式,詳細說明本創作的構成內容及所欲達成之功效。
圖1為本創作之第一實施例之農業保險之自動理賠系統之方塊圖。在第一實施例中,農業保險之自動理賠系統10包括一第一感測器12、一第二感測器14、…、一第N感測器16、一遠端接收/傳送單元18、一雲端伺服器20及一保險公司系統22。
第一感測器12、第二感測器14、…、第N感測器16係一電導度計、一PH電極感測器、一氣溫感測器、一相對濕度感測器、一風速計、一風向計、一雨量計、一氣壓感測器及一光量子計之其中數個或全部。第一感測器12、第二感測器14、…、第N感測器16分別用於感測溫度、氣壓、雨量、風向、風速、日照強度、紫外線、空氣品質及土壤含水量之其中數個資料或全部資料。
將第一感測器12、第二感測器14、…、第N感測器16設置於目標農業種植環境或場域,以收集並記錄農作物生長期期間之環境與天候狀況資料(如溫度、雨量、溼度、土壤導電性….等)。透過設置於農業種植環境或場域內之各種感測器,所收集記錄農作物之生長狀態與生長期間之環境資料可供判斷承保與理賠之運用。
第一感測器12、第二感測器14、…、第N感測器16經由遠端接收/傳送單元18(例如使用物聯網技術)傳送農作物生長期期間之環境與天候狀況的各種感測資料至雲端伺服器20。
雲端伺服器20包括一資料收集儲存單元24、一承保資料運算分析單元26及一理賠資料處理單元28。資料收集儲存單元24經由遠端接收/傳送單元18接收由第一感測器12、第二感測器14、…、第N感測器16所感測之各種感測資料,並儲存所接收之各種感測資料。
承保資料運算分析單元26讀取資料收集儲存單元24中之各種感測資料,並運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至保險公司系統22。
保險公司系統22根據保險標的之承保、理賠及費率條件之資料而制定包括承保範圍及條款所約定之理賠方式與金額之保單資料。保險公司系統22將包括承保範圍及條款所約定之理賠方式與金額之保單資料傳送至雲端伺服器20之理賠資料處理單元28。
其中,保險標的之承保、理賠及費率條件之資料係由收集同類農產品之生長環境資料之各種感測資料與所生產之農產品品質分級調查間建立一關聯函數所設計產生,該關聯函數係由環境氣候因素與農產品質間之關聯統計分析所產生之結果,或其他分析方式(如人工智慧AI、神經網路深度學習等)所產生之結果。
在農業保險之保單成立後,資料收集儲存單元24持續經由遠端接收/傳送單元18接收由第一感測器12、第二感測器14、…、第N感測器16所感測之目標農業種植環境或場域之農作物生長期期間之環境與天候狀況之各種感測資料。
理賠資料處理單元28接收保險公司系統22所傳送之有關承保範圍及條款所約定之理賠方式與金額之保單資料。理賠資料處理單元28持續讀取資料收集儲存單元24中之各種感測資料,並比較所讀取之各種感測資料與保單資料之承保範圍中之一理賠條件,理賠資料處理單元28在判斷該等感測資料符合該理賠條件時送出一理賠通知信號至保險公司系統22,以啟動保險公司之自動賠付程序。
保險公司之自動賠付程序之啟動係保險公司系統22接收到理賠通知信號後,保險公司系統22依據承保範圍及條款所約定之理賠方式與金額之該保單資料執行保險賠款自動計算與付款。
該自動賠付程序不需由被保險人記憶或查詢理賠條件,並自行判斷是否符合理賠條件,亦不需由被保險人提出理賠申請。同時,被保險人亦無需準備災害損失資料或申請有關人員進行現場損失查勘行動。保險公司並無需進行現場損失狀況之勘查與判定,即可依環境偵測設備(第一感測器12、第二感測器14、…、第N感測器16)傳送至雲端伺服器20之資料與計算所得之結果,依保單契約所約定之條件,進行保險金計算並自動執行支付動作。
圖2為本創作之第一實施例之農業保險之自動理賠系統之處理流程圖。以下將說明本創作之圖2中農業保險之自動理賠系統之處理步驟,在說明本創作之圖2之處理步驟時同時參考圖1之組件方塊圖。
首先,將第一感測器12、第二感測器14、…、第N感測器16設置在目標農業種植環境或場域中,以分別感測溫度、氣壓、雨量、風向、風速、日照強度、紫外線、空氣品質及土壤含水量之其中數個資料或全部資料(步驟S30)。
接著,由雲端伺服器20之資料收集儲存單元24經由遠端接收/傳送單元18接收由第一感測器12、第二感測器14、…、第N感測器16所感測之各種感測資料,並儲存所接收之各種感測資料(步驟S32)。
由雲端伺服器20之承保資料運算分析單元26讀取資料收集儲存單元24中之各種感測資料,並運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至保險公司系統22(步驟S34)。
由保險公司系統22根據保險標的之承保、理賠及費率條件之資料而制定包括承保範圍及條款所約定之理賠方式與金額之保單資料。保險公司系統22將包括承保範圍及條款所約定之理賠方式與金額之保單資料傳送至雲端伺服器20之理賠資料處理單元28(步驟S36)。
其中,保險標的之承保、理賠及費率條件之資料係由收集同類農產品之生長環境資料之各種感測資料,與所生產之農產品品質分級調查間建立一關聯函數所設計產生,該關聯函數係由環境氣候因素與農產品質間之關聯統計分析所產生之結果,或其他分析方式(如人工智慧AI、神經網路深度學習等)所產生之結果。
在農業保險之保單成立後,由資料收集儲存單元24持續經由遠端接收/傳送單元18接收由第一感測器12、第二感測器14、…、第N感測器16所感測之目標農業種植環境或場域之農作物生長期期間之環境與天候狀況之各種感測資料(步驟S38)。
由理賠資料處理單元28接收保險公司系統22所傳送之有關承保範圍及條款所約定之理賠方式與金額之保單資料。由理賠資料處理單元28持續讀取資料收集儲存單元24中之各種感測資料,並比較所讀取之各種感測資料與保單資料之承保範圍中之一理賠條件,理賠資料處理單元28在判斷該等感測資料符合該理賠條件時送出一理賠通知信號至保險公司系統22,以啟動保險公司之自動賠付程序(步驟S40)。
保險公司之自動賠付程序之啟動係保險公司系統22接收到理賠通知信號後,由保險公司系統22依據承保範圍及條款所約定之理賠方式與金額之該保單資料執行保險賠款自動計算與付款(步驟S42)。
圖3為本創作之第二實施例之農業保險之自動理賠系統之方塊圖。在第二實施例中之組件與在第一實施例中之組件為相同之組件則使用相同之元件符號,並省略其說明。農業保險之自動理賠系統50之雲端伺服器52包括一區塊鏈平台54。
區塊鏈平台54採用區塊鏈技術經由遠端接收/傳送單元18接收由第一感測器12、第二感測器14、…、第N感測器16所感測之各種感測資料,並儲存所接收之各種感測資料。
承保資料運算分析單元26讀取區塊鏈平台54中之各種感測資料,並運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至保險公司系統22。
保險公司系統22將包括承保範圍及條款所約定之理賠方式與金額之保單資料傳送至區塊鏈平台54,而將該保單資料作為一保險智慧合約。區塊鏈平台54依據該保險智慧合約自動監測各種感測資料並執行保險契約條件,在自動監測各種感測資料並執行保險契約係條件符合理賠時,區塊鏈平台54送出一理賠通知信號至保險公司系統22。
本創作係提供一種農業保險之自動理賠系統,其特點在於應用於農業保險之農作物災害或損失之遠端監控與保險理賠自動支付,使保險公司可透過架設於農地間之偵測設備,收集各種環境資料,並經運算判斷後,於符合保險契約訂定之理賠標準時,自動執行理賠作業。
雖然本創作已參照較佳具體例及舉例性附圖敘述如上,惟其應不被視為係限制性者。熟悉本技藝者對其形態及具體例之內容做各種修改、省略及變化,均不離開本創作之請求項之所主張範圍。
10:自動理賠系統
12:第一感測器
14:第二感測器
16:第N感測器
18:遠端接收/傳送單元
20:雲端伺服器
22:保險公司系統
24:資料收集儲存單元
26:承保資料運算分析單元
28:理賠資料處理單元
50:自動理賠系統
52:雲端伺服器
54:區塊鏈平台
圖1為本創作之第一實施例之農業保險之自動理賠系統之方塊圖;
圖2為本創作之第一實施例之農業保險之自動理賠系統之處理流程圖;以及
圖3為本創作之第二實施例之農業保險之自動理賠系統之方塊圖。
10:自動理賠系統
12:第一感測器
14:第二感測器
16:第N感測器
18:遠端接收/傳送單元
20:雲端伺服器
22:保險公司系統
24:資料收集儲存單元
26:承保資料運算分析單元
28:理賠資料處理單元
Claims (8)
- 一種農業保險之自動理賠系統,其包括: 一資料收集儲存單元,接收並儲存由複數個感測器所感測之複數個感測資料; 一承保資料運算分析單元,讀取該資料收集儲存單元中之該等感測資料,運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至一保險公司系統;以及 一理賠資料處理單元,接收該保險公司系統所傳送之有關承保範圍及條款所約定之理賠方式與金額之一保單資料,比較該資料收集儲存單元中之該等感測資料與該保單資料之承保範圍中之一理賠條件,在該等感測資料符合該理賠條件時送出一理賠通知信號至該保險公司系統; 其中,有關承保範圍及條款所約定之理賠方式與金額之該保單資料係根據保險標的之承保、理賠及費率條件之資料而制定。
- 一種農業保險之自動理賠系統,其包括: 一區塊鏈平台,接收並儲存由複數個感測器所感測之複數個感測資料,接收一保險公司系統所傳送之有關承保範圍及條款所約定之理賠方式與金額之一保單資料以作為一保險智慧合約,依據該保險智慧合約自動監測該等感測資料並執行保險契約條件,在自動監測該等感測資料並執行保險契約條件係符合理賠時送出一理賠通知信號至該保險公司系統;以及 一承保資料運算分析單元,讀取該區塊鏈平台中之該等感測資料,運算、整理及分析該等感測資料以得到保險標的之承保、理賠及費率條件之資料,並將保險標的之承保、理賠及費率條件之資料傳送至該保險公司系統; 其中,承保範圍及條款所約定之理賠方式與金額之該保單資料係根據保險標的之承保、理賠及費率條件之資料而制定。
- 如請求項1或2之自動理賠系統,其中,保險標的之承保、理賠及費率條件之資料係由收集同類農產品之生長環境資料之該等感測資料與所生產之農產品品質分級調查間建立一關聯函數所設計產生,該關聯函數係由環境氣候因素與農產品質間之關聯統計分析所產生。
- 如請求項1或2之自動理賠系統,其中,該等感測器係一電導度計、一PH電極感測器、一氣溫感測器、一相對濕度感測器、一風速計、一風向計、一雨量計、一氣壓感測器及一光量子計之其中數個或全部。
- 如請求項1或2之自動理賠系統,其中,該等感測資料係溫度、氣壓、雨量、風向、風速、日照強度、紫外線、空氣品質及土壤含水量之其中數個資料或全部資料。
- 如請求項1或2之自動理賠系統,其中,該保險公司系統接收到該理賠通知信號後,該保險公司系統依據承保範圍及條款所約定之理賠方式與金額之該保單資料執行保險賠款自動計算與付款。
- 如請求項1之自動理賠系統,其中,該等感測器經由一遠端接收/傳送單元傳送該等感測資料至該資料收集儲存單元。
- 如請求項2之自動理賠系統,其中,該等感測器經由一遠端接收/傳送單元傳送該等感測資料至該區塊鏈平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108215789U TWM592571U (zh) | 2019-11-28 | 2019-11-28 | 農業保險之自動理賠系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108215789U TWM592571U (zh) | 2019-11-28 | 2019-11-28 | 農業保險之自動理賠系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM592571U true TWM592571U (zh) | 2020-03-21 |
Family
ID=70768617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108215789U TWM592571U (zh) | 2019-11-28 | 2019-11-28 | 農業保險之自動理賠系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM592571U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469823A (zh) * | 2021-06-30 | 2021-10-01 | 浙江数秦科技有限公司 | 一种基于区块链的农业保险平台 |
TWI820360B (zh) * | 2020-11-26 | 2023-11-01 | 陳哲斌 | 社群風險互助系統、及其伺服器 |
-
2019
- 2019-11-28 TW TW108215789U patent/TWM592571U/zh unknown
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI820360B (zh) * | 2020-11-26 | 2023-11-01 | 陳哲斌 | 社群風險互助系統、及其伺服器 |
CN113469823A (zh) * | 2021-06-30 | 2021-10-01 | 浙江数秦科技有限公司 | 一种基于区块链的农业保险平台 |
CN113469823B (zh) * | 2021-06-30 | 2024-04-30 | 浙江数秦科技有限公司 | 一种基于区块链的农业保险平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110956381A (zh) | 一种远程农业信息智能分析系统及农业环境调控方法 | |
Schwartz et al. | Surface phenology and satellite sensor-derived onset of greenness: an initial comparison | |
Wu et al. | An agricultural drought risk-assessment model for corn and soybeans | |
Osorio et al. | GIS approach to estimate windbreak crop yield effects in Kansas–Nebraska | |
Beyer et al. | Rainfall characteristics and their implications for rain-fed agriculture: a case study in the Upper Zambezi River Basin | |
AU2017376837A1 (en) | Detection of environmental conditions | |
Mann et al. | Predicting high-magnitude, low-frequency crop losses using machine learning: an application to cereal crops in Ethiopia | |
CN111767802A (zh) | 一种对象异常状态的检测方法和装置 | |
CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
Westbrook et al. | WSR-88D doppler radar detection of corn earworm moth migration | |
CN114331023B (zh) | 一种植被干旱监测评估方法 | |
TWM592571U (zh) | 農業保險之自動理賠系統 | |
Parihar et al. | FASAL: An integrated approach for crop assessment and production forecasting | |
Dodamani et al. | Agricultural drought modeling using remote sensing | |
Ofgeha et al. | Spatio-temporal variability and trends in rainfall and temperature in Anger watershed, Southwestern Ethiopia | |
CN117807549A (zh) | 一种农田土壤肥力评价方法及系统 | |
Ben Mhenni et al. | Assessment of drought frequency, severity, and duration and its impacts on vegetation greenness and agriculture production in Mediterranean dryland: A case study in Tunisia | |
Gebre et al. | Application of remote sensing and GIS to characterize agricultural drought conditions in North Wollo Zone, Amhara Regional State, Ethiopia | |
Fiebrich et al. | Toward the standardization of mesoscale meteorological networks | |
McCarthy et al. | Field evaluation of automated site-specific irrigation for cotton and perennial ryegrass using soil-water sensors and Model Predictive Control | |
Borona et al. | Unstacking high temporal resolution meteorological data for multidimensional analysis of climate variability in southern Burkina Faso | |
Monaco et al. | Land rent values determinants: a Hedonic Pricing approach at local scale | |
Shahbazi et al. | Comparison of crop and weed height, for potential differentiation of weed patches at harvest | |
Gwate et al. | Estimating evapotranspiration in semi-arid rangelands: connecting reference to actual evapotranspiration and the role of soil evaporation | |
Dulaney et al. | Development of a gridded yield data archive for farm management and research at the USDA Beltsville Agricultural Research Center |