【技术实现步骤摘要】
本申请涉及信息及金融科技领域，应用于针对种植业保险进行评估的场景中，尤其涉及一种种植业保险评估方法、装置、计算机设备及存储介质。
技术介绍
1、随着计算机技术和信息技术的飞速发展，它们在金融科技领域的应用日益广泛，特别是在保险行业的各个场景中。
2、种植业保险作为一种重要的农业保险形式，主要针对农作物在生长及初步加工阶段可能遇到的各种自然灾害和意外事故导致的经济损失提供风险保障。因此，种植业保险的评估流程对于保险公司的风险管理而言有着重要意义。
3、目前，种植业保险评估通常依赖于信贷员或专业人员的人工现场调查和统计。这种方式耗时且劳动密集，不仅存在时效性较差的问题，还容易导致评估流程的数据不准确和效率低下，从而影响保险公司的核保和理赔效率。
技术实现思路
1、本申请实施例的目的在于提出一种种植业保险评估方法、装置、计算机设备及存储介质，以解决种植业保险的评估流程数据不准确和效率低下的技术问题。
2、为了解决上述技术问题，本申请实施例提供一种种植业保险评估方法，采用了如下所述的技术方案：
3、一种种植业保险评估方法，包括下述步骤：
4、获取目标农田的卫星遥感数据、无人机影像和地面传感器数据，并集成为所述目标农田的综合监测数据，所述综合监测数据包括多光谱图像、多光谱数据和地形数据；
5、根据所述多光谱图像和所述地形数据进行边界识别，得到所述目标农田的边界信息；
6、根据所述多光谱图像和所述多光谱数据进行
7、根据所述边界信息、所述作物类型信息和所述健康状态信息，评估所述目标农田的种植风险等级，并生成对应的评估报告。
8、进一步的，所述根据所述多光谱图像和所述多光谱数据进行综合分析，确定所述目标农田的作物类型信息和作物健康状态信息的步骤，具体包括：
9、根据所述多光谱数据进行作物类型识别，得到所述作物类型信息；
10、根据所述多光谱数据，计算得到所述目标农田的生长状态指标；
11、根据所述多光谱图像和所述生长状态指标进行分析，得到所述作物健康状态信息。
12、进一步的，所述根据所述多光谱图像和所述生长状态指标进行分析，得到所述作物健康状态信息的步骤，具体包括：
13、对所述多光谱图像进行图像识别分析，得到所述目标农田的病虫害早期迹象；
14、根据所述生长状态指标，评估所述目标农田的作物生长状态；
15、根据所述病虫害早期迹象和所述作物生长状态进行分析，得到所述作物健康状态信息。
16、进一步的，所述生长状态指标包括归一化植被指数，所述根据所述多光谱数据，计算得到所述目标农田的生长状态指标的步骤，具体包括：
17、从所述多光谱数据中提取近红外波段和红光波段的反射率数据；
18、通过归一化植被指数计算公式：根据所述反射率数据计算得到所述归一化植被指数，作为所述生长状态指标，其中，n i r表示近红外波段的反射率，red表示红波段的反射率。
19、进一步的，所述根据所述多光谱数据进行作物类型识别，得到所述作物类型信息的步骤，具体包括：
20、获取已知作物类型的样本对应的多光谱特征；
21、根据所述多光谱特征，构建作物类型识别模型；
22、将所述多光谱数据输入所述作物类型识别模型，得到所述作物类型信息。
23、进一步的，所述根据所述多光谱图像和所述地形数据进行边界识别，得到所述目标农田的边界信息的步骤，具体包括：
24、将所述多光谱图像输入预设的边界识别模型，得到所述目标农田的边界线；
25、从所述地形数据中提取地形特征，根据所述地形特征对所述边界线进行校正，将校正完成的边界线作为所述边界信息。
26、进一步的，所述根据所述边界信息、所述作物类型信息和所述健康状态信息，评估所述目标农田的种植风险等级，并生成对应的评估报告的步骤，具体包括：
27、将所述边界信息、所述作物类型信息和所述健康状态信息输入预设的风险评估模型，得到所述种植风险等级；
28、根据所述种植风险等级，在预设的种植业评估报告模板中选择所述目标农田的目标模板；
29、根据所述边界信息、所述作物类型信息和所述健康状态信息对所述目标模板进行填充，将填充完成的目标模板作为所述评估报告
30、为了解决上述技术问题，本申请实施例还提供一种种植业保险评估装置，采用了如下所述的技术方案：
31、一种种植业保险评估装置，包括：
32、获取模块，用于获取目标农田的卫星遥感数据、无人机影像和地面传感器数据，并集成为所述目标农田的综合监测数据，所述综合监测数据包括多光谱图像、多光谱数据和地形数据；
33、边界识别模块，用于根据所述多光谱图像和所述地形数据进行边界识别，得到所述目标农田的边界信息；
34、综合分析模块，用于根据所述多光谱图像和所述多光谱数据进行综合分析，确定所述目标农田的作物类型信息和作物健康状态信息；
35、评估模块，用于根据所述边界信息、所述作物类型信息和所述健康状态信息，评估所述目标农田的种植风险等级，并生成对应的评估报告。
36、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
37、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的种植业保险评估方法的步骤。
38、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
39、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的种植业保险评估方法的步骤。
40、与现有技术相比，本申请实施例主要有以下有益效果：
41、本申请公开的种植业保险评估方法，通过获取目标农田的卫星遥感数据、无人机影像和地面传感器数据，并集成为所述目标农田的综合监测数据，所述综合监测数据包括多光谱图像、多光谱数据和地形数据；再根据所述多光谱图像和所述地形数据进行边界识别，得到所述目标农田的边界信息；而后，根据所述多光谱图像和所述多光谱数据进行综合分析，确定所述目标农田的作物类型信息和作物健康状态信息；从而根据所述边界信息、所述作物类型信息和所述健康状态信息，评估所述目标农田的种植风险等级，并生成对应的评估报告。本申请通过由农田的卫星遥感数据、无人机影像和地面传感器数据集成后得到的综合监测数据，实现了农田边界、作物类型和作物健康状态的智能化识别，使得种植业保险的评估流程不需要再依赖人工进行现场调查和统计，大大提高了种植业保险评估的准确性和效率，增强了保险公司的风险管理能力。
本文档来自技高网...【技术保护点】
1.一种种植业保险评估方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的种植业保险评估方法，其特征在于，所述根据所述多光谱图像和所述多光谱数据进行综合分析，确定所述目标农田的作物类型信息和作物健康状态信息的步骤，具体包括：
3.根据权利要求2所述的种植业保险评估方法，其特征在于，所述根据所述多光谱图像和所述生长状态指标进行分析，得到所述作物健康状态信息的步骤，具体包括：
4.根据权利要求2所述的种植业保险评估方法，其特征在于，所述生长状态指标包括归一化植被指数，所述根据所述多光谱数据，计算得到所述目标农田的生长状态指标的步骤，具体包括：
5.根据权利要求2所述的种植业保险评估方法，其特征在于，所述根据所述多光谱数据进行作物类型识别，得到所述作物类型信息的步骤，具体包括：
6.根据权利要求1所述的种植业保险评估方法，其特征在于，所述根据所述多光谱图像和所述地形数据进行边界识别，得到所述目标农田的边界信息的步骤，具体包括：
7.根据权利要求1至6任一项所述的种植业保险评估方法，其特征在于，所述根据所述边界
8.一种种植业保险评估装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的种植业保险评估方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的种植业保险评估方法的步骤。
...【技术特征摘要】
1.一种种植业保险评估方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的种植业保险评估方法，其特征在于，所述根据所述多光谱图像和所述多光谱数据进行综合分析，确定所述目标农田的作物类型信息和作物健康状态信息的步骤，具体包括：
3.根据权利要求2所述的种植业保险评估方法，其特征在于，所述根据所述多光谱图像和所述生长状态指标进行分析，得到所述作物健康状态信息的步骤，具体包括：
4.根据权利要求2所述的种植业保险评估方法，其特征在于，所述生长状态指标包括归一化植被指数，所述根据所述多光谱数据，计算得到所述目标农田的生长状态指标的步骤，具体包括：
5.根据权利要求2所述的种植业保险评估方法，其特征在于，所述根据所述多光谱数据进行作物类型识别，得到所述作物类型信息的步骤，具体包括：
6.根据权利要求1所述的种植业...
【专利技术属性】
技术研发人员：肖旅阳，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。