【案例序号】

019

【案例名称】

卫星遥感和人工智能技术在智能化农村金融的创新应用

【报送单位】

浙江网商银行股份有限公司

【案例类别】

普惠金融服务乡村振兴案例‐农户

【案例概述】

网商银行采用卫星遥感技术获取种植大户的作物全生长周期遥感影像，为农户授信策略提供可信任、可追溯的数据源。在此基础上，还进一步运用人工智能图像识别技术分析遥感影像。这项卫星遥感信贷技术代号“大山雀”。

基于深度神经网络等普惠金融产品和服务创新案例I模型算法，网商银行建立了28个卫星识别模型，涵盖水稻、小麦等作物全生长周期识别、地块识别等模型。实现作物品类、种植面积、长势情况的识别，建立作物种植画像，了解农户贷款需求时点及授信动态管理。此外，采用大数据风控技术构建特色种植品类（果蔬茶等）行业风控模型，实现农户的精准授信，提升农户的融资效率。目前，模型准确率达93%以上，处于行业领先水平。

【案例背景】

网商银行在为农户提供服务的过程中，发现农村金融领域信用体系正处在建设阶段，缺乏有效抵押物、运营成本高、覆盖程度低，使得农户较难获得便捷优质的金融服务。从数据角度看，数据源呈现小、散、乱的特点，数据缺乏公信力。同时，农业生产经营数据获取难，数据更新不及时。从风控角度看，行业风险、区域风险差异大。数据缺乏交叉验证方式，“地在哪里？种的是什么？长得怎么样？有没有受灾及病虫害？”都成为授信难点。

【主要做法】

为更好地服务三农，解决生产端农户贷款难的课题。2019年起，网商银行积极探索通过卫星遥感技术结合普惠金融产品和服务创新案例I模型算法获取可信动态数据，并创造性地将识别结果应用到涉农信用贷款模型中。首先，用卫星遥感获取初步图像，并对应到在地球上的土地。通过获取多张卫星遥感图像，我们可以得到这个地块过去一个月甚至一年所有的信息，把这些图像信息输入到人工智能系统里面，利用深度神经网络算法从一系列的遥感卫星图像里面去识别出对应地块上的农作物。同时，遥感影像每个像素对应地球上的地表面积是已知的，根据图像像素的数目×每个像素的面积就可以得到一个地块的实际面积。 2021年9月网商银行还对卫星遥感技术“大山雀”进行了升级，在已有的小麦、水稻等主粮作物识别能力的基础上，新增了苹果、猕猴桃等经济作物品类的识别能力，这意味着许多果农贷款难的问题有了新的解决方案。此次升级的“大山雀”，其作物识别算法模型，实现了融合识别不同分辨率的影像，提升了水果等经济作物的识别精度，在业内属于首次。升级后的“大山雀”，还可根据各类信息源建立农业知识图片，能利用地形、降水、积温、历史产量等知识提升作物识别效果。网商银行让算法机器”掌握“了人工经验。

【取得成效】

现在，农户只要拿着手机，绕地走一圈，或是在支付宝上把自己的地在地图上圈出来，卫星就可以去识别这块地的农作物面积、作物类型，分辨出水稻、玉米、小麦、花生、烟草等多种作物的区别，准确率达到93%以上。农户圈出的地块是否准确，也可以和农户在政府机构登记的土地确权、土地流转等数据进行交叉验证。有了这些关信息，再结合气候、行业景气度等情况，网商银行通过几十个风控模型，就可以预估产量和价值，从而向农户提供贷款额度与合理的还款周期。不同于传统的信贷金融机构，只是在农户申请贷款时关注其生产经营状况，网商银行通过卫星遥感有农户历史过往所有的生产经营的记录，以及发放贷款以后的实时情况，以及考虑他们可能遭受的自然灾害，所以能够更加精准的对农户的个人信用以及生产种植行为做出评价，从而评估农户的资产。 目前，以五天为周期，网商银行需要实时更新卫星影像和识别结果，监测农作物的长势，判断作物所处的育苗期、拔节期或收割期等阶段，进而分析农户插秧、打药、追肥以及收割时期的不同资金需求。 截至2021年末，“大山雀”已覆盖目前已覆盖全国28个省市自治区，超60万种植大户因此得到了信贷资金。

【经验启示】

作为数字金融从业者，网商银行保持开放合作，与当地政府、银行、商业机构一起努力，用科技降低获得金融支持金融服务的门槛，稳步提升合作县域的覆盖度，实现农业产业金融数字化，让更多农民群体享受到科技金融、普惠金融的福利。