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。