隨著我國農業現代化發展駛入快車道，農業保險發展潛力逐漸釋放。與此同時，以衛星遙感為代表的新技術，正在被應用於農業保險的全鏈條環節，助力農業保險實現轉型升級。
本文結合國內外衛星遙感科技在農業保險中的應用案例，全面介紹衛星遙感技術對於農險工作的提升效果，併為未來進一步推動農險科技賦能提出建議。
01 | 政策護航
中國農業保險快速發展
2020年，中國脫貧攻堅事業已經取得歷史性成就，“三農”工作重心正轉向全面推進鄉村振興。農業保險堅守服務“三農”、服務實體經濟的本源，重要性愈發凸顯，社會對農業保險的服務質量和供給能力要求也越來越高。
一系列關鍵性政策為農業保險的發展明確了方向，農業保險作為“三農”重要保障和災害風險分散機制，正式進入新的發展階段，農業保險作為“風險減震器”和“社會穩定器”的作用將得到進一步發揮。
自2007年中央政策性農業保險試點啟動以來，中國農業保險規模迅速壯大，過去十年農險保費收入年均增速超過23%。
銀保監會資料顯示，2020年中國農業保險保費規模已經超越美國，成為全球最大的農業保險市場，保費收入達到823億元，共計為1。89億戶次農戶提供總計4。13萬億元的風險保障。農業保險的風險保障功能，為確保糧食生產安全、提高農業生產抗風險能力、推進農業現代化發展、促進鄉村振興等方面提供了堅實保障。
02 | 借力科技
農業保險提質增效跑出“加速度”
中國農業保險發展潛力很大。但與此同時，新的發展格局面臨一些痛點和挑戰：
農業生產受自然災害影響大
國家統計局資料顯示，2011-2019年由自然災害導致的平均經濟損失已超過3000億元；
農業生產較為分散
目前仍以小農戶經營為主，農業保險標的眾多、風險多元化，傳統的農業保險面臨經營成本高、管理難度大的問題；
農業保險行業資訊化建設尚不完善
農業相關的作物、產量、損失、氣象、土壤、遙感和管理等資訊分散在各個主體，且資料標準不統一，尚未形成行業一致標準的資料庫和資料平臺，資料收集難、使用難、共享難制約了農業保險的資訊化和數字化發展。
此外
在查勘定損環節
，農業保險也面臨著保險賠付時效性較不足、定損環節不確定性大、道德風險普遍存在等難題，限制了農業保險效力的充分發揮。在擴大完全成本和收入保險實施範圍的背景下，這些痛點和挑戰也將被進一步放大。
科技賦能是農業保險高質量、高水平發展的重要支撐。
科技應用和數字化正在深刻改變農業保險，眾多新技術手段的應用和普及將大大加速農業保險的轉型升級。
以衛星遙感為代表的新技術，可以應用於農業保險的全鏈條環節
，包括田塊邊界提取、作物型別判斷、長勢變化監測、損失量化評估和產量實時模擬，進而極大地解決傳統人工查勘成本高、時效性差、資訊不對稱等痛點，從而提高承保理賠效率，提升查勘定損精準度，助力降本增效。同時基於衛星遙感資料技術的農業風險管理平臺也可以增強農業保險服務能力，不僅可以為政府決策和日常管理出謀劃策，也可以為提高農戶滿意度和認同度貢獻力量。
03 | 案例洞察
衛星遙感科技如何賦能數字農險
案例分析一
越南水稻保險
2020年7月，越南政府啟動了全國政策性農業保險專案，創新引入多主體參與的RIICE模式，利用政府、科研機構、保險公司、再保險公司的基礎資料和專業經驗，在水稻保險中採用衛星遙感技術作為保險理賠和風險監測的依據，解決了水稻保險初期開展中經驗有限、資料不足的問題。
（向上滑動檢視完整案例）
▼
RIICE的全稱是Remote sensing-based Information and Insurance for Crops in Emerging economies，中文釋義是
在新興經濟主體中，利用衛星遙感技術為農作物提供資訊積累和保險開展的依據
。該模式是由瑞士發展署牽頭，科技公司、科研機構、地方政府以及瑞士再保險共同參與的綜合性PPP專案。截至目前，該模式已經在亞洲的越南和印度等區域服務超過1500萬公頃水稻田和超過100萬的水稻種植戶，並針對政府、科研機構、保險行業和種植戶開展了超過100場大型研討會。
越南政府於2020年7月份啟動全國政策性農業保險專案，水稻是當地的主要種植品種。在水稻保險開展初期，保險行業和政府部門由於缺少相關保險資料和經驗，在產品開發和承保理賠過程中均遇到了一些挑戰。因此，
越南農業規劃署牽頭引入RIICE模式，利用該模式下的科技公司、專家智庫以及瑞士再保險等主體在衛星遙感應用和指數產品設計中的相關經驗，將衛星遙感技術應用到水稻保險的承保理賠工作中。
具體說來，
越南農業規劃署
主要負責保費補貼政策制定，統籌協調RIICE模式專家組和保險行業合作，並提供水稻產量等資料支撐；
RIICE模式專家組
內的衛星遙感服務商，負責提供針對水稻乾旱和洪澇災害的衛星遙感監測服務和基礎資料，專家智庫和瑞士再保險基於觀測資料和歷史產量資料設計水稻保險產品，專案組也會定期為保險行業和政府部門提供培訓服務；
直保公司
負責實際的承保和理賠等運營工作，並透過越南再保險公司購買再保險服務，越南再保險公司統一從瑞士再保險購買轉分保，從而完成整個風險分散體系的搭建。
該專案自執行以來，在災害監測和產量模擬方面達到了非常好的效果。尤其在產量模擬方面，透過與實地人工取樣資料對比，模擬產量精度可以達到86%-95%。同時，
在一些大範圍、突發性的自然災害中，衛星遙感監測的時效性在政府賑災救災、農戶恢復生產和行業保險理賠方面均發揮了重要的作用。
目前，該模式在亞洲其他區域也在積極複製和推廣中。
圖1 2016年4月越南乾旱災害衛星遙感
監測結果
案例分析二
遼寧乾旱保險
乾旱災害一般具有範圍大、時間長的特點，傳統依賴人工的查勘定損方式面臨著時效性、精準性、客觀性不足的挑戰。衛星遙感技術有全天候、全天時、連續覆蓋、不受地勢影響等特徵，可以為災情監測和保險理賠提供客觀的科學依據，並節省大量的人工理賠成本。
（向上滑動檢視完整案例）
▼
2020年6-7月，遼西地區由於降雨減少，發生了嚴重的乾旱事件。由於本次災害持續時間長、覆蓋面積廣，當地的農業生產活動受到了很大影響，農戶受災嚴重，保險索賠案件頻繁發生。保險公司依賴傳統的查勘定損方式，在保險理賠的時效性和精準性方面始終存在缺口，難以滿足農戶及時恢復生產的要求。同時，道德風險的存在也加大了保險理賠的工作難度。旱情發展在時間和空間上的不確定性，給政府部門的賑災救災工作也帶來較大挑戰。
政府和行業對客觀的、大範圍的、高時空解析度的、量化的乾旱損失評估需求極為迫切。
針對這些挑戰，瑞士再保險利用衛星遙感技術針對受災區域進行了高解析度的乾旱面積提取和損失量化評估，為政府部門的振災救災和保險行業的精準理賠提供了科學、客觀的參考。
衛星遙感技術的乾旱受災面積估算方法，其主要原理是利用植物在不同狀態下的光譜屬性，藉助遙感觀測資料綜合分析作物的生長狀態，從而提取作物受損範圍。
這主要分為三個步驟：
01
提取耕地面積：
基於多光譜影像，採用機器學習分類方法，提取受災區域的耕地分佈；
02
監測作物長勢：
基於遙感觀測的光譜屬性，反演植物的生長狀態（NDVI、植被供水指數等）和生長環境（溫度、溼度等）等指標。透過將這些指標同化為相同時空尺度的歸一化指數，計算出綜合乾旱指數；
03
統計受災面積：
基於乾旱指數和統計分析方法，計算出不同災損嚴重程度的受災面積。研究表明，7月遼西某縣受嚴重乾旱影響的面積達2108平方公里。
保險公司透過引入該項技術，可以降低人工查勘成本，提高保險賠付的時效性，並且可以更好地核實損失報案資訊，以實現精準理賠；政府基於分析結果可以儘快進行災後救援和恢復生產。某保險公司一線工作人員提到，
由於這部分工作可以統計每個鄉鎮的受災面積，在核災定損環節中是很有力的、客觀的量化參考，對於推動多方主體就保險賠付結果達成一致將起到關鍵性作用。
圖2 遼西4縣乾旱災害衛星遙感監測結果
案例分析三
印度雨季作物保險
基
於遙感觀測、降雨資料和田塊資訊等，經模擬分析生成綜合作物健康指數（CHF），為查勘理賠提供了更快、更客觀的評估。
（向上滑動檢視完整案例）
▼
西孟加拉邦位於印度東部，是農業大邦。邦內約有720萬農戶，並以小農戶經營為主。邦政府一直致力於改善農戶的經濟條件，並試圖透過提供農業保險來保障農民利益，包括100%的保費補貼等政策。2019年邦政府推出BSB作物保險計劃，一方面是為了幫助農戶擴大風險保障範圍，另一方面也可以提高保險產品的精細度和靈活度，從而擴大農戶受益範圍。不過該計劃也相應地提高了保險公司的運營成本，對人力和物力有更高的要求，比如需要派人實時監測作物的生長狀態、需要理賠人員深入參與收穫季測產工作等。
在這種情況下，
2020年印度保險行業聯合瑞士再保險等多方機構開發了針對BSB計劃的衛星遙感應用服務，利用衛星資料、降雨資料和田塊資料等搭建數值模型，生成綜合作物健康指數（CHF），為查勘定損工作提供更高效、更客觀的量化評估
，以降低相關工作的人力物力投入。
基於遙感觀測的模型搭建包括了以下引數：
01
作物綠度：
歸一化植被指數（NDVI）透過測量近紅外（植被強烈反射）和紅光（植被吸收）之間的差異來量化植被綠度資訊。NDVI越高，農作物的綠色程度越高，單產也越高；
02
作物含水量：
LSWI表示植被及其土壤背景中的液態水總量。LSWI越高，作物的可用水量就越高。LSWI還可用於識別洪水和淹沒情況；
03
作物結構：
後向散射比（SAR）測量利用了雷達原理，透過利用反向散射訊號的時間延遲來形成影象。SAR可以估算出作物的高度和結構。
透過構建以上遙感指數，結合氣象觀測和田塊監測，方案利用機器學習和統計分析模型算出了作物健康指數（CHF）。
基於該指數的保險責任主要為：
01
播種失敗損失：
因為惡劣的天氣條件而無法播種/種植的參保作物，有資格獲得最高為投保額的25％的賠償金；
02
種植季受損損失：
彌補由於乾旱、洪水或其他災害事件造成的作物營養期和繁育期的損失。損失基於遙感分析得到的受災面積和耕種成本而計算完成；
03
收穫季損失：
基於作物健康指數CHF完成。
圖3 印度保險行業使用手機APP
採集田塊作物及產量資訊
該案例很好地詮釋了，
衛星遙感技術在農業保險領域的成功應用離不開地面觀測和模型搭建。
高時空解析度的遙感資料、田塊尺度的基礎資訊觀測和農作物產量模型相結合，才能實現災損精準評估乃至產量精準模擬的目的。
04 |
衛星遙感應用展望
標準化平臺、資料共享、跨領域合作
助力農險高質量發展
近年來伴隨著國家政策的支援和行業應用的深入，中國遙感衛星領域一直保持著快速發展。
2020年美國憂思科學家聯盟（The Union of Concerned Scientists，UCS）資料顯示，截至2020年7月，中國共有在軌活躍衛星375顆，其中遙感衛星181顆，佔比48。27%。
與此同時，中國新發射遙感衛星數量正在逐漸增加，2018年中國遙感衛星中，高分衛星總髮射量達40顆，包括高分一號02、03、04 星，高分五號、高分六號和高分十一號等，佔全球發射總量的32。5%。截至2020年7月，國內遙感衛星已經發射的數量為11顆。
數量方面中國遙感衛星發射不及美國，但發展速度穩定，且創新能力不斷提升，發射總量比重在不斷增加。
2020年中國衛星遙感市場規模將達到81。8億元，高質量的衛星遙感觀測和資料獲取已不再是難題。如何更好地利用這些衛星遙感資料，服務高質量農業保險發展，助力鄉村振興和農業現代化程序，是農業保險行業一直探討並致力於推動的領域。
筆者認為，要想實現衛星遙感技術和農業保險發展的有機結合，標準化平臺搭建、多元化資料共享和跨領域協同合作將是未來的工作重點，也是保險行業、科技領域和政府部門需共同推動的方向。
一
標準化平臺搭建
衛星遙感技術存在海量資料儲存難、處理分析專業性強和計算資源要求高等特點，因此行業的廣泛應用和推廣一直受限。學界和行業在積極探索搭建標準化平臺，以解決這一難題。美國谷歌公司、卡內基·梅隆大學和美國地質調查局共同研發併發布了
谷歌地球引擎（Google Earth Engine）
，這是針對大量全球尺度衛星資料提供的線上視覺化計算和分析處理雲平臺，為遙感大資料處理分析提供了技術支撐。與之類似，
國內相關公司也在積極開發線上遙感計算雲服務平臺
，透過整合更多的本土主要衛星遙感資料，滿足我國相關研究和應用的需求。
針對農業保險領域，衛星遙感技術除了需要克服上述難點之外，還需要考慮與農業生長的關聯，以及與業務流程的結合。
中科院團隊
研發的全球農情監測雲平臺，將與農業輿情和農業生產相關的遙感資料集成於統一平臺，實現獨立的農業資訊和作物生產監測與分析。
保險行業
開發多款農險平臺，有的將衛星遙感資料和農業保險承保理賠工作緊密結合，應用於田塊邊界提取、作物型別識別和查勘定損等方面；有的引入國土相關資訊和遙感GIS技術，實現精準的承保和理賠，進一步推動農業保險線上化與數字化程序。
瑞士再保險
也自主開發了“信瑞智農”農業風險管理平臺，整合多源遙感資料，疊加農業風險模型，從而提高損失評估的時效性與精準性。
未來，
標準化平臺搭建工作仍將圍繞農業遙感資料儲存、雲服務和高效能計算、農業風險模型開發、業務流程對接等方面繼續推動
，為衛星遙感技術在農業保險領域的廣泛應用提供平臺基礎。
二
多元化資料共享
衛星遙感資料具有區域廣、顆粒度高、更新快、針對性強等特點，是“面”尺度的資料，對於農業風險管理和評估具備天然的優勢。不過農業生產風險涉及土壤、作物、管理和天氣等多個因素，這些都是“點”尺度的資訊。
唯有將衛星遙感“面”資料與農田基礎“點”資訊相結合，並基於此搭建農業風險管理模型，才能充分發揮衛星遙感技術的效力，實現區域化的農業風險管理精準評估。
以
產量資料
為例，一般由農業部門和統計部門掌握，保險行業在查勘定損過程中也可以掌握特定區域的資料。不同資料來源的產量資料獲取和統計口徑過程均有差異，並且尤其是精細尺度的大多數資料均不對行業公開。再以
天氣資料
為例，國家級氣象站和區域氣象站資料由氣象部門管理，不同地區資料獲取方式差異較大，給農業保險行業的相關工作開展帶來一定難度。
農作物資訊和農田管理資訊
一般集中於政府部門和科研院校，在農業保險行業的應用和推廣目前仍有限。
這些資訊對於校驗、推廣基於衛星遙感資料的農業風險管理模型非常重要。
未來，多元化的資料共享將是工作推進的前提和基礎，需要相關政策上的頂層設計，也需要多領域主體的協同合作。
三
跨領域協同合作
將衛星遙感技術運用於農業保險領域涉及多領域、多學科的融合交叉。
政府部門
是農業保險政策的制定者和支援方，因此農業保險市場的發展離不開政府的參與和引導。
保險公司
承擔具體運營和管理，瞭解市場發展的現狀和痛點。
研究機構和科技公司
承擔成果轉化的工作，關注如何將衛星遙感觀測和資料應用於承保和理賠的工作鏈條中。三個主體需要聯動配合，共同推動。
成果轉化的過程一方面涉及資料獲取、資料分析、模型搭建和服務應用等流程，也涉及到遙感科學、計算機科學、保險學、農學和氣象等多個學科，上游對接政府政策影響，下游銜接農業保險行業應用，是聯動體系內最為關鍵的環節。未來，
多領域和多學科的專家學者應該更積極主動地推動交叉合作，加速產學研結合
，既實時跟進政策動態，又深入理解行業需求，才能進一步實現衛星遙感技術在農業保險領域的應用廣度和深度。
結語
新技術的應用和普及正在帶來一場農業保險領域的變革。以衛星遙感技術為代表的科技手段，透過更加精準和及時的監測資料，及其在農險領域的應用和普及，改變了傳統農業保險粗放經營的狀態，在農業保險鏈條中正起到愈發舉足輕重的作用，也必將帶動農業保險行業持續轉型升級。
鄉村振興和農業現代化離不開科技這一“加速器”，這個過程需要政府部門、科技公司、保險行業通力合作，建立標準化平臺，實現多元化資料共享，釋放科技潛能，從而保障衛星遙感技術等科技手段在農業保險中發揮更大作用，推動農業保險行業高質量發展，更好地滿足“三農”領域不斷增長的風險保障需求，進一步助力鄉村振興。
2021
年底，瑞士再保險自主研發的“信瑞智農”農業風險管理平臺第二階段功能-實時農業風險評估功能即將上線。
透過整合衛星遙感技術、大資料科技和農業風險模型演算法，該功能可以
賦能保險公司一線查勘理賠人員
，提供客觀損失量化參考；可以
支援保險公司管理部門
，最佳化查勘定損資源，並且更好地管控業務風險；同時可以
助力政府職能部門
，科學、高效開展農業風險管理、災前預警和災後救援等相關工作。
本文作者
點選“在看” 分享本文
