[aipingce]9月26日消息，农村金融一直是一道难题，对于银行来说，很难知道农户有多少资产，没有根据，就无法给出信贷额度。在去年9月外滩大会上，由蚂蚁集团发起网商银行将大山雀正式商用，形成水稻小麦等粮食作物的识别，对识别结果的分析向农户提供贷款。 一年后的今天，网商银行在陕西洛川宣布，其自主研发的卫星遥感信贷技术“大山雀”迎来技术突破，成功识别苹果、猕猴桃等经济作物。这也意味着，许多果农贷款难的问题有了新的解决方案。 农村贷款有多难？ 在县城与农村地区，银行网点的密度远远低于城市，数据显示，70%的农户金融需求未被满足。现如今，数字技术的发展加上人脸识别技术的完善，解决了时间和地点上的难点，但是银行很难知道农户有多少资产，他们的耕地到底产量多少，价值多少。风控难题如何破解，成为各方都在思考的问题。 随着农业数字化，网商银行与全国县域政府合作，当农户需要贷款时，虽然没有抵押品，但是农户的农业保险、土地流转、种植情况等等反映信用和经营的数据也可以为其加分助力。去年9月份，代号为“大山雀”的卫星技术于正式商用，通过解析卫星影像，判断农户耕种面积和品类，预测产量产值，从而给予合理的贷款额度，成为解决农户贷款难的新钥匙。
根据官方透露的数据，网商银行农村金融业务的不良率低于2%。此前，“大山雀”成功识别水稻、小麦等粮食作物，数十万种粮大户因此成功获得贷款，这一技术也入选2021年度农业农村部新技术优秀案例。 识别覆盖中国三大主粮产品 大山雀是如何做到的 据介绍，2019年开始，网商银行积极探索通过卫星遥感技术结合AI模型算法获取大规模可信动态数据，来服务全国的种植大户。通过近2年的努力，网商银行基于深度神经网络、Mask-RCNN等AI模型算法建立了28个卫星识别模型 ，涵盖水稻、小麦、玉米等的全生长周期识别模型，地块识别、云块识别等模型，以此来解决农户种的是什么，种多大，种的好不好的问题。 相关数据显示，在大山雀发布初期，玉米、水稻和小麦，整体识别准确率达93%，达到业界的顶尖水平。 与此同时，通过认真研究农业行业产业化发展趋势及行业特点，搭建农业特色行业的专属风控模型。通过深入了解分析不同区域、不同行业种植成本的差异，结合对种植户的风险识别以及生产经营的判断实现对农户的精准实时授信。 另一方面，利用时间序列等模型对各地的历史气候数据进行深度挖掘，并对未来一段时间内的气候情况进行预测，形成基于“地域—气候—作物—农户”的全方位种植评价体系，根据历史温度、湿度、降水、风速、光照等预测农作物的产量和损益，从而进一步精准识别贷款风险。 据悉，风控模型会对农户申贷时间的合理性做出评价，结合各地的农忙时间，在不同季节节点给予差异化的授信方案，在满足各周期生产经营所需的情况下，防止过度授信以降低风险。 从水稻、小麦、玉米到水果等经济作物 “大山雀”升级了两大能力 据了解，由于卫星识别分辨率要求不同，大山雀去年仅应用在粮食作物上。“果蔬等经济作物种植一般较稀疏，相比水稻等主粮作物，种植密度低很多，同等分辨率下，识别难度更大。”网商银行农村金融首席算法专家王剑解释道，“而且果园等卫星识别图像，与自然林木很接近，很难区分。“ 目前，经历了一年技术攻坚，“大山雀”技术突破识别水果等经济作物，如苹果、猕猴桃、柑橘等。
据介绍，此次“大山雀”主要是升级了两大能力。首先是升级了算法，引入高分辨率遥感影象，可以准确识别出果树的纹理，通过纹理信息我们把果园和经济作物区分开，高分辨率的遥感影象有一个问题，它的时效性比较差，低分辨率影像周期短，每一周可以获取到角落的遥感影像，光谱信息丰富，但高分辨率的影像识别会更好，可以提升我们的算法能力，这个对于经济作物的识别非常有效。 其实，是引入了人工种植的经验，信息员做成一张农业的知识图谱，把每一个地方的地形地貌、海拔、气温、气雨、降水等信息融进知识图谱里。比如海拔这个数字化的信息，会有一些人工的经验，捕捉农民明确知道冬天种小麦、夏天种水稻，海南水稻一年三熟，东北水稻一年一熟，甘肃等地区不太适合种水稻，通过这种方式提升整个识别算法的准确率。 作为全国第一个涉农县域全面打通数字金融服务通道的省份，陕西省也将成为升级的“大山雀”技术落地的第一个省份。 目前，“大山雀”技术落地实施一年时间，正在让更多的农民获得贷款。不过，遥感技术也有局限性，诸如牛羊、水产养殖等情况仍旧解决不了精准识别的问题。
据蚂蚁集团相关人员透露，未来会探索用IOT的方式对农民这些资产进行更精准的识别。通过遥感+IOT的手段，更好识别农民种植、养殖、农资、农机等所有农业上的资产，尽可能精准认证农户的这些资产，使农村金融风控做的更好。 |
