排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
3.
目的 研究面向创新型农业保险业务中缺少及时准确的第三方作物产量结果用于灾损理赔的问题。引入多源卫星遥感测产技术,识别测产关键因子,构建产量模型。方法 文章运用多元线性回归分析方法,选取山西省马铃薯主产县岚县为研究区,计算基于Sentinel2影像的植被指数,结合气象卫星数据与实测单产数据,筛选关键因子,建立马铃薯单产遥感测产经验模型。结果 采用GF-2影像分割与Sentinel2长势时序识别岚县马铃薯种植面积为8 477.65hm2,精度检验Kappa值为0.72。保险公司岚县承保马铃薯面积2 476.37hm2,承保覆盖率为29.21%。测产结果显示,马铃薯单产与区域关键期地表温度参数相关性较好,岚县遥感测产获得平均单产为13.76 t/hm2,实地测产获得平均单产为14.06 t/hm2,误差百分比为2.13%,分乡镇平均误差百分比为22.97%,基本满足理赔业务需求。在2018年保险期结束后一周内,保险公司启动快速赔付,支付赔款125.29万元,赔付率48.46%。结论 遥感测产具有大范围、时效性好、可靠性高等特点,能够迅速为创新型保险产品提供测产理赔结果,提高理赔效率,保障农民收入。 相似文献
4.
基于图像和光谱技术的倒伏冬小麦产量评估研究 总被引:4,自引:0,他引:4
倒伏作物产量评估是作物倒伏灾害综合评估中的一项重要指标.针对传统倒伏作物产量评估方法的不足,该文提出了一种基于图像处理技术和光谱分析技术的倒伏冬小麦估产方法.研究首先通过冬小麦倒伏模拟试验,人工造成冬小麦倒伏,采集不同倒伏等级冬小麦RGB图像数据、冠层光谱反射率数据,并测量倒伏冬小麦产量.然后,通过RGB图像获得颜色、纹理特征,通过光谱反射率获得光谱吸收、红边和植被指数特征,取与倒伏冬小麦产量最为相关的23个特征量作为产量预测模型的输入变量.最后,使用粒子群算法优化径向基权值并建立估产模型,通过三个倒伏时期的光谱和图像指标估算倒伏冬小麦产量.结果表明,模型估算精度为98.2%,该模型能满足非接触定量化的倒伏冬小麦产量评估需求. 相似文献
5.
今年大新县的龙眼生产在大灾面前呈现出“大年”景象:据农业部门估产,今年大新县全县龙眼产量达2.3万吨,相当于一个水果“大年”的生产水平。知情的干部告诉记者,年初遭遇的罕见冰冻灾害,几乎让大新七成的龙眼近于绝收,农业科技“妙手回春”,打赢了这场龙眼丰收保卫战。 相似文献
6.
企业价值评估产生的背景与动因分析 总被引:1,自引:0,他引:1
根植于现代经济的企业价值评估是建立在企业整体价值分析和价值管理的基础上,把企业作为一个经营整体并主要依据企业未来现金流量来评估企业价值的评估活动。企业价值评估考虑的因素更全面、更复杂,不但涉及到企业的外部宏观环境、行业发展情况、市场结构、市场需求等外部因素,还涉及到 相似文献
7.
“3S”系统支持下的山西省冬小麦估产方法研究 总被引:5,自引:0,他引:5
白锐峥 《中国农业资源与区划》2002,23(2):54-56
在山西省冬小麦监测与估产中,探讨“3S”技术支持下的估产方法;在保证精度的前提下,可以最低的成本及时间向农业生产和管理部门提供客观准确的数据。 相似文献
8.
9.