基于多源遥感数据的马铃薯收入保险应用研究

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。     

农产品价格指数保险的可行性

农产品价格指数保险被视为是一种重要的农业保险创新,得到了社会各界的高度重视。本文从价格风险管理和分散的视角出发,对农产品价格指数保险的可行性进行了理论上的分析和探讨,首先对农产品价格风险的可保性进行了分析,随后指出了农产品价格指数保险6种可能的风险分散途径并对其可行性进行了具体分析,最后对国外发达国家承保农产品价格风险的经验进行了介绍。研究认为,开展农产品价格指数保险要特别关注其可能的巨灾赔付风险;同质性很强的农产品(如粮棉油)可能并不适宜采用价格指数保险;对大部分农产品来说,收入保险或收益保险可能是更好的选择。     

山西沁县谷子综合天气指数保险研究

农作物受灾机理十分复杂,在生长过程中往往受到多重灾害的共同影响,本文以山西沁县谷子为例展开综合天气指数保险研究。首先,构建干旱指数PI-、P2-、P3-、P4-、暴雨指数P3+共5个天气指数。然后,引入数据优化匹配方法,通过逐步调整产量去趋势步长、天气指数异常阈值和产量损失阈值,寻找最大拟合优度R2值来达到最优匹配,以实现定量评估天气指数对作物产量影响的目的。在优化匹配关系模型的基础上,得到山西沁县谷子综合天气指数保险产品的保险费率、天气指数触发值和赔付标准。本文旨在为开展综合性的天气指数保险提供技术支撑,也为转移与管理气象灾害风险提供实际应用方案。     

区域农业产量风险低估的评价研究

作为我国大力推广的创新型保险产品,区域农业收入保险是对区域农业产量风险与价格风险的双重保障。然而,单产数据空间聚合造成产量风险的低估却是当前农业收入风险评估的一个重要问题,尤其是随着空间区域的增大、产量风险的低估程度就越严重。本文以湖北省黄冈市、咸宁市和十堰市三个地市级水稻产量风险评估为案例,通过两种方法定量评价地市级水稻产量风险的低估程度。方法一是当前最常见的区域产量风险评估方法,直接利用地市级产量数据构建风险评估模型计算产量风险;方法二是收集地市级对应区县产量数据,通过Copula函数构建县级产量损失序列的联合概率分布后,通过Monte Carlo模拟产生区县产量损失序列样本后计算地市级产量风险。通过结果比较发现,方法一获得的三个地级市水稻产量风险较方法二平均低估了51.27%,证明了空间尺度建模不当会带来产量风险评估的严重低估。     

大数据视角下的农业保险创新与提升

本文从大数据视角出发,对农业保险大数据进行分类梳理,并就农业保险大数据的现状进行总结归纳。面向农业保险大数据平台的构建,提出包括采集层在内的六层结构的整体框架,并对其中涉及的关键技术进行介绍。在大数据技术的支撑下,详细阐述农业保险在精确承保、精准理赔、科学定价、产品创新和服务升级等方面的提升与创新,并展望大数据下农业保险信息化的3.0时代“智慧农险”。     

遥感交叉验证农业保险数据的路径与指标研究

有效识别、及时遏制虚假和不规范承保,提升农业保险数据的真实性是农业保险高质量发展过程中亟待解决的问题。本文以S省M县小麦完成成本保险为例,开展卫星遥感交叉验证农业保险数据的技术路径与验证指标研究。在技术路径上,采用基于深度学习的耕地自动提取算法和基于决策树的冬小麦分类提取算法,提取全县高精度的耕地地块和冬小麦种植分布数据。在验证指标上,提出区域交叉验证指标、地块交叉验证指标和保险机构交叉验证综合评价指标体系。从区域交叉验证结果来看,M县15个乡镇中有2个乡镇存在疑似超面积承保的问题,1个乡镇存在保险覆盖率不足的问题。在1个超面积承保较严重的乡镇中,存在11个村庄疑似超面积承保的问题,2个村庄保险覆盖率不足的问题。从地块交叉验证结果来看,保险机构的标的地块采集规范性和真实性普遍较差,甚至出现非耕地承保、非保险作物承保等严重问题。从综合评价来看,保险机构在承保真实性和采集规范性上存在较大差异。建议各地政府管理部门开展常态化的遥感交叉验证工作确保农业保险数据的真实性,并制作标准化的地块数据共享给保险机构;建议保险机构以地块数据为基底开展保险标的采集,确保保险标的的规范与真实。