1. 概述

智慧農保系統以空間信息技術為依托，實現對農業保險的災害評估、勘查定損、風險預測；結合大數據、智能物聯網技術、云計算技術，實現農保大數據分析、趨勢預測、業務經濟效益、賠率厘定、災害易發區識別；智慧農保系統對農保提供承保精準快速、理賠精確定量、風險科學預測、災情及時監控、業務科學經營，做到依據性強、精確度高、監測范圍廣，為保險公司提高效率、降低成本、科學管理提供支撐。

2. 技術應用

2.1. 系統架構體系

智慧農保系統分為五個層，分別為數據采集層、數據中心、平臺服務層、應用層、及客戶端展示。

數據采集層：使用航空遙感、衛星遙感、無人機遙感等獲取遙感數據、通過手持設備、傳感器等獲取實時業務數據或監測數據。數據中心包括基礎地理信息空間數據庫、系統框架數據庫、農保業務空間數據庫、農保屬性數據庫、文件存儲系統等，通過數據庫驅動、空間數據庫引擎、GIS分發服務器，對業務應用層、平臺支撐層提供數據庫調用與服務接口，實現對數據的接入、訪問、管理等。 平臺服務層：作為系統運營的基石，為業務應用提供基礎性架構和數據解析服務、空間信息服務等，對系統及數據的訪問進行監控管理，保障系統的正常運行。應用層：負責業務實現、業務管理、業務分析，為參保人員、業務人員、管理人員提供農保業務查詢、分析、展示、監測、審核等功能?？蛻舳藢樱鹤罱K的展示平臺，目前支持移動、PC、大屏等多種終端設備。

2.2. 空間信息技術應用

空間信息技術由地理信息技術、遙感技術、空間定位技術組成，將空間信息技術與農保業務相結合，實現對農業保險的災害評估、勘查定損、風險預測等，做到依據性強、精確度高、監測范圍廣。

遙感技術：通過航空遙感、衛星遙感、無人機遙感等獲取影像、彩紅外、高光譜、點云等遙感數據，并通過遙感解譯技術對遙感數據進行解析，對農保進行災情定性定量分析、災情定損等。遙感技術：通過航空遙感、衛星遙感、無人機遙感等獲取影像、彩紅外、高光譜、點云等遙感數據，并通過遙感解譯技術對遙感數據進行解析，對農保進行災情定性定量分析、災情定損等。

地理信息技術：使用行政區劃數據、地塊數據、農戶分布、種植結構、氣象數據等地理信息數據，通過空間分析、空間運算等地理信息技術，實現精確承保、受災分析、實現有據可依。

空間定位技術：使用北斗定位、或GPS定位，獲取業務人員、投保人員等位置，為空間分析提供位置數據。

2.3. 農保大數據平臺

農保大數據平臺依托于云計算技術，大數據技術、空間信息技術、AloT智能物聯網技術，通過資源分布數據、影響要素數據、實時監控數據，實現農保大數據分析、趨勢預測、業務經濟效益、賠率厘定、災害易發區識別等，為農保提供科學依據。

3. 業務系統

3.1. 在線承保

將傳統的承保模式改成在線承保，業務人員首先選擇地塊，自動獲取地塊對應的農戶信息、歷年承保情況，并且通過智能掃描技術，進行身份證信息驗證、銀行卡信息識取，通過客戶端一鍵上傳承保信息，生成電子保單；審核人員獲取電子保單后在線調取影像資料、歷年情況、風險預測結果等信息輔助審核，即提高了工作效率，還增強了業務信息的準確性。

3.2. 精確理賠

農戶通過移動端自主申請理賠，保險公司以內業核查為主，外業核查為輔的農業保險理賠流程，實現理賠精確定量。首先根據不同時期影像數據對比顯示，受損地塊范圍自動識別提取、面積自動計算、在線判斷受損程度、保險賠償自動生成；其次通過移動端推送受災位置地點，現場確認受損程度，最后獲取農戶參保范圍影像圖及參保信息，自動生成理賠表單。

當出現大面積災害發生時，通過真彩色、彩紅外等遙感影像解析，快速計算出受災程度、受災范圍、受災戶數、以及理賠金額預測，為保險公司快速決策提供數據支撐。

3.3. 業務監控

業務監控系統，通過大數據監控平臺，對公司業務進行全流程的實時監控及統計分析，相關的管理領導可以及時的查看業務分布、進展及詳細信息。公司總部可以實時了解到全區域農保業務分布情況、業務進展情況，了解各個地區的業務數、理賠率，各地區的排名情況，突發事件監控。各個分區首頁可以看到該區域的區域信息匯總、農保分布情況、農保業務數量、業務人員工作開展情況，突發事件處理響應進展。業務人員可以看到相關的業務受理情況、業務數量、業務排名以及突發事件預警。

3.4. 風險監測

通過真彩色、彩紅外等遙感影像解析，通過歷年數據對比，通過影響因素的空間分析，獲取不同地區的農業災害風險預測值，并通過定期遙感影像和影響因素監測，根據風險值的發生或削減情況，為保險公司的農保管理提供科學依據。

1）青苗階段

真彩色衛星影像為主，航空影像為輔，主要用于確認投保作物種植面積。

圖 申報范圍和實際種植范圍對比

2）抽穗、開花、花鈴期

真彩色衛星影像為主，高光譜影像和航空影像為輔確認農作物護理、生長情況,農作物產量評估。

3）氣象、水文數據

根據實時氣象、水文情況監測，判斷對植物生長的影響程度，植物的生長趨勢預判，從而達到風險監測。

4) 歷史數據

獲取不同時期的歷史數據，通過歷史數據分析，得到需要注意的影響因素以及災害易發區域，進行重點監測。

3.5. 時空分析

時空分析通過相近年份分析、承保業務分析、影響因素分析、優質客戶分析等多種方法，為保險公司提供業務決策技術支撐。

相近年份分析，根據歷史數據和當前的信息數據進行空間對比，查找相似年份，導出該年份的受災情況分析結果及理賠率。

承保業務分析，根據區域的同比及環比承保業務數據分析，得出業務空間增長趨勢，業務理賠率空間分布情況。

影響因素分析，根據實時氣象水文等影響因子數據以及相關歷史數據結合空間分布，進行影響因子空間預測，通過預測數據，推算年度受災概率空間分布。

優質客戶分析，通過投保農戶歷史數據以及實時監測狀況，分析并獲取優質客戶。

3.6. 公眾服務

公眾服務主要針對投保農戶，保障農戶的知情權、參與權，為農戶安排生產提供技術支持。

投保農戶可以通過手機app或者互聯網等渠道，便捷的查詢承保理賠信息。通過對農保條款、投保理賠流程、惠農政策、監管要求的公開，提高農戶對農業保險的認知。及時提供氣象、農時、農業技術、市場價格等信息，指導農民防災減災，合理安排生產。