《北京金融科技產業聯盟：2023衛星遙感技術金融業應用報告（103頁）.pdf》由會員分享，可在線閱讀，更多相關《北京金融科技產業聯盟：2023衛星遙感技術金融業應用報告（103頁）.pdf（103頁珍藏版）》請在三個皮匠報告上搜索。

1、衛星遙感技術金融業應用報告北京金融科技產業聯盟2023 年 3 月版權聲明本報告版權屬于北京金融科技產業聯盟，并受法律保護。轉載、編摘或利用其他方式使用本白皮書文字或觀點的，應注明來源。違反上述聲明者，將被追究相關法律責任。I編制委員會主任：呂仲濤潘潤紅編委會成員：聶麗琴金海旻劉承巖魯金彪編寫組成員：孫凌浩張海軍史大鵬胡國強黃炳羅濤姜璐白夢圓施佳子瞿威呂蓉繆迪文尹亮邱雪濤王宇文黎明謝林李斌陳東航鄧俊毅謝超陸碧波郭勝韓冰馮麗娜徐旭丁洪澗丁來平宗煦李宇翔張曉娟楊曉誠肖揚編審：黃本濤姜璐劉昌娟姚文韜II牽頭編寫單位：工商銀行金融科技研究院聯合牽頭單位：中國建設銀行股份有限公司參編單位：中國銀聯股份有

2、限公司銀聯商務股份有限公司興業銀行股份有限公司平安銀行股份有限公司浙江網商銀行股份有限公司華為技術有限公司III目錄目錄一、衛星遙感技術金融行業應用背景.1（一）金融業發展戰略和數字化發展趨勢.1（二）衛星遙感技術應用政策背景.1（三）多技術融合拓展衛星遙感應用廣度和深度.3二、衛星遙感技術發展情況.4（一）衛星遙感技術介紹.5（二）衛星遙感技術應用流程.7三、金融行業衛星遙感應用訴求.27（一）涉農信貸.27（二）農險和產險.28（三）地產基建信貸風控.30（四）一帶一路信貸風控.31（五）投資決策輔助.32（六）新能源綠色金融信貸風控.32（七）土地流轉管理.34（八）金融租賃風控.35四

3、、衛星遙感技術金融業應用案例.36（一）金融業應用現狀概述.36（二）銀行應用案例介紹.45（三）保險業應用案例介紹.67（四）遙感技術應用的局限性案例分析.68（五）遙感和 IOT 結合案例規劃.72五、總結和展望.75（一）小結.75（二）風險與挑戰.76（三）應用建議.80（四）展望.83六、參考文獻.86七、附錄.87（一）衛星遙感相關政策法規.87（二）衛星遙感相關標準.89（三）SaaS 平臺.951一、衛星遙感技術金融行業應用背景（一）（一）金融業發展戰略和數字化發展趨勢金融業發展戰略和數字化發展趨勢隨著云計算、大數據、人工智能、區塊鏈和衛星遙感等新興技術在金融行業的深入應用，科

4、技對于金融的作用被不斷強化，創新型的金融解決方案層出不窮，金融科技發展進入新階段。金融機構紛紛立足新發展階段，深入踐行新發展理念，堅持目標導向和問題導向，以深化金融數據要素應用為基礎，以支撐金融供給側結構性改革為目標，以加快推進金融機構數字化轉型為主線，在健全科技治理體系、夯實數字基礎底座、加強技術創新引領、激活數字化經營動能、強化創新審慎監管、踐行數字普惠金融等方面精準發力，加快健全適應數字經濟發展的現代金融體系，為構建新發展格局貢獻金融力量，進一步增強金融體系的適應性、競爭性和普惠性。以大型銀行為代表的金融機構，對于數字化轉型的目標、路徑和舉措都建立了各具特色、全面豐富的系統性戰略布局，尤

5、其體現在數字技術與信息化應用投入方面。銀保監會發布的數據顯示，2020 年的銀行機構信息科技資金總投入達 2078 億元，同比增長 20%，增長速度遠高于同期銀行業的收入和利潤增長率。（二）衛星遙感技術應用政策背景（二）衛星遙感技術應用政策背景衛星遙感技術應用政策，是為推動遙感衛星技術實現深度應2用、商業化的一系列政策、法令、規章制度的總稱。衛星遙感作為一個高投入、高風險且回報周期長的技術密集型產業，其發展離不開政府的政策和資金支持。為鼓勵和規范衛星遙感技術及其應用，國家相繼出臺一系列的政策、標準和法律法規，在推動遙感衛星應用和產業化發展方面發揮了實實在在的重要作用。1.衛星遙感相關政策和法律

6、法規近些年來，國家相繼出臺了一系列法律法規、規劃綱要及產業鼓勵政策，大力推進以衛星遙感為核心的衛星應用領域相關建設，加速衛星遙感商業化應用，促進中國衛星遙感行業迅速發展。如 2021 年中國人民銀行金融科技發展規劃（2022-2025 年）中提出在農村金融領域，借助移動互聯網、衛星遙感、電子圍欄等技術，實現融資需求精準授信，推動農業保險承保理賠電子化、智能化。2022 年中共中央辦公廳和國務院辦公廳發布的鄉村建設行動實施方案加快建設農業農村遙感衛星等天基設施，建立農業農村大數據體系，推進重要農產品全產業鏈大數據建設（衛星遙感相關政策和法律法規詳細內容見附錄一）。2.金融行業衛星遙感技術應用標準

7、目前，衛星遙感技術在金融行業已有較多應用，但遙感技術的標準化研究與建立工作還沒有系統性地開展，整體上落后于遙感技術的發展，不能滿足遙感技術的飛速發展和產業化的需要。當前衛星遙感的相關標準主要集中在數據和應用方面，遙感技術及其應用的行業標準主要集中在農業、測繪、環境保護、交通、3氣象、地震、地質礦產等領域，而已頒布的金融業衛星遙感行業標準較少，主要包括由中國銀行保險監督管理委員會頒布的基于遙感技術的農業保險精準承保和快速理賠規范。隨著相關業務的開展，各金融機構對衛星遙感技術應用的標準化工作越來越重視，如北京金融科技聯盟正牽頭組織相關單位合作撰寫的衛星遙感金融業技術指標和評估標準，以規范遙感技術在

8、金融信貸的應用（現行或即將實施的遙感技術及其應用相關國家標準詳見附錄二）。（三）多技術融合拓展衛星遙感應用廣度和深度（三）多技術融合拓展衛星遙感應用廣度和深度云計算、人工智能、區塊鏈、衛星遙感等新興技術并非彼此孤立，而是相互關聯、相輔相成、相互促進的。衛星遙感具有非接觸、高分別率、探測范圍廣、可重復觀測、真實客觀等特性，被稱為“千里慧眼”。隨著人工智能技術特別是深度學習技術的快速發展，以及計算機處理能力的提高，使得衛星遙感數據的可用性顯著增強，遙感數據的數量和質量在過去 10 年里取得了極大的提高。衛星遙感的應用模式已從傳統的“數據-分析服務”，轉變為“基礎數據-增值產品-信息產品-解決方案”

9、的全流程供應鏈。整個服務體系可面向行業應用，提取與挖掘多樣化的信息產品滿足業務化需求，可面向行業市場提供整體解決方案，形成完整的服務體系閉環，更好地支撐各行業的綜合應用，提升新型信息化技術應用水平。通過對衛星遙感數據建立不同場景的人工智能算法模型，衛星遙感當前已經在國土資源監測、城市規劃、農業估產、生態環境監測、防災減災應急響應等領域成功應用。4在金融行業中，利用衛星遙感具有觀測覆蓋面積大、重訪周期短、精度高等特點，將遙感技術與金融服務進行深度融合，結合人工智能、圖像分析等新技術，打造衛星遙感影像智能分析系統，并應用在信貸管理工程建設貸后監控、普惠金融農業信貸發放評估、保險定損理賠等業務方向上

10、，全面提升金融行業信貸、保險等領域的服務水平。二、衛星遙感技術發展情況衛星遙感是從高空通過傳感器探測及接收來自目標物體所輻射及反射的電磁波信息，從而識別物體的屬性及其空間分布等特征，并通過遙感技術平臺獲取衛星遙感數據進行分析處理的技術。中央電視臺新聞聯播后的天氣預報中屢被提及的衛星云圖就是遙感成像技術的直觀展現形式，如圖 1 所示。圖1.衛星遙感技術示意圖5（一）衛星遙感技術介紹（一）衛星遙感技術介紹1.1.相關概念相關概念（1）遙感及遙感衛星遙感遙感（Remote Sensing，簡稱 RS），一詞由美國海軍研究局EvelynL.Pruitt 于 20 世紀 60 年代創造。在 衛星遙感技術

11、 中，遙感的定義為“不直接接觸物體，應用各種傳感儀器對遠距離目標所輻射和反射的電磁波信息，進行收集、處理、并最后成像，從而實現對地面各種景物進行探測和識別的一種對地觀測綜合技術”。遙感衛星遙感衛星是用作外層空間遙感平臺的人造衛星，是應用衛星的最主要類型之一，可以分為大衛星、小衛星等。大衛星的重量大于 1000KG，平均制造成本通常高于 5000 萬美元；小衛星的重量在 500-1000KG，研制成本通常在 2000-5000 萬美元；其次還有微小衛星、微衛星、納衛星、皮衛星。遙感衛星通過對地球系統或物體進行特定電磁波譜段的數字化成像觀測，進而獲取觀測對象多方面特征信息。遙感衛星在用途上區別于導

12、航衛星、通信衛星和科研衛星等，主要應用場景包括資源調查、農業估產、天氣與海況預報、防災減災和軍事偵察等。（2）空間分辨率遙感圖像上最小單元的尺寸，越小空間分辨率越高，圖像中表達的信息就越豐富和精確。6（3）光譜分辨率傳感器在接收目標輻射的光譜時，能分辨的最小波長間隔。光譜分辨率和空間分辨率相互制約，在一定程度上呈負相關。（4）時間分辨率時間分辨率是指在同一區域進行的相鄰兩次遙感觀測的最小時間間隔，時間間隔大，時間分辨率低，反之時間分辨率高。2.衛星遙感特點2.衛星遙感特點衛星遙感具有時效性、周期性及數據綜合性等特點。（1）時效性衛星遙感獲取資料速度快、周期短，且不受高山、冰川、沙漠等惡劣條件限

13、制，商業化發展潛力大。（2）周期性衛星遙感能動態反映地面事物的變化，遙感探測能周期性、重復地對同一地區進行對地觀測，有助于動態跟蹤事物變化。（3）數據綜合性遙感獲取的數據具有綜合性，遙感探測所獲取的是同一時段、覆蓋大范圍地區的遙感數據，這些數據綜合地反映了各類事物的形態與分布等信息。7（二）衛星遙感技術應用流程（二）衛星遙感技術應用流程隨著全球遙感衛星發射次數不斷增長，衛星遙感上下游各行業新進入者日益增多，衛星遙感行業市場規模逐漸擴大，商業化進程加速推進。衛星遙感技術從應用流程角度可分為衛星遙感影像生成及獲取、影像分析、場景應用三個環節，如圖 2 所示。圖2.衛星遙感技術應用流程1.1.衛星遙

14、感影像生成及獲?。盒l星產業呈規?；l展，為商衛星遙感影像生成及獲?。盒l星產業呈規?；l展，為商業應用奠定基礎業應用奠定基礎衛星遙感影像生成和獲取涉及遙感衛星的制造、發射及運營等上游產業，是獲取空間信息的根源。當前衛星上游產業呈現規8?；l展，為商業應用奠定了基礎。（1）遙感影像數據介紹衛星遙感影像信息的采集以電磁波作為傳播媒介。根據電磁波波長的不同，遙感影像可分為紫外（探測波段 0.05-0.38um）、可見光（探測波段 0.38-0.76um）、紅外（波段 0.76-15um）、微波（雷達）（探測波段 1mm-1m）遙感影像1。紫外遙感影像紫外遙感影像：指探測傳感器波段在 0.05-0.38

15、 的遙感影像。紫外波段的太陽光被低、中、高層大氣分別強烈散射和被大氣中的臭氧等微量氣體強烈選擇吸收，所觀測的大氣紫外散射光譜對大氣密度、大氣臭氧、氣溶膠及其他微量氣體的密度和垂直分布極為敏感。因此，利用紫外光譜觀測可以同時遙感整層大氣密度和臭氧等的三維分布，在氣象的觀測上有較大的用處?？梢姽膺b感影像可見光遙感影像：指探測傳感器波段在 0.38um-0.76um 的遙感影像?？梢姽馐侨祟愌劬梢姽庾V段的總稱，是最早用來進行遙感的光譜段，也是當前最常用的工作波段，廣泛應用于各行各業。紅外遙感影像紅外遙感影像：指探測傳感器波段在 0.76-15um 的遙感影像，又可進一步分為近紅外（0.76-3um

16、）、中紅外（3-6um）和遠紅外（6-15um）。近紅外和中紅外統稱反射紅外，多用于白天光學攝影。遠紅外稱為熱紅外或發射紅外，主要由于地物自身輻射，用于夜間紅外掃描、適用于軍事偵察、地熱、土壤溫度、地質構造等。微波微波（雷達雷達）遙感影像遙感影像：指探測傳感器波段在 1mm1m 的遙9感影像。相較于可見光等遙感影像，微波遙感具有不受光照和氣候條件等限制實現全天時、全天候對地觀測的特點，可以透過地表或植被獲取其掩蓋的信息，具有極高的空間分辨率，在農、林、水或地質、自然災害等民用領域具有廣泛的應用前景。隨著光譜和成像相關技術的提高，遙感影像發展也逐步向多光譜、高光譜演進，光譜波段細分程度越來越細。

17、多光譜遙感影像多光譜遙感影像：指具有兩個以上波譜通道的傳感器對地物進行同步成像的遙感影像。探測波段在可見光和紅外波段，波段劃分為幾個、十幾個窄波進行探測，不連續，不能覆蓋全部波段范圍，他將物體輻射反射的電磁波信息分成若干波譜段進行接收與記錄。高光譜遙感影像高光譜遙感影像：指利用多個波段窄且光譜通道連續的遙感方法對地物成像的遙感影像。探測波段在紫外到中紅外波段，與多光譜相比，覆蓋全部范圍。其光譜分辨率廣，從可見光到短波紅外，光譜通道數多達幾十至百個以上，且各光譜通道是連續的，因此每個圖像像元均具有一條完整的光譜曲線。（2）發展現狀受益于政策助力和技術發展，我國遙感衛星數量持續增加，并呈現出規?；?/p>

18、、低軌化、高分辨率的趨勢。下文將針對遙感衛星數量、質量以及數據可得性對當前遙感衛星產業進行簡要介紹。101）數量：遙感衛星數量持續增加，多源遙感數據量激增，市場發展呈規?；嘣催b感數據量的激增多源遙感數據量的激增：隨著遙感技術、光學、熱紅外和微波等技術的發展，多源遙感影像數據量（多時相、多光譜、多傳感器、多平臺、多分辨率）呈規?；鲩L，主要有以下特點：冗余性：對環境或目標的表示、描述或解譯結果相同；互補性：信息來自不同的自由度且相互獨立；合作性：不同傳感器在觀測和處理信息時對其他信息有依賴關系。遙感衛星市場呈規?；l展遙感衛星市場呈規?；l展：全球遙感衛星在軌運行數量占在軌衛星數量的比例日益提

19、高，由 2015 年的 17%增長至 2019 年的 27%。根據美國憂思科學家聯盟的在軌遙感衛星數量的數據中（截至 2020.7），美國排名第一，為 462 顆，中國排名第二，擁有 181 顆遙感在軌衛星，且近年來，國家重大高分專項的加持使得衛星發射成本逐漸降低，衛星遙感技術日漸成熟，為衛星產業應用規?；峁┝擞欣麠l件。2）質量：在高分專項加持下，遙感數據質量顯著提升，對地觀測能力得到加強高分辨率高分辨率：隨著衛星技術的發展，民用衛星影像的空間分辨率和時間分辨率在高分項目的加持下得到較大程度的提高，為后續的產業化應用提供了豐富的監測手段與數據基礎。低軌化低軌化：低軌衛星（高度范圍 500-2

20、000km）采用更低的軌道，發射載荷效率高于傳統衛星；能夠快速抵達預定軌道工作，時延11短且鏈路損耗小，分辨率高；在軌重訪周期短，可在更短時間內對同一目標再次偵測，獲取更清晰的信息。小型化小型化：小衛星主要針對于大范圍區域進行全方位遙感，小衛星研制周期短，僅需一年時間即可完成從立項研制到發射全過程，而大衛星則至少需要 5-8 年的時間，陣線長且時間成本高。3）可獲得性：受益于政策支持和數據公開，數據可獲得性增強2015 年的國家民用空間基礎設施中長期發展規劃（2015-2025 年）為國內民用遙感衛星產業發展奠定了堅實的基礎，在衛星數據使用方面明確了逐步開放空間分辨率優于 0.5米級的民用衛星

21、遙感數據。自此以后，國家在政策上逐步鼓勵遙感數據的應用，于 2018 年在遙感數據應用方面重點頒布了遙感數據開放的管理辦法，推動數據共享、應用推廣，遙感數據應用的市場空間進一步打開。此外，歐空局官方公開哨兵二號等數據，支持全球數據下載。哨兵二號主要提供 L1C 和 L2A 兩種產品數據。L1C 產品經過正射校正和亞像元級幾何精校正，為天頂表觀反射率數據；L2A 是對L1C 進行大氣校正得到的地表反射率數據產品。2.2.衛星遙感影像分析：衛星遙感影像分析：AIAI 助力，從助力，從“看得清看得清”到到“看得懂看得懂”（1）衛星遙感影像分析技術介紹衛星遙感影像主要通過分析光學、微波遙感圖像中各類地

22、物12的光譜信息和空間信息，選擇特征，采用合適算法將特征空間劃分為互不重疊的子空間，提取感興趣的像元數據，其關鍵包括衛星遙感影像的預處理、智能分析和 3S 融合可視化分析。衛星遙感影像分析技術發展可分為以下 4 個階段：人工分析階段、計算機輔助階段、自動化階段（專家系統）、空間大數據-人工智能-自助分析階段。人工分析人工分析：依靠人工對遙感飛機等航測航拍數據進行識別、定位和分析，形成報告文檔。計算機輔助計算機輔助：使用計算機處理遙感數據輔助人工分析。自動化自動化：對于遙感特定問題能實現自動化數據處理和分析?？臻g大數據-人工智能-自助式分析空間大數據-人工智能-自助式分析：空間大數據融合激發了一

23、系列數據驅動的創新應用，人工智能技術突破使遙感圖像識別更加智能化和普及化，自助式分析提供了高效的探索式分析能力，以上三者的有機結合開拓出空間數據智能的蓬勃發展。（2）衛星遙感影像的預處理通常情形下，獲取的原始衛星遙感圖像無法直接使用，需要先經過預處理。預處理的精度會直接影響人眼對圖像視覺特征的敏感程度并間接影響圖像處理的精準度與效率。遙感圖像預處理技術主要包括輻射校正、幾何校正、圖像增強等。1）輻射校正采集圖像時，傳入傳感器的輻射能量包括地物放射、大氣層輻射以及地物反射，但因傳感器特性上存在差異，造成傳感器的13探測值與實際光譜輻射值不一致，這種輻射失真即輻射畸變，而消除或修正這種輻射畸變的過

24、程即輻射校正。一般而言輻射校正分為輻射標定、大氣校正、地形及太陽高度校正。輻射定標輻射定標：指將記錄的原始遙感影像像元亮度值轉換為大氣外層表面反射率（或輻射亮度值），通過標定排除傳感器、波普、時間等造成的誤差。大氣校正大氣校正：將輻射亮度或者表面反射率轉換為地表實際反射率，其目的是消除大氣和光照等因素對地物反射的影響，獲得地物反射率、輻射率、地表溫度等正式物理模型參數。太陽高度角及地形校正太陽高度角及地形校正：通過統計學模型和物理學模型，消除地表地形不同、太陽高度角不同造成的輻射亮度的誤差，如圖3 所示。圖 3.輻射校正2）幾何校正幾何校正是糾正系統或非系統因素引起圖像像素相對于地14物實際位

25、置產生的擠壓、拉伸、扭曲與偏移的幾何畸變。傳統做法在遙感影像中選擇控制點，定位地理坐標，而后建立影像和真實世界的映射函數，以此獲得真實坐標信息，最后通過重采樣計算變換后像元亮度值，如圖 4 所示。圖 4.幾何校正3）圖像增強圖像增強指增強圖像中的有用信息，改善圖像的視覺效果，圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。圖像增強有一系列的不同方法，包括圖像融合、圖像裁剪、對比度增強等。圖像融合：圖像融合：通過將時間或空間的多源數據按照一定法則合成為高空間分辨率的彩色影像圖像。圖像融合有兩點需求：圖像空間信息匹配：空間位置、圖像行列數一致；圖像光譜信息匹配：同名像元點的灰

26、度值具有較好的相關性。在空間域代數運算融合比較常用的有 Brovey 轉換法、PBIM 融合算法；在變換域比15較流行的有 HSI 變換融合法，如圖 5 所示。圖 5.圖像融合圖像裁剪圖像裁剪：選定遙感影像中的一個特定的感興趣的范圍，常用的裁剪方式包括按 ROI 裁剪和按地圖裁剪，而后根據需求進行旋轉、放大、縮小等并整理成合適的訓練數據集，如圖 5 所示。圖 6.圖像裁剪對比度增強對比度增強：通過調整非正態分布的直方圖到正態分布，對圖像重新分配像素值，使一定范圍內的像素數量大致相同，解決圖像因對比圖過小造成亮度過暗或過亮的問題，改善圖像的質量，便于分辨地物輪廓并提取信息。16圖 7.對比度增強

27、（3）衛星遙感影像智能分析隨著人工智能技術的發展，決策型的智能技術將成為未來的主流發展目標之一，其目的是在智能解譯數據時讓系統自帶決策功能，學習人腦思維方式分析問題，利用“經驗”自主選擇判斷依據，針對場景進行包括網絡模型的適配、異構實體網絡的自主構建、多關聯關系的動態優化等，完成指定任務。衛星遙感影像智能分析是通過建立地物的分類、識別、變化深度學習神經網絡模型，自動獲取、加工、提取遙感影像中像素信息，形成數量、面積、方向，土地性質、長勢等對業務領域有價值的信息，實現遙感影像從“看得清”到“看得懂”。1）人工智能目標檢測算法目標檢測算法通過網絡模型分析影像前景和背景，提取影像中的感興趣目標的位置

28、、數目和類別信息?；谏疃葘W習的遙感影像目標檢測算法即通過訓練適用于多分辨率遙感數據的卷積17神經網絡模型（如 YOLT），分析影像語義特征，提取遙感影像中的感興趣目標位置，如圖 8 所示。該算法作為是遙感圖像分析的一項重要工具，有助于城市規劃、交通疏通等重要應用。例如在道路檢測場景中，通過訓練卷積神經網絡模型，提取深度語義特征確定中心線位置并預測像素是中心線的“概率”，從遙感影像中檢測道路，并輸出矢量化的道路邊界和中心線圖層。圖 8.目標檢測2）人工智能地物分類算法地物分類通過已訓練的分類網絡模型對影像特定區域內的土地性質進行解析、分割，以此進一步分析不同位置的土地性質情況。通用的地物分類模

29、型，是基于大量通用數據訓練的，能夠識別多類地物，模型具有一定的普適性。例如基于知識的決策樹分類是以遙感影像數據及其他空間數據為基礎，通過專家經驗總結、數學統計、歸納方法等，獲得分類規則并進行遙感圖像分類。這類模型的分類規則易于理解，分類過程也符合人的認知過程。特殊的地物分類模型，例如對光伏、農作物等做進一步像素分析，18以獲取其范圍、面積、質量等信息，是通過訓練適用于多分辨率遙感數據的卷積神經網絡模型（如 U-net），對圖像進行逐像素分類實現圖像語義分割，其最大特點就是通過反卷積拼接特征，使得淺層語義信息和深層語義信息能結合起來，可支持多尺度和超大圖像的輸入，如圖 9 所示。圖 9.地物分類

30、3）人工智能變化檢測算法變化檢測是從定量的角度來分析兩個不同時期的同一區域地表物體變化的，確定和分析該地域地物的變化，包括地物位置、范圍的變化和地物性質、狀態的變化。由于變化檢測的目的是研究圖像中地物特性的變化，但是太陽光照角度、大氣變化、傳感器不同都會造成一定的干擾，因此在變化檢測前需要對遙感圖像進行預處理，例如輻射校正、大氣校正，使干擾因素對變化檢測的影響降到最小。根據算法的不同，檢測算法可分為通用變化檢測、建筑物變化檢測等。通用變化檢測算法采用深度神經網絡和多模型融合技術，排除掉季節等干擾因素，按照一定的規則，提19取出其中土地，水域等發生變化的位置和范圍。建筑物變化檢測算法基于孿生神經

31、網絡專注提取圖像中建筑物的語義特征，通過計算每對特征點之間的度量（如 L1 距離），判斷該位置點是否發生了變化，當輸入兩期不同時間的同一地區的影像時，模型能夠智能地找出影像中發生變化的建筑物，如圖 10 所示。圖 10.變化檢測4）光譜分析算法衛星遙感影像是基于地物反射輻射成像的，包含了地表各物質的光譜信息，其中不同物質的光譜特性各不相同，需要特定算法對其解譯。光譜分析影像處理的常見算法主要包括光譜角度匹配、光譜特征擬合、波段指數計算等。光譜角度匹配光譜角度匹配：通過比較圖像波譜與地物波譜或波譜庫中地物波譜完成對圖像的分析，是一種交互式自動分類方法。光譜特征擬合光譜特征擬合：選擇包含目標礦物特

32、定吸收譜帶的光譜區20間，利用最小二乘擬合方法，比較像元光譜與目標光譜吸收特征的整體形態和吸收深度的分類方法。波段指數計算波段指數計算：對于非可見光的多光譜遙感圖像，可采用專業的遙感圖像處理工具提取各波段信息，并根據公式計算，實現了從“定性”到“定量”的遙感對地觀測。對近紅外、熱紅外等波段進行波段提取和參數分析，在農業、地礦、水體、碳濃度監測等領域擁有獨特的優勢。例如在紅波波段和近紅外波段，作物的反射特征與作物長勢額產量有明顯的正相關關系?；谶@兩個波段計算的 NDVI（歸一化植被生長指數）直接反映作物的生長過程。（4）衛星遙感 3s 融合可視化分析技術3S 是遙感（Remote Sensin

33、g）、全球定位系統（GlobalPosition System）和地理信息系統（Geographic InformationSystem）的簡稱，結合空間技術、傳感器技術、衛星定位與導航技術和計算機技術、通信技術等多種技術。衛星遙感的應用，需要 GPS 與 GIS 的支撐：遙感影像帶有天然的地理空間屬性，作為地表的觀測影像，遙感影像和其分析結果是一種典型的空間數據，需要基于影像元數據（拍攝時間、衛星軌道位置、拍攝角度等），并通過空間幾何運算映射到地理空間位置和物理空間單位（如距離，面積等）才具備應用價值。為更好展示互動展現分析結果，發揮數據價值，遙感影像將分析結果，需要融合其他大數據（如地圖信

34、息、人地大數據等）信息，以交互式查詢和分析的方式發掘商業智能。圖 11 展示了 3S 融合可視化分析技術在不21動產抵押場景中的應用。圖 11.3S 融合可視化分析技術（5）主流技術平臺和框架介紹隨著衛星行業示范應用的快速推廣，又衍生出衛星應用服務新業態，即依靠基礎軟件平臺和核心技術，對衛星數據進行提取、加工、解譯處理，為用戶提供監測分析服務或信息挖掘服務。遙感云計算平臺可有效降低大比例、高分辨率及長時間序列遙感數據應用的準入門檻，大幅提高遙感數據運算效率。遙感云計算平臺擁有海量數據資源，并提供交互式大數據計算服務及應用程序接口 API，無需本地安裝軟件亦無需下載數據至本地進行處理，只需接入云

35、平臺，按照流量、使用頻率等方式進行付費，徹底改變了傳統遙感數據需本地下載、處理及分析的模式。1）平臺基于商湯 SenceRemote 智能遙感解譯算法的 SenseEarth、阿里的泛自然資源行業人工智能引擎 AIEarth、騰訊的 WeEarth 超級地球及華為云地理智能體等平臺發展迅速，逐漸應用于違建監22管、路網規劃等城市管理領域，生態管理等自然資源領域，保險、期貨等金融領域。各家平臺簡介如表 1 所示，詳見附錄（三）。表 1.遙感相關平臺簡介產品產品簡介簡介遙 感 智 能 視覺平臺L-earth 天樞集成了海量數據管理、數據標注、模型訓練、模型測試和發布、遙感推理服務以及模型知識資產的

36、安全管控功能，提供數據中心、遙感解譯（地物分割、變化檢測、目標識別、實例分割）、工具箱（影像超分、電力檢測）等模塊。阿 里 達 摩 院AI Earth提供遙感、氣象等多源對地觀測數據的云計算分析服務，包括數據檢索、處理分析、模型訓練 3 大模塊。其中處理分析模塊分為 AI 解譯和基礎處理兩部分，AI解譯提供地物分類、大棚提取、地塊提取等 14 種能力，基礎處理提供波段合成、指數計算等 8 種能力。在農業遙感方面，AI Earth 針對農業氣象提出解決方案。騰訊云WeEarth 超級地球提供遙感影像、時空大數據管理、融合和邏輯運算能力，以及地圖、遙感、物聯網、位置服務等領域的全時空 PaaS、S

37、aaS 服務。涵蓋衛星源數據的獲取、存儲、更新、傳輸、查詢、應用、AI 分析等全產業鏈。華 為 云 遙 感地理智能體構建一站式全流程遙感智能開發云平臺，提供數據平臺、智能計算平臺，為自然資源、生態、氣象、環保等提供技術支撐。GoogleEarthEngine對大量地球尺度地球科學資料（尤其是衛星數據）進行在線可視化計算和分析處理的云平臺，該平臺能夠存取衛星圖像和其他地球觀測數據庫中的資料并擁有足夠的運算能力對這些數據進行處理。四維地球提供日新圖影像、鑲嵌圖影像、地物分類、變化檢測、目標檢測等產品。大地量子通過遙感+AI 技術，為農業、林業氣候、金融等多個領域提供遙感服務。珈和地事通針對農情、農

38、險相關場景提供農情類、土地類、氣象類、病蟲害、氣象災害 5 大類遙感監測服務。ENVI提供一個完整的遙感圖像處理平臺，支持光譜分析、數據分析、高級圖像分析。PCI是業內主流的遙感圖像處理軟件，功能覆蓋遙感圖像處理的全部環節。ERDAS通過將遙感應用、圖像處理、攝影測量、雷達數據處理、地理信息系統和三維可視化等技術結合在一個系統中，實現地學工程一體化結合；無需做任何格式和系統的轉換就可以建立和實現整個地學相關工程。呈現完整的工業流程，為用戶提供計算速度更快，精度更高，數據處理量更大，面向工程化的新一代遙感圖像處理與攝影測量解決方案。中科星圖在基礎軟件平臺之上承載融合各行業空間信息、擴展行業應用打

39、造形成的行業專23屬應用軟件，目前主要應用在特種數字地球應用軟件、自然資源數字地球應用軟件、交通數字地球應用軟件、氣象數字地球應用軟件四大領域。航天宏圖智慧地球云服務平臺“PIE-Engine”是一套包容性強、普適性廣的成熟產品集。集成了自主開發的光學、微波、光譜、雷達等多種數據算法，在支撐大氣海洋環境，陸地資源環境，陸?？諏Ш降刃l星應用方面發揮重要作用，實現了關鍵領域核心技術的國產化替代。2）框架在框架方面，目前華為的深度學習框架 MindSpore、百度飛槳的 PaddleRS 等都包含對遙感技術應用的支持，此外相關框架也和科研院所共同合作開發了遙感專用開發框架以及預訓練大模型。MindS

40、poreMindSporeMindSpore 是華為推出的一種全新的深度學習計算框架，旨在實現易開發、高效執行、全場景覆蓋三大目標。MindSpore 原生支持超大模型訓練及 AI+科學計算能力，可以加速遙感模型的訓練時間和效率。為了在大型數據集上有效訓練大模型，MindSpore 支持數據并行、模型并行和混合并行訓練，具有很強的靈活性。此外，MindSpore 還具備“自動并行”能力，通過在龐大的策略空間中進行高效搜索來找到一種快速的并行策略。LuoJiaNet&LuoJiaSETLuoJiaNet&LuoJiaSETLuoJiaNET是武漢大學與華為基于昇騰AI共同打造的全球首個遙感影像智

41、能解譯專用框架。LuoJiaNET 針對遙感數據像幅尺寸大、數據通道多、尺度變化大等特性，具備內存可擴展、尺度24通道靈活創建、數據通道自主優選、框架與數據協同處理的特點。其與國產人工智能硬件 NPU 深度融合，可支持 CPU、GPU、NPU 等計算設備，形成融合探測機理與地學知識的統一計算圖表達、編譯優化、圖算融合、自動混合并行的新一代遙感智能解譯框架。LuoJiaNET 構建了針對遙感影像“場景-目標-像素”多層級任務的遙感應用模型，包括場景檢索、目標檢測、地物分類、變化檢測、多視角三維重建等五大類模型。LuoJiaSET 是業界最大遙感影像樣本數據集，具備遙感領域滿足 OGC 標準的大規

42、模遙感影像樣本庫，其制定了支持全球范圍的遙感影像樣本分類標準、標注規范，建立了涵蓋不同遙感任務的統一分類體系，形成樣本要素的采集要求、內容和流程規范，可支持多級別、多類型遙感影像樣本庫的采集、制作、管理、共享、應用。針對現有樣本數據集面臨的問題：分類體系不統一。樣本數據集傳感器種類單一，通常樣本庫都是全色或者 RGB 彩色，缺少高光譜、紅外、SAR 遙感影像的樣本；且通常是二維數據，缺乏三維數據?，F有數據空間跨度有限、時間覆蓋不均，導致模型泛化能力弱。樣本集受標注人員水平限制，質量參差不齊。LuoJiaSET 建立了統一類別體系，提供大量數據集，覆蓋范圍廣、時間跨度大、涵蓋傳感器種類多，同時提

43、供標準化的標注工具，可大幅提升影像標注效率?？仗炜仗祆`眸靈眸“空天靈眸”是由中國科學院空天信息創新研究院聯合華為昇騰 AI 共同打造的全球首個面向跨模態遙感數據的生成式預25訓練大模型，在模型設計、模型訓練、推理優化等方向均進行了獨特的技術創新?！翱仗祆`眸”大模型深入結合光學、SAR（合成孔徑雷達）等跨模態遙感數據的成像機理和目標特性，并在場景分類、檢測定位、細粒度識別、要素提取及變化檢測等典型下游任務中得到有效驗證。在昇騰 AI 基礎軟硬件平臺以及昇思 MindSpore AI 框架原生支持大模型的能力支持下，“空天靈眸”大模型的并行訓練及下游任務開發得以加速實現，目前已在 8 個國際標準數

44、據集上達到領先水平，填補了跨模態生成式預訓練模型在遙感領域的空白。PaddleRSPaddleRS飛槳（PaddlePaddle）是百度自主研發的開源開放、功能豐富的產業級深度學習平臺。PaddleRS 是飛槳推出的高性能、多任務、全流程的遙感影像智能解譯開發套件，其依托深度學習框架PaddlePaddle，具備工業級訓練與部署性能，支持圖像分割、目標檢測、變化檢測、圖像復原、場景分類等 5 大任務。在部署層面，PaddleRS 推出開源遙感可視化智能解譯工具，提供輕量級、功能豐富的遙感模型 Web 部署與在線解譯方案。在模型層面，PaddleRS 提供 30 余個開箱即用的視覺、遙感模型，涵

45、蓋經典算法與 SOTA 算法。在數據層面，PaddleRS 提供充分考慮遙感數據特點的數據處理 API 和工具，幫助用戶簡化繁瑣的遙感數據處理流程，幫助開發者更便捷地完成從數據準備到模型部署的全流程AI+遙感開發應用。263.3.場景應用場景應用：應用范圍更廣應用范圍更廣、場景更豐富場景更豐富，下游需求不斷增下游需求不斷增長長遙感的應用范圍廣闊，遍布國土資源、氣象觀測、海洋資源、農業等各個領域，并結合了無人駕駛、5G、激光雷達、無人機、人工智能等技術。國內外主要應用場景如表 2 所示：表 2.衛星遙感技術應用場景應用方向應用方向應用場景應用場景描述描述國土資源調查檢測評價、開發利用監督等幫助土

46、地管理機構快速、便捷地獲取土地、江河湖海、礦藏、生物等高精度衛星影像。氣象觀測氣象監測分析、自然災害監測氣象觀測應用可準確反映天氣、陸地和海洋狀態的各種物理與生態參量，在天氣氣候、大氣監測、災害監測中發揮重要作用。海洋資源海洋資源監測、海洋應急監測海洋觀測具有大面積、全天候、全天時、高時效的觀測優勢、提高海洋水文氣象預報的準確性、用于開發海洋資源，發展海運事業、建設海洋工程及檢測海洋污染。農業領域農業生產監管農業遙感能夠客觀、準確、高效、快速監測和評估農業干旱和病蟲害等災害信息，估算全球、全國及地區區域的農作物產量，為糧食供應數量分析與預測預警提供信息。農業遙感技術主要分為作物監測、資源監測及

47、災害監測。環境監測大氣環境監測、陸地環境監測、水環境監測、植被環境監測及土壤環境監測等遙感技術在環境領域的應用，目前主要體現在大面積的宏觀環境質量和生態監測方面，在大氣環境質量、水體環境質量和植被生態監測等方面中都有比較廣泛的應用。智能駕駛自動駕駛高分辨率衛星遙感數據可用于制作高精度電子地圖，高精度地圖坐標精度更高、具有準確度道路形狀及屬性、所含豐富細致的道路交通信息元素，助力提升自動駕駛的可行性及安全性。應急管理災害監測分析、應急指揮調度醫療和公共衛生領域，利用 3S 技術實現對人群流動進行高精度定點定位，揭示疫情時空格局與空間傳播規律；通過實時遙感圖像進行社會活動分析、旅游活動分析等，為政

48、府提供真實有效的信息，便于對群眾的定點疏散和管控，抑制疫情的蔓延。通過遙感圖像還可為疫情期間的緊急建設場地提供生態環境監測，保障施工生態安全軍事領域國防安全分析、軍事目標偵查軍用遙感通過可見光、紅外、多光譜、微波和聲波等遙感器，從高空或遠距離感受來自目標物的電磁波信息，經光學、電子技術處理成為圖像或數據，以揭示目標的性質和狀態，從中獲取信息，用來進行軍事偵察、導彈預警、武器制導等。27三、金融行業衛星遙感應用訴求（一）涉農信貸（一）涉農信貸2017 年 10 月，習近平總書記在黨的十九大報告中指出，農業農村農民問題是關系國計民生的根本性問題，必須始終把解決好“三農問題”作為全黨工作的“重中之重

49、”，實行鄉村振興戰略。2018 年 2 月，中央一號文件中共中央國務院關于實施鄉村振興戰略的意見正式公開發布，該文件明確“實施鄉村振興戰略，必須解決錢從哪里來的問題”。金融行業應多方面推進投融資機制創新，加強金融供給，發揮農民主體作用，為鄉村振興提供有力支撐，其中涉農信貸是鄉村振興中的一個核心領域。目前，主流的涉農信貸模式主要分為信用方式和土地產權抵押方式，貸款對象包括傳統農戶和新型農業經營主體，貸款授信依賴于農戶土地承包數據、農產品加工產業鏈上下游訂單等信息，缺乏直接的農田、農作物、畜牧的動態數據。由于農村金融領域信用體系存在缺乏有效抵押物、運營成本高、覆蓋程度低等問題，使得農戶較難獲得便捷

50、優質的金融服務。當前涉農信貸在精細化授信、貸后風險管理、客戶體驗等方面面臨著如下痛點：第一第一，農戶申請貸款缺乏信用模型農戶申請貸款缺乏信用模型、精準授信難精準授信難。由于農戶資產大多為土地、作物、畜牧等形態，其勘察人力成本高且效率低下，貸前信息收集困難。針對不同產能規模、不同價值種類的農作物，也難以依靠人力來精準評估其資產價值。因此，農業資產難以進行有效的評估和抵押，同時也難以精準預估貸款額度和還款周期。28第二第二，風險預警慢風險預警慢，缺乏動態數據缺乏動態數據。由于涉農資產風險較高，容易受到干旱、洪澇、病蟲害等不可抗力因素的影響，但無法對農業抵押物的生產經營過程進行動態監測和評估，無法及

51、時處置，貸后管理亟待完善。第三第三，農戶信貸體驗差農戶信貸體驗差，流程繁瑣流程繁瑣?；谏孓r信貸較高的授信難度和難以預測的貸后風險，農戶在辦理信貸業務時授信流程較為繁瑣，依賴經辦機構人工篩選和多層審批，且金融機構為了防范風險，其授信的額度也往往較低，無法滿足農戶的實際需求。站在國家戰略的角度而言，涉農信貸支撐數據不足導致金融機構的涉農獲客能力差，尤其是面向創新型、高產能、高作物價值的新型農業經營主體，金融機構缺乏商機洞察力，難以實現精準營銷，同時也限制了此類優質農業經營主體利用信貸資源對產能、生產品種的進一步擴大和優化升級，對支撐鄉村振興戰略的有效落地形成相反作用?；谏鲜鐾袋c，衛星遙感技術在

52、大田種植業、大棚種植業、畜牧業具有潛在巨大的應用前景，能夠有效支撐涉農信貸貸前標的調查、貸中風險控制、貸后預估預警的全流程業務，更好地落實國家戰略。（二）農險和產險（二）農險和產險近年來，保險業在貫徹黨中央全面推進“鄉村振興”戰略的決策部署中，通過持續擴面、增品、提標，不斷提升保險保障服務水平，在鄉村振興方面發揮了積極作用，取得了明顯成效。中國銀保監會發布的關于 2022 年銀行業保險業服務全面推進鄉29村振興重點工作的通知對提升保險業在鄉村振興中的功能和作用提出了具體要求，包括提升農業保險保障水平、落實三大糧食作物完全成本保險和種植收入保險主產省產量大縣全覆蓋等，提升農業農村保險承保理賠服務

53、質效，按照“愿保盡?！薄皯r盡賠”“快賠早賠”的原則，主動、迅速、合理開展承保理賠服務。隨著近年來移動互聯網的迅猛發展，大量涉農保險的承保、理賠流程已經從線下轉移到了線上，有效降低了保險公司的人力成本與工作量，但還存在如下幾個痛點：第一第一，核保難度大核保難度大，耗費人力且效果不佳耗費人力且效果不佳。對于種植業而言，核保人員需要人工核查種植作物面積、種類及產量，難以實現自動化的按圖承保；對于養殖業而言，核保人員需要人工核對畜牧數量，無法做到精準識別，容易出現虛假承保等違規風險。第二第二，出險概率高出險概率高，費率不公平費率不公平?；诓糠值貐^涉農產業容易遭受自然災害的影響，在保險保障期間內難以

54、及時進行保險標的物的災害風險監控預警，一方面無法進行及時有效的防災減損，另一方面也會抬高保險費率，不利于不同地區、不同作物保險產品的差異化定價。第三第三，查勘定損難查勘定損難，理賠效率低理賠效率低。被保涉農標的物在遭遇災情后一旦出險，保險公司無法精準有效的對損毀情況進行核查，甚至還需耗費人力去往現場勘察，缺乏完善的定損體系，難以實現“快賠早賠”的要求。涉農保險領域亟需遙感技術賦能降本增效，激發農戶的增產積極性，同時協助保險公司持續提升業務競爭力。在財險保險領域中，涉農保險只是其中的一個子類，其余涉30及大型被保標的物的財產保險同樣對于衛星遙感技術的應用有著強烈的訴求。例如，產險標的物為已建成的

55、高速公路、機場等工程，需要實現滑坡、塌方、沉降、變形等監測預警和災后定損；產險標的物為國家森林等大面積植被，需要進行火災預警和災后評估定損。因此，衛星遙感技術在財產保險領域有著廣泛的應用前景。（三）地產基建信貸風控（三）地產基建信貸風控基礎設施建設是穩投資的“壓艙石”，是經濟社會發展的重要支撐。銀保監會提出，要把穩定宏觀經濟大盤放在更加突出的位置，引導加大對基礎設施建設項目的金融支持力度。中國人民銀行提出，要引導金融機構增加對實體經濟的貸款投放，重點發力支持基礎設施領域建設。近年來，各家國有大行及股份制銀行對于交通、水利、新基建、新型城鎮化等基建項目和重大工程的信貸支持持續加大，同時也不得不面

56、臨著解決大型工業信貸管理中存在的“現場調查難、人力成本高、效率待提升、監控不全面”等痛點。首先首先，部分項目選址涉及深山、林地、沙漠、海上等偏遠地區，現場定期調查不便，且調研成本較高，調研頻率受限；其次其次，部分項目施工范圍較大，例如鐵路、公路項目涉及多個道路段，風電項目范圍幾千公里，通過人工勘探的方式較難實現，一方面獲取信息不全面、全局統計評估困難，另一方面審核容易受到主觀因素的影響；此外此外，國際形勢等不確定因素也會導致境外建設項目無法派遣專業人員前往調查監督，例如受制于疫情影響等31等。因此，基建信貸領域亟待利用衛星遙感技術實現貸后的遠程監督管理，包括工程進度的監測和異常狀況的及時預警等

57、。房地產信貸同樣占據銀行貸款業務中的較大比重。近年來，針對已售逾期難交付的住宅項目建設項目，住建部、財政部、人民銀行等有關部門也紛紛出臺措施，提出政策性銀行專項借款，“保交樓、穩民生”。針對此類信貸業務的風控，同樣對衛星遙感的應用有著強烈訴求，例如需要宏觀分析建筑附近居住人口、辦公人口、車流量、夜光經濟熱度指數等信息，為貸前授信提供重要數據支撐；需要監控已建樓高、工棚、物料堆、貨運量等工程進度信息，作為貸后風險管控的重要依據。（四）一帶一路信貸風控（四）一帶一路信貸風控“一帶一路”作為中國首倡、高層推動的國家戰略，對我國現代化建設和屹立于世界的領導地位具有深遠的戰略意義。金融機構在深入推進“一

58、帶一路”建設的過程中，積極加強金融供給，在信貸領域做好強力支撐。然而“一帶一路”沿線國家集中了全球 85%的地震災害、水旱災害、風暴災害，在支撐沿線國家基礎設施建設的信貸業務中，需要原始的地理、環境、地質等各方面信息作為信貸管理的數據支撐。針對大型融資項目普遍存在因交通不便導致的現場勘察成本高、監測不全面等痛點，對于貸后的風險管理能力較差，需要借助遙感影像分析技術，對空間分辨率 1m 以下遙感影像進行地物分析，對礦區開采、堆場變化、交通運輸等進行非現場實時監測；同時沿線國家城市化進程和經濟發展不平衡也是“一帶一路”32建設的掣肘，因此在城市化建設、城市管理、環境保護方面，也亟待引入衛星遙感技術

59、，例如通過夜光遙感，側面分析一個國家、一個地區的發展程度，使我們對“一帶一路”的資源環境現狀及變化一目了然。（五）投資決策輔助（五）投資決策輔助為實現“碳達峰、碳中和”的目標，眾多金融機構提出 ESG指數、夜光指數等投資評價體系。ESGESG 指數指數的“E”代表Environment，反映雙碳目標驅動下企業可持續的社會責任感，可通過衛星遙感技術實施對環境的宏觀動態檢測，例如捕捉綠度數據等因子，監測區域內或工廠周邊的綠度數據，繼而反映工廠自身的環境管理情況以及對周邊環境的負面影響。夜光指數夜光指數可通過夜光遙感獲取人類夜間燈光照明等信息，反映地表人類活動情況，完成區域經濟熱度的跟蹤，判定企業開

60、工經營情況，對企業的整體營收具有一定的揭示意義，上述指數是雙碳目標下投資決策的重要指標。此外，針對大宗商品企業或大型基建企業的投資調研方面，也可以通過衛星遙感技術實現相應的分析和決策輔助。例如針對礦產企業，可監測礦產的產能；針對原油企業，通過監測儲油罐、油輪，監測原油的供應量；針對港口、機場，監測其物流貨運量或起降量，從而更好地判斷該企業是否值得投資。（六）新能源綠色金融信貸風控（六）新能源綠色金融信貸風控圍繞雙碳目標，踐行綠色金融。當今氣候變化和資源緊缺已33經成為全球性的話題，綠色金融概念在時代的大背景下也應運而生。風力、水力、光能新能源具有清潔高效、可持續、可再生等特性，我國的電源消費結

61、構正向清潔低碳加快轉變，火電站開發增速放緩，清潔能源占比逐年增加。在 2020 年 12 月在氣候雄心峰會上，我國宣布到 2030 年非化石能源占一次能源消費比重將達到 25%左右，風電、光伏發電總裝機容量將達到 12 千瓦以上。在 2021 年發布的2030 年前碳達峰行動方案中指出，要大力發展新能源，全面推進風電、光伏項目的大規模開發和高質量發展。在 2022 年發布的“十四五”現代能源體系規劃國家鼓勵在推進分散式風電外，有序推進集中式開發，加快推進地處沙漠、戈壁、荒漠等地區為重點的大型光伏基地建設，同時鼓勵建設海上風電基地，推進海上風電向深水遠岸區域布局。金融行業積極響應國家政策、推進信

62、貸結構轉型，大力發展綠色信貸，在新能源方面主要涉及風電站、水電站、光伏設施等工程建設的信貸項目。風電站、水電站、光伏設施等新能源設施建設項目在信貸管理中存在以下難點：涉及范圍廣、人工監控不全面；新能源項目多建設在海上、沙漠等偏遠地區，受疫情、安全和交通等因素，人員難以到達，交通和安保成本高；現場審核存在由企業人員主導監測路徑的情況，監控主觀性強。為落實“主動防、智能控、全面管”的風險管理要求，解決項目建設進度監控和存續期管理時存在的“監測間隔期長、審核不全面、效率低、成本較高”等問題，實現更優的信貸管理工作，通過衛星遙感影像輔助，實現更廣而全的非現場監控，將監控時34效從季度提升到月度乃至半月

63、，將范圍從局部監控提升到全面監控，提升監控工作的客觀性和準確度，滿足新能源信貸項目的貸后監控要求。（七）土地流轉管理（七）土地流轉管理農村土地流轉指的是土地使用權流轉，是農村家庭承包的土地通過合法的形式，保留承包權，將使用權（經營權）轉讓給其他農戶或其他經濟組織的行為。農村土地流轉是農村經濟發展到一定階段的產物，通過土地流轉，不僅促進了土地資源在經營者間的合理流動，加快了農村土地規模集約化的進程，優化了土地資源配置；也促進了農業結構的調整，加快了農業產業化進程；更加促進了農村經濟的發展和勞動力的轉移，有利于吸納各種社會資金投入農業生產開發的利用，切實增加農民收入。當前實現土地流轉健康運轉還存在

64、諸多痛點：第一第一，農業生產周期長、效益低、風險大。土地承包人從承包土地的選擇、種植過程中的科學規劃到自然災害的應對，不確定因素太多，這一定程度阻礙了土地承包人的積極性。第二，第二，土地流轉的意義在于土地流轉以后，發展高效農業，精耕細作，達到高產高效，而一些承包大戶由于缺乏相關技術支持，只能搞粗放的規?；?，不僅無法提高效益，而且對土地資源也造成一種浪費。第三第三，土地使用情況的實時監管和補貼的準確發放也是土地流程管理中的困擾點，一些承包人私自改變土地農業用途，農田非糧化、非農化現象頻發。35在土地流轉管理平臺中引入衛星遙感技術可以為管理方和承租人提供全程技術支持，很大程度地解決這些痛點。通過衛

65、星遙感技術獲取農田基礎設施、地塊分布及土壤肥力狀況，土地承包人可以依此進行承包地塊的選擇。在土地承包后利用遙感對作物進行包括長勢情況、產量估算、土壤墑情、病蟲及自然災害等信息監測，從而提高承租人的積極性。管理方可以利用衛星遙感技術進行種植情況的遠程監管，看看是否有撂荒或者種植不符合約定作物的情況，從而避免了土地挪作他用。結合農村承包地確權登記數據，采用不同時期的遙感影像，可以獲得實際耕作品種和面積，再和地方上報的數據進行比較分析，為農業補貼的發放提供客觀的數據保障。（八）金融租賃風控（八）金融租賃風控作為我國金融結構的一個重要方面，發展金融租賃業務有利于商業銀行資產結構的改變和業務渠道的拓寬；

66、同時有利于中小企業融資環境的改善。租賃業務包括飛機租賃、船舶租賃等，通過衛星遙感技術能夠更便捷地實現租中的監測，例如租賃物位置監測、租賃物折損等狀態變化檢測，實現金融租賃業務的線上化、智能化的動態管理?；趯ι鲜霭藗€金融領域的訴求分析可以明確：金融行業亟待利用金融科技賦能數字化轉型，有效引導金融結構優化調整，而衛星遙感技術針對大范圍大面積、全局信息獲取、空間連續性高的地面數據采集場景具有天然優勢，有必要深化國家衛星體系與金融科技應用結合創新，推動衛星通信技術在金融領域的產業36化應用。四、衛星遙感技術金融業應用案例（一）金融業應用現狀概述（一）金融業應用現狀概述本次與北京金融科技聯盟專委會 2

67、4 家機構以問卷形式進行調研，結合各金融機構官方宣傳內容，就場景和技術能力建設時間、數據使用方式、應用場景、系統建設情況等進行了廣泛梳理，詳情如下。1.1.銀行業和保險業紛紛布局衛星遙感應用銀行業和保險業紛紛布局衛星遙感應用在調研的金融機構中，已有 12 家銀行機構啟動衛星遙感相關的布局，占比 50%。已有 4 家保險機構啟動衛星遙感相關布局，占比 18%。各金融機構應用的主要目標包括：提升風險評估的能力、一線員工的工作效率、金融服務水平，提高客戶體驗，激發本機構業務創新能力。早在 2009 年，人民保險集團啟動衛星遙感相關項目；網商銀行、工商銀行、招商銀行理財子公司于 2019年，建設銀行、

68、平安銀行于 2020 年，農業銀行、恒豐銀行于 2021年，銀聯、銀聯商務、浦發銀行、興業銀行、浙商銀行、中國銀行于 2022 年先后啟動衛星遙感相關技術研究與實踐工作，如圖12 所示。37圖 12.衛星遙感技術應用金融機構數量（1）各金融機構主要應用場景工商銀行工商銀行：工商銀行領先同業，首批推出工業建設和農業農村衛星遙感采集和監測體系，賦能信貸業務管理，支撐貸前標的調查、貸中風險控制、貸后預估預警全流程。通過在綠色能源、公路基建、建筑工程、農業授信等 60 余個試點場景綜合運用塔吊、橋墩、光伏、風車、變化檢測等 10 余個智能識別能力，在后疫情時代打破地理隔離、加快智慧信貸步伐的同時，有效

69、提升信貸管理智能化、精細化、專業化水平。目前，衛星遙感賦能項目已涉及融資規模超過 1000 億元，有力支持鄉村振興、普惠金融、綠色金融等相關工作。建設銀行建設銀行：為積極響應國家鄉村振興號召，建設銀行鄉村振38興金融部在 2020 年成功打造裕農快貸產品體系。2021 年，為深化農戶金融服務，加大農貸有效投放，建設銀行通過創新貸款服務，將衛星遙感應用于涉農貸款的貸前準入、授信審批、貸后監測全生命周期中。目前已完成河北南和、巨鹿、平山、正定，云南蒙自、開遠試點縣的冬小麥、夏玉米等作物的識別，有力支撐農戶經營地塊確認、農林作物品類識別、產量評估、長勢分析等重要場景。此外，衛星遙感影像也廣泛應用于行

70、內海外項目的貸后管理。中國銀聯中國銀聯：為落實中國人民銀行金融科技賦能鄉村振興示范工程，銀聯搭建了惠農服務基礎支撐平臺，即金融惠農數字營業廳。金融惠農數字營業廳主要為農業場景的金融應用提供數據服務的技術支撐，形成涉農信貸場景下覆蓋貸前、貸中、貸后等環節的技術支撐能力。在種植業場景，通過連接商業銀行、征信平臺、保險公司、農擔公司及地方政府等機構現有的三農平臺，形成農業資產物衛星遙感等農業數據可信轉接能力，構建相關大數據模型進行分析處理，聯合商業銀行、征信機構、保險公司、農擔公司等外部機構為涉農企業、商戶、農戶提供涉農信貸服務。銀聯商務銀聯商務：銀聯商務已開展衛星遙感在精準農業領域應用的技術預研，

71、依托銀商大腦 AI 能力平臺和第三方遙感數據，后續將為精準農業提供以下兩類農田與作物的空間分布信息：一類是基礎信息，這種信息在作物生育期內基本沒有變化或變化較少，主要包括農田基礎設施、地塊分布及土壤肥力狀況等信息；另一類是時空動態變化信息，包括作物產量、土壤墑情、作物養分狀況、病蟲害的發生和發展狀況、雜草的生長狀況以及作物物候等39信息。網商銀行網商銀行：網商銀行 2020 年開始推出“大山雀”系統，通過深度學習等 AI 技術解析衛星圖像，并首次將衛星遙感技術應用于農村金融領域。該系統可識別作物的種植面積、種類和長勢，并結合農戶對耕地的自證、政府機構登記的土地流轉數據，以及氣候、地理位置、行業

72、景氣度等情況，利用幾十個風控模型預估產量和產值，為農戶提供信貸額度和合理的還款周期。截至 2021年末，大山雀系統已服務 1000 多個縣域，服務種植農戶 60 多萬。平安銀行平安銀行：平安銀行發射首顆對地遙感成像衛星“平安 3 號”，與此前發射的物聯網衛星“平安 1 號”、“平安 2 號”共同支持平安銀行的供應鏈金融服務?！捌桨?3 號”能夠獲取高解像圖像數據，在企業授權后銀行能夠掌握供應鏈上下游的真實經營情況，評估貸款風險，服務于微小企業，解決其融資困難的問題，推動普惠小微貸款的增長。在農業領域，對農作物的種植區域面積和生長情況等定期監測。在智慧能源領域，獲取光伏發電站待識別區域的遙感影像

73、，測算光伏板數量，評估完整度。在城市服務領域，監測商業地產及工業園區的建設進度。興業銀行興業銀行：2022 年，興業銀行為提升金融服務水平，基于前期對衛星服務福建“四大經濟”課題的調研及商業航天與金融結合的交流探索，啟動衛星遙感應用相關工作。將衛星遙感技術定位為行內“千里眼”，以突破銀行依賴信貸人員現場開展貸款“三查”工作的傳統模式限制，廣泛應用于貸前、貸中、貸后各個環節，結合已經用于授信管理的工商、征信、稅收、RP、用水用電等數據，將極大提高授信管理的數字化、智能化水平，帶來信貸40模式的巨大變革。前期，已開展茶葉種植和林業碳匯試點應用場景建設，初步完成衛星應用平臺建設，滿足茶葉識別、種植面

74、積測算、病蟲害及自然災害監測、生長趨勢分析、林木識別、林場面積測算等業務需求。已規劃工業-在建工程、工業-水電站、工業-風電站、工業廣電站、基建-鐵路公路、廠區、農業-主糧、海洋漁業-近海魚排、林業-碳匯指數、城市活力-夜光指數等應用場景，完成部分場景的驗證與可行性研究，同步開展微波雷達衛星、微光衛星、紅外衛星等技術研究。農業銀行農業銀行：農業銀行通過打造三農衛星遙感分析平臺，應用于惠農 e 貸和農戶信息建檔，對農戶貸款地塊衛星影像進行智能判定，實現系統錄入資料全面定位，低成本貸前調查、高可信貸中核查、短周期貸后重訪，目前已落地多個應用場景。人民保險人民保險：已開展 13 年衛星遙感平臺建設，

75、支持水稻、玉米、小麥等作物的長勢監控、產量預估等，已落地承保驗標、作物長勢監測、災害查勘定損等多個場景，解放人力，節約物力，提高承保和理賠的精度和效率，有效增強企業項目的競爭優勢。（2）各金融機構主要應用領域在應用領域方面，覆蓋農業及自然資源遙感、工業遙感和夜光遙感 3 大領域：農業及自然資源領域的管理和監控農業及自然資源領域的管理和監控：主要識別包括耕地面積、農作物識別、長勢監測、產量預估、農險定損、漁排監控、森林碳匯。工業領域工程進度的管理和監控工業領域工程進度的管理和監控：主要包括產業園區監控、41工礦倉儲用地監控、綠色能源-風電站監控、綠色能源-水電站監控、綠色能源-光能監控、基建-公

76、路鐵路建設管理等。城市活力評估城市活力評估（夜光遙感夜光遙感）：夜光遙感通過獲取地表發射的微光電磁波信息，主要反映的是地表人類活動狀況、人類夜間燈光照明、石油天然氣燃燒、海上漁船燈光、森林火災以及火山爆發等現象。相比于普通的衛星遙感影像，夜光遙感能夠提供以人類活動為中心的獨特視角，能夠直接揭示地表人類活動的潛在規律。（3）各金融機構主要監控要素在監控要素方面，各類場景中當前主要監控要素如表 3 所示：分類分類主要監控要素主要監控要素數據精度數據精度工業-在建工程建設范圍、施工面積、建筑物變化檢測、建筑物數目、高度、塔吊數目、地物分類和變化0.75-1m工業-水電站施工區域面積、建筑變化檢測、蓄

77、水面積、截流面積、電塔數目、水壩寬度，塔吊數目、地物分類0.75-1m工業-風電站機組安裝數量，風車建設數目0.75-1m工業-光電站光伏板數目和面積0.75-1m工業-基建公路鐵路類構筑物面積、建設里程數、橋墩，已建成未建成路段分類和計算0.75-1m廠區監控廠區面積、堆場面積、建筑變化檢測0.75-1m農業場景-大棚監控大棚數目，在用和閑置大棚比例情況0.75m農業場景-主糧作物主糧作物小麥、玉米等長勢監控、產量預估、干旱監測1m-10m農業場景-經濟作物主要針對獼猴桃、蘋果等經濟作物的長勢監控、產量預估、干旱監測，監測內容包括：作物種類，面積，長勢，氣象災害，作物生長地的海拔等地形數據；

78、10m農業場景-近海漁排漁排的數量和面積10m農業場景-森林或林場面積、樹種、樹齡0.5-0.75m42碳匯指數農業-保險理賠承保驗標、作物長勢監控、產量預估、土地受損面積1m-10m城市活力-夜光指數夜光指數通常100m表 3.衛星遙感應用場景主要監控要素和數據精度要求各金融機構監控要素分布情況如圖 13 所示：圖 13.金融機構主要監控要素2.2.數據使用：按場景綜合應用高中低分辨率數據數據使用：按場景綜合應用高中低分辨率數據在數據來源方面在數據來源方面，主要包括三種主要渠道。一是采用私有化商業遙感數據，例如工商銀行、建設銀行等；二是采用云數據/共用服務平臺數據，例如網商銀行、銀聯等；三是

79、采用聯合發射衛星模式，獲得專項數據的方式等，例如平安銀行發射“平安 3號”等，聯合發射的“平安 3 號”整星發射重量約 75KG，運行于500km 太陽同步軌道，配置 0.9m 分辨率、14.4km 幅寬的光學相43機，主要用于對地光學遙感觀測。在數據使用空間分辨率方面，在數據使用空間分辨率方面，目前包括高分辨率亞米級（1m）以及中低分辨率（1m），其中對于農業主糧作物等主要采用中低分辨率，對于工業場景以及經濟作物需要使用高分辨率的遙感影像。在數據應用頻度方面，在數據應用頻度方面，目前包括按事件的觸發、定時監控的2 種方式。事件的觸發包括應急監控、定損監控、信貸額度評估、投資價值評估等；定時按

80、頻監控主要包括普惠金融農業信貸貸后管理、工業信貸貸后管理。3.系統建設：AI 和自動化趨勢3.系統建設：AI 和自動化趨勢目前一些金融機構使用公有云/私有云方式開展衛星遙感影像識別技術研究及系統建設，相關系統基于衛星遙感、圖像識別、人工智能、空間分析等技術搭建，結合基礎地理和衛星遙感等數據，實現衛星遙感影像的快速提取和自動分析。主要系統架構如圖 14 所示：44圖 14.衛星遙感系統架構在業務使用流程上，主要步驟如圖 15 所示：圖 15.衛星遙感技術業務使用流程45（二）銀行應用案例介紹（二）銀行應用案例介紹1.1.工業信貸管理工業信貸管理-新能源建設項目新能源建設項目（風電站風電站、水電站

81、水電站、光伏設光伏設施）施）（1）新能源風電站風電站指利用風能驅動風輪機以帶動發電機生產電能的電廠，風能屬于可再生能源，無污染，具有廣闊的應用前景。在風電站項目中，主要通過衛星遙感技術對工程項目建設期的進度進行監測評估，根據風電項目的監控目標大小，選用亞米級別遙感影像，進行目標分析識別。在風機基礎工程上，重點關注土方開發、土方回填、混凝土基礎墊層等變化情況，在風力發電組安裝階段，重點關注風車機組的數量變化。例如，通過圖 16 可看出，與 T 月相比，T+1 月在風車機組數量上僅增加 1 個新的機組，與前期設定的閾值存在差距，需要工作人員關注風險，主動溝通確認項目實施進度，確保項目按序推進。圖

82、16.風電站項目監控要素-施工進度（多時相）同時因風電在地域、季節變化中跨度較大，在自動識別時，46模型需具備較強泛化能力，能夠適應季節、時相、氣候、光照的變化，詳見圖 17 示例。圖17.風電站項目監控要素（2）新能源水電站水電是一種可再生的清潔能源，成本低廉，在新能源發電中，占主要地位為 48%，而且在發電的同時還能控制洪水泛濫改善航運條件，是助力實現碳達峰、碳中和的重要方式之一。在水電站項目中，主要通過衛星遙感技術監控項目實施進度，結合多期影像分析結果和時令季節確認項目風險。根據水電站項目監控目標大小，采取衛星可見光遙感影像監測，輔以人工智能圖像處理方法對目標地點按照月度進行監測，重點關

83、注塔吊、車輛、施工區域。圖 18 為某地水電站施工區域拍攝到的影像及分析結果，可以看到，相比較于 T 月，T+2 月份施工區域增加了一個塔吊。47圖 18.水電站項目監控要素-施工進度（多時相）圖 19 為水電站的地物分類結果，從地物分類結果上來看，建筑用地占總面積為 56186 ，占總面積比例約為 13.21%。圖 19.水電站項目地物分類結果除了變化檢測外，遙感影像能夠實現多目標監測，如圖 20所示，在某地水電站建設處能夠拍攝到與大型運輸車、高壓電塔等物體。塔吊、大型運輸車均與施工相關，高壓電塔下方有大型變電站的設施，為水電站相關的配套設施。48圖 20.水電站項目監控要素（3）新能源光伏

84、設施光伏發電是指利用光伏電池將太陽輻射能直接轉換為電能。在光伏項目中，主要通過引入衛星遙感影像分析技術，對光伏設施建設進度和設備情況進行有效監控管理，保障項目有效推進。根據光伏項目監控對象特點，采取衛星可見光遙感影像對項目現場的建設施工及關鍵設備情況進行監控，包括但不限于集熱塔建筑、定日鏡鋪設、主機設備到位等，并將衛星監測結果與施工時間表進行比對，通過非現場方式判斷項目建設進度是否正常。圖21 為某地區光伏設施建設項目遙感監測影像，可以看出，在西北角區域，T 年為空地，T+1 年已建設有光伏板，光伏板面積32.795341 平方千米。49圖 21.光伏項目監控要素-施工進度（多時相）2.工業信

85、貸管理-產業園區2.工業信貸管理-產業園區產業園區是以促進某一產業發展為目標而創立的特殊區位環境，是區域經濟發展、產業調整升級的重要空間聚集形式，擔負著創新資源、培育新興產業、推動城市化建設等一系列的重要使命。在產業集群的指導下，推進產業園區建設，不僅是當前發展產業集群的需要，更是加快新型工業化進行的必然選擇。改革開放以來，我國各地如雨后春筍般涌現出各種類型的產業園區，數量逐漸增多，分布日益廣泛，影像逐步擴大。十二五期間各地千億級產業園規劃有 10 余個，未來我國將進入各類產業園區建設高峰。為支持產業園區建設發展，金融行業多家銀行推出“產業園區貸”等產品助推產業發展。產業園區具有面積大、建筑物

86、多（工場以及各種公共設施和娛樂設施）等特點，且通常情況下50在項目實施前已有詳細的區域規劃對園區環境規定了執行標準和限制條件。根據產業園區監控對象特點，在能清晰識別相關建筑施工面積情況下采集月頻可見光數據，將項目建設施工面積、施工車輛數目作為監控要點，結合多期影響分析結果確認項目風險。圖 22分別為某地產業園施工區域拍攝到的遙感影像和地物分類結果，可以看出，相較于 T 月，T+2 月建設用地面積占比增加 4.9%。圖 22.產業園區項目監控要素-施工進度（多時相）圖 23 為建筑物高度監測影像，結合陰影、角度等信息數據實現建筑物高度檢測，圖中建筑物高度為 26.78 米。圖 23.產業園區項目

87、建筑物高度檢測51圖 24 為建筑物面積和個數監控影像，對該區域中的建筑物數量和面積進行智能分析，結果見圖，該區域共有 18 個建筑物，面積如圖 24 所示。圖 24.產業園區項目建筑物數量和面積監控3.3.工業信貸管理工業信貸管理-基建公路鐵路基建公路鐵路交通運輸是國民經濟中具有基礎性、先導性、戰略性的產業，也是構建雙循環發展格局的重要保障。2022 年 4 月 20 日，銀保監會、交通運輸部聯合印發關于銀行業保險業支持公路交通高質量發展的意見（以下簡稱意見），鼓勵銀行保險機構為符合條件的綠色低碳公路項目提供金融支持，推動公路交通實現高質量發展。意見要求，聚焦重點領域和重大項目，積極服務“一

88、帶一路”、粵港澳大灣區等國家重大戰略實施，中西部地區、沿江沿邊沿海戰略骨干通道等為重點，支持國家高速公路待52貫通路段建設和交通繁忙路段擴容改造。某銀行先后與西南、西北等偏遠地區達成公路建設融資項目的合作，強有力地支持了地方經濟建設。根據監控對象特點，使用衛星遙感影像分析技術對各個標段的建設進度按月進行監測，分析施工路段的情況，包括全長、在建、尚未建設的公里數、橋墩等信息。圖 25 為某高速公路項目區域 a 道路提取專題圖，道路全段長為 50km，在建設道路 17.28km（黃色部分），已完成 23.52km（綠色部分），其余部分還未開始（紅色部分）。圖 25.高速公路項目施工進度總覽圖 26

89、 為 T 年和 T+1 年拍攝的另一個高速公路的影像和目標物橋墩個數的識別結果，通過影像分析結果可以得到相較于 T 年，T+1 年規劃區域多了 10 個橋墩，正在按照計劃進行施工。53圖 26.高速公路項目監控要素-施工進度（多時相）4.4.工業信貸管理工業信貸管理-礦廠區礦廠區礦業開發是“一帶一路”建設的重要組成部分?！耙粠б宦贰毖鼐€國家在金屬礦業領域有獨特發展優勢和巨大發展潛力，其礦產資源豐富，成礦條件好，找礦潛力巨大，且礦產資源及相關領域的投資能夠帶動當地就業和社會經濟發展。我國與“一帶一路”沿線國家開展廣泛的礦業國際產能合作，通過合作，既滿足了我國發展對礦產資源的迫切需求，又提升了我國

90、礦業企業核心競爭力。某銀行與“一帶一路”某沿線國家達成合作，為其礦產開發項目提供融資。該國擁有豐富的礦產資源，該項目對于中國礦業企業“走出去”，加強中國與第三世界合作有著重要的意義。通過衛星遙感技術對施工人員及設施、礦區開采剝離、廠區建設等情況進行監測，以非現場方式判斷項目建設進度是否正常。對于目標礦區，由圖 27 放大的局部細節圖可以看到，T 月與54T+1 月相比，施工區域有明顯變化，且施工點附近均有很多大型施工車輛，可輔助判斷處于施工狀態。圖 27.礦場區項目監控要素-施工進度（多時相）圖 28 展示了其他監控要素，A 處為油罐、BC 處為建筑物、D處為洗礦池，同時通過影像分析能夠得到B

91、處當前面積為14332.7。圖 28.礦場區項目監控要素5.5.農業信貸管理農業信貸管理-作物監控作物監控在中國共產黨第十九次全國代表大會上，習近平總書記作主55題報告決勝全面建成小康社會奪取新時代中國特色社會主義偉大勝利，提出實施鄉村振興戰略。為深度融入國家鄉村振興戰略，各家金融機構在農業普惠信貸領域持續發力，在三農領域做好金融支持與綜合服務。農業普惠信貸作為銀行業支持鄉村振興戰略的重要業務方向，始終存在著農戶貸款難與銀行難貸款并存的現象。為深化農戶金融服務，加大農貸有效投放，解決農村由于地廣人稀、農業數據不足帶來的農業信貸工作中農業資產信息獲取難、勘察人力成本高、貸款額度和還款周期預測不準

92、等問題，可通過創新貸款服務，將衛星遙感應用于涉農貸款貸前準入、授信審批、貸后監測全生命周期中，采用全線上移動端辦理模式，為農戶打造極致貸款辦理體驗，節約業務開辦成本，從源頭上為農戶增信，方便農戶申請貸款，增加客戶信貸可得率，提升農村貸款辦理效率。為滿足場景需求，首先需進行土地權屬驗證，利用農戶上傳的土地范圍勾畫數據，結合確權證明數據和高清影像數據，可對農戶申請貸款的土地范圍進行自動核驗，判斷貸款農戶地塊位置和面積；其次對區域的用地類型精準分析，實現對區域范圍內涵蓋耕地、林地及其他等類型分布、面積測算等精準監測，同時實現作物分類、產量預估等功能，用于快速核保與精準補貼發放；在貸后管理方面，有效監

93、測農作物的長勢情況，在生長期與歷史同期長勢進行比較，全面掌握生長期內的變化信息，并在冰雹、56大風、暴雨、旱澇等災害后對房貸土地的受災情況進行定性評估，從而監控并預判相關貸款風險；最后，可基于土壤水肥數據、氣象及災害數據等基礎上構建農作物適應性評價模型，定制農業種植分布圖，確定種植不同作物地塊質量的等級分類，進行客戶資產信息的數據沉淀。農業信貸業務流程見圖 29，涉及的相關技術能力見圖 30。圖 29.農業信貸業務流程57圖 30.農業信貸衛星遙感技術能力（1）主糧作物我國主糧作物包括水稻、小麥、玉米、大豆，主糧作物種植區主要分布在平原地帶，具備種植集中、種植面積廣等特點，應用遙感技術對作物進

94、行監控，目前主要監控能力包括作物識別、長勢分析、干旱監測、災害監測、產量預估等，有效提升了監測的時效性，節省大量人力物力，助力鄉村振興。作物識別作物識別：通?；谧魑镌跁r序上的光譜特征差異對農作物的種類進行識別。使用遙感數據訓練大規模深度神經網絡和圖神經網絡模型，使模型能夠學習到不同農作物的光譜隨作物生長變化的特征以及作物生長環境的特征，進而區分不同的農作物如圖31 所示。58圖 31.作物識別長勢分析長勢分析：通常使用植被指數進行反映作物長勢狀況，根據作物不同長勢狀態下體現出的不同光譜特性，同時綜合物候、云標識和農業氣象等信息，對農作物的長勢進行分析，對比歷史同期和同年往期的作物生長情況，對

95、農作物當前長勢情況作出判斷分析。圖 32 為某地小麥長勢監測結果，可以得到各類長勢的空間分布。59圖 32.長勢分析干旱檢測干旱檢測：基于遙感數據等對土地干旱程度進行評估，通常使用植被干旱指數等信息反映干旱程度。圖 33 為某地玉米干旱檢測結果，分析得到各類干旱程度所占比例，區域中濕潤的占比為 2%，正常的作物占比 2%，輕旱的作物占比 21%，中旱的作物占比 52%，重旱的作物占比 23%。60圖 33.干旱監測災害監測災害監測：發生病蟲害時，植物的生理生化特征將發生變化，如細胞結構、色素含量和含水量，而這些特征決定了植被在不同波長下的光譜反射率，通?；诠庾V反射率對植被病蟲害進行監測。利用

96、溫度、降水等氣象監測數據，對常見的洪澇、凍害等氣象災害進行監測。產量預估產量預估：利用遙感影像建立作物生長信息與產量間的關聯模型，通過作物生長期的植被指數及氣溫、降水等關鍵氣象數據構建長勢和單產的關系模型，使用作物歷史時期的真實產量數據擬合等，預估農作物產量。利用時間序列等模型對各地的歷史氣候數據進行深度挖掘，并對未來一段時間內的氣候情況進行預測，形成基于“地域氣候作物農戶”的全方位種植評價體系，根據歷史溫度、濕度、降水、風速、光照等預測農作物的產量和損益，從而進一步精準識別貸款風險。圖 34 是對某地塊的61產量預估，預測年產量為 353.95 公斤/畝。圖 34.產量預估（2）經濟作物經濟

97、作物指具有某種特定經濟用途的農作物，包括蔬菜、瓜果、花卉等，經濟作物通常具有地域性強、經濟價值高、技術要求高等特點，對自然條件要求較嚴格，宜于集中進行專門化生產。相較于水稻等主糧作物，果樹等經濟作物種植一般比較稀疏，種植密度較低，在同等分辨率下的識別難度更大，且果園等衛星遙感影像與自然林木很接近，難以區分。因此，對于蘋果等經濟作物的識別，需要高分辨圖像來進行識別，但是高分辨率的圖像采買成本高，更新周期長，難以滿足實時了解作物狀態的需求。為解決經濟作物識別難點，某銀行融合多數據源多分辨率遙62感影像，升級作物識別算法模型，同時融合行業知識圖譜，根據各類信息源建立農業知識圖譜，利用各類知識，如地形

98、、降水、積溫、歷史產量等幫助經濟作物的識別，讓算法機器掌握人工經驗。比如，甘肅不適合種水稻，就可以排除該作物的識別。通過上述解決方案，該行成功識別蘋果、柑橘、獼猴桃等經濟作物。圖35.經濟作物識別模型6.6.農業信貸管理農業信貸管理-大棚大棚大棚作為農業生產的重要基礎設施，被廣泛應用于蔬菜、花卉、養殖業等領域，可以抵抗自然災害，防寒報文，抗旱、澇，提早栽培，延長作物的生產期，達到早熟、晚熟、增產穩產的目的，在高寒地區、沙荒及干旱地區為抗御低溫干旱及風沙危害起著重大作用，同時可以節約土地，提高土地利用率。利用遙感影像分析技術對大棚的分布、數量、面積等信息進行監控，如圖 3663所示，可分析出框出

99、監測區域已建設 13 個大棚，整個區域共有16888 個大棚，處于在用狀態的有 13306 個，處于未使用狀態的有 3582 個。圖 37 中綠色大棚為在使用狀態，灰色大棚為未使用狀態。圖36.大棚個數監測圖 37.大棚使用狀態監測647.農業信貸管理-近海漁排7.農業信貸管理-近海漁排在漁業養殖信貸場景中，應用衛星遙感及人工智能技術開展對水產養殖面積監測、氣象災害信息等一系列漁情信息的動態監測和分析。通過衛星對沿海區域漁民養殖的海帶、鮑魚、龍須菜等海產品養殖點進行周期性拍攝，智能識別養殖點漁排數量和面積的變化，及時了解漁業養殖資產變化情況，實現對漁民漁排養殖的風險監控，為漁排養殖貸業務貸中、

100、貸后風險監控管理提供快捷的數字化決策支撐手段，提升信貸風控管理水平，同時也對鄉村振興的發展也有一定的推動作用，保障農戶特別是貧困群眾的持續增收。圖 38 為某地近海漁排遙感影像監測情況，識別漁排面積 1921773 平方米，漁排數量 220 個。圖 38.漁排數量監測658.8.農業信貸管理農業信貸管理-碳匯指數碳匯指數碳匯指的是自然界中碳的寄存體，主要表現為陸地與海洋等吸收并儲存二氧化碳的生態系統，包括陸地碳匯（例如森林、耕地、草地等）和海洋碳匯（例如紅樹林、鹽沼、海草床等）。林業碳匯指通過植樹造林、加強森林經營管理吸收大氣中二氧化碳，并與碳匯交易結合的體系。其中經核證的林業碳匯可以被需求企

101、業購買，抵消其碳排放，成為一種量化環境效益的新型標準資產，因此其作為一種可以在公開標準市場交易的有價資產，可以被廣泛應用于信貸擔保和金融衍生品。但是目前林場經營者和金融機構在碳匯資產核算和森林常態化管理中面臨嚴峻的挑戰，其主要痛點在于森林資源分布廣、林木種類多、地勢險峻且核算方法困難、易受火災等自然災害影響，造成純人工盤查難度大、成本高、耗時長。為深化落實十四五規劃的重點任務雙碳達標，提出林業碳匯的衛星遙感監測分析解決方案。該解決方案主要以衛星遙感為主，無人機為輔，以“AI+遙感”的方式，自動采集原始圖像，智能分析所需指標。例如利用目標分割技術進行森林面積測算；利用目標識別技術進行喬木林、灌木

102、林、竹林等樹種識別；利用圖像的時空序列分析樹齡；利用激光雷達可穿透植被冠層，精確獲取植被冠層垂直結構信息，進行植被高度/生物量反演等。實現檢測過程工程化，用可信度高、實時性強的數據降低實地測量、66實時監測的成本，并將誤差率控制在 5%以下，使得碳匯資產動態監測可應用于政府管理和林場經營者資產盤查，讓銀行充分發揮金融中介的作用，幫助林業經營者將環境外部性收益內部化，為建設綠色中國添磚加瓦。碳匯場景主要監控內容包括：森林面積：靜態圖像分析；樹種：可識別喬木林、灌木林、竹林、草地等多種林草資源；樹齡：圖像時空序列分析。蓄積量（樹干體積）：結合實際測量值訓練人工智能測算模型；通過激光雷達可穿透植被冠

103、層，精確獲取植被冠層垂直結構信息，進行植被高度/生物量反演。碳匯指數監測如圖 39 所示。圖39.碳匯指數監測67（三）保險業應用案例介紹（三）保險業應用案例介紹1.1.農業保險農業保險-農業定損農業定損農業保險是指專門為農業生產者在從事種植業和養殖業生產過程中，對遭受自然災害和意外事故所造成的經濟損失提供保障的一種保險。2021 年中國人民銀行金融科技發展規劃（2022-2025 年）中提到在農村金融領域，借助移動互聯網、衛星遙感、電子圍欄等技術，推動農業保險承保理賠電子化、智能化，提高農村地區金融服務下沉度和滲透率，助力農業產業現代化發展，有力支撐鄉村振興戰略實施。保險公司運用衛星遙感技術

104、、無人機、測畝儀器、視頻查勘等手段對承保標的進行定損，提升農業理賠的速度。某保險公司依靠衛星遙感技術搭建農險服務系統，支持承保驗標、作物長勢監測、災害查勘定損。系統通過精準劃定地塊，建立全國地塊數據底圖和基礎數據庫，借助測苗儀、GPS 工具箱、Google Earth等工具測定土地受損面積，并融合無人機航拍進行農險定損，成功實現了水稻、玉米、小麥等糧食作物的長勢監控、產量預估，在解放人力物力的同時提高了承保和理賠精度和效率，增強了企業的項目競爭優勢。衛星遙感、無人機、氣象預警及災害監測等技術，也廣泛應用于農險招標、氣候預警、查勘定損等方面。全殲例如湖北水稻病蟲害、臺風“煙花”等場景。682.森

105、林碳匯價值保險2.森林碳匯價值保險森林碳匯價值保險是在傳統林木保險的基礎上，將火災、暴雨、風災、地質災害、森林病蟲害、泥石流等自然災害和不可預料事故造成的保險林木損失指數轉化為森林固碳量損失，并按照約定利用衛星遙感技術對林木碳匯價值進行賠償。財險推出“森林碳匯遙感指數”保險產品，高效監測林業碳匯變化情況，定期向客戶反映森林長勢，實現災后的快速定損，急速理賠。借助“遙感+AI”技術，根據林木種類建模測算森林碳匯儲量值、年度碳匯富余值，將由氣象災害、意外事故及病蟲害造成的森林損毀或長勢減弱而導致的碳匯富余值損失換算指數化，為后期的快速定損、極速理賠提供依據；同時，承保機構將定期監測森林長勢及碳匯增

106、長速度，為森林管理者做好風險預警。（四）遙感技術應用的局限性案例分析（四）遙感技術應用的局限性案例分析除了上述典型應用案例，本文也通過調研和實踐方式探索了部分遙感相關技術在應用中存在的局限性。1.國內部分農村區域的客戶信貸業務以線下模式為主，影響遙感技術應用與推廣1.國內部分農村區域的客戶信貸業務以線下模式為主，影響遙感技術應用與推廣由于農村空心化，農民老齡化等問題，以縣域為代表的地方性金融機構的信貸業務模式以線下服務為主，農戶對線上信貸模69式接受度比較低，一定程度影響了衛星遙感技術的應用推廣。例如針對某縣域調研，在業務模式方面，當地農戶大多數年齡偏大，對手機使用不熟悉，習慣現場辦理業務，當

107、地農商行的本地網點較多，信貸員對農村比較熟悉，一般通過現場批量采集農戶信息，對農戶進行集體預授信。在風控方面，當地農商行主要依賴省農擔進行擔保，農戶信用資質普遍較好，壞賬率比較低，多維度數據的交叉驗證需求低?；谛l星遙感技術的信貸服務模式一般依托線上渠道，上述因素都制約了衛星遙感技術在地方性金融機構的貸前應用與推廣。2.在農作物種植規模比較小的經營區域，衛星遙感技術優勢發揮不明顯2.在農作物種植規模比較小的經營區域，衛星遙感技術優勢發揮不明顯衛星遙感技術在農貸風險管理場景在農村土地流轉比較成熟、發達，種植大戶比較多的農村區域，比較有市場前景，但在種植散戶比較聚集的區域，應用價值有限。對于種植大

108、戶，由于土地經營面積大，經營成本高，土地經營價值大，土地資產綜合評估貸額度高，農戶貸款意愿普遍比較強烈。采用衛星遙感技術，一方面可以從源頭上為這些種植農戶增信，方便農戶申請貸款，增加農戶信貸可得率；另一方面，通過構建動態監測的風控體系，可以有效降低涉農信貸風險。針對某縣域的實地調研考察發現，農戶的種植規模都偏小，70大部分農戶人均 1.5 畝，以家庭為單位，土地規模均在 10 畝以內。對于種植散戶群體，由于土地經營面積小，土地經營成本也低，土地經營價值也有限，可貸額度比較低，加上農戶消費觀念比較保守，農戶對貸款利息比較敏感，貸款意愿或貸款需求整體不強烈，衛星遙感技術在風控管理場景的優勢難以發揮

109、。3.3.地形因素造成影像完整性不足和影像數據分析困難，遙感地形因素造成影像完整性不足和影像數據分析困難，遙感技術應用效果不佳技術應用效果不佳衛星遙感技術在農村信貸場景的應用受到區域地形因素影響比較大，譬如在東北、華北等平原地帶，地勢平坦，比較容易推廣，但在山區或南方丘陵地區應用難度較大。中國國土遼闊，南北差異巨大，地形地貌、地塊破碎程度、作物種植結構等方面存在巨大差異，衛星遙感影像分析技術受地域、地形的影響比較大2，要針對不同區域的業務需求制定針對性的解決方案。東北、華北等平原地帶地形平坦，地塊相對集中且地塊較規整，規?；N植程度較高，衛星遙感識別目標具有足夠顯著的波譜特征，遙感影像不需要較

110、高的精度，同時北方地區晴朗天氣較多，獲取影像相對容易。但在南方丘陵地區，地塊破碎度較高，單個地塊面積較小，為保證圖像識別的精確度，需要采用更高分辨率的影像進行地物識別，且對衛星遙感技術的算法要求也相應升高。同時南方地區云雨天氣較多，導致可用遙感影像可獲得性變低，縱然目前數據源豐富，但依然很難滿足農業71遙感應用的標準，應用難度較大。此外，基于陰影法測量建筑物高度的衛星遙感技術，在實際應用中也存在如下局限性：衛星圖像自身分辨率及影像預處理的質量直接影響測量準確性；影像拍攝受云雨天氣影響較大；樓間距較為密集，陰影交叉重疊時的高度監測不準；陰影的產生受到季節、時間等多方位因素的影響，如較高的高度角造

111、成陰影較短，導致高度數據偏離度大。4.4.非露天資產以及流動資產無法監控，遙感技術應用效果不非露天資產以及流動資產無法監控，遙感技術應用效果不理想理想遙感信息主要反映土地地貌影像特征，可監控農作物的分類和變化信息，但對于室內發生的生產經營行為，譬如對于大棚內的作物類別和長勢等，尚不具備影像獲取基礎。同時，因遙感數據采集時間分辨率等因素，監控頻度一般以周頻為主，無法監測車輛流動等實時性較高的應用場景。5.5.構建三維信息難度較大，遙感技術支撐不佳構建三維信息難度較大，遙感技術支撐不佳光學遙感圖像通常是以二維信號的模式進行呈現的，因此在面對地物分類、變化檢測、圖像分割等應用時有著較強的技術支持，但

112、是在基建、房地產等行業應用上，因無法獲取項目的三維結構信息，在全面、系統的完成資產與建設進度評估方面存在一定的困難。72一種通用的做法是通過陰影法間接測量高度以獲得三維信息。其理論依據是通過建筑物陰影、衛星側視角、太陽高度角的數學關系，推算建筑樓高，具有以下優點：綜合成本與精度，多光譜監測性價比高；多時相形成的連續持續觀測，能夠較為精準的監測在建工程的建設進度，如發生企業停工等異常情況能夠及時發現并指導人工核查；自動化數據處理手段多樣，便于降低監測成本。但是在實際應用上存在較多局限性：影像預處理的質量直接影響最終精度；影像拍攝受云雨天氣影響較大；樓間距較為密集的工程監測難度較大；陰影的產生受到

113、季節、時間等多方位因素的影響。這些嚴苛的局限性給陰影法測高的準確性帶來了極大的挑戰。雖然利用 SAR 雷達測距或者立體像對分析的方案可較大提升測量精準度，但面臨巨大的成本壓力，且應用案例較為匱乏。（五）遙感和 IOT 結合案例規劃（五）遙感和 IOT 結合案例規劃隨著技術發展，遙感與其他技術的結合應用案例越來越多。物聯網（The Internet of Things，簡稱 IoT）是指一種連接了各種物體的網絡。這些被連接的物體，嵌入了能夠就其內部狀態與外部環境進行通訊及交互的技術。物聯網的核心和基礎仍是互聯網，但其連接通訊范圍延伸到了實體世界，擴展到了人與物、物與物之間。遙感和 IOT 結合，

114、能夠拓展數據采集，進一步提升農作物押品等場景的監控能力。731.遙感結合 IOT，提升農作物押品監控全面性1.遙感結合 IOT，提升農作物押品監控全面性在涉農信貸領域，對于以農作物作為押品的場景而言，可以在高空采用航空航天遙感技術，從宏觀層面監測農田信息，包括作物生長情況、作物種類、占地面積等；在地面通過土壤溫度水分傳感器、攝像頭，甚至移動機器人等物聯網終端，在微觀層面監測農作物的生長環境、有無發生病蟲害等生長動態情況，甚至是否遇到警情等。對于以養殖畜牧為押品的場景而言，可以通過遙感技術識別畜牧的養殖規模、畜牧群移動位置和移動路線等信息，通過智能腳環等物聯網設備實時采集畜牧個體的體溫、運動異常

115、狀態等信息。更多維度、更全方位的涉農押品狀態監管，為貸前貸款額度測算、貸后風險管理、保險等金融場景提供更有效和精準的數據支撐。2.遙感結合 IOT，提升工業監控全面性2.遙感結合 IOT，提升工業監控全面性在房屋抵押、工業信貸，直至延伸到住房領域，除了根據需求通過衛星圖斑點現場核查、建筑物定性及房屋整樓所在地區環境勘察、違建監測、監測房屋變化、獲取占地面積等，還可通過衛星遙感宏觀識別工業建設標的的整體實施情況。針對鋼筋混凝土的內部情況，通過衛星遙感技術則難以判斷，此時可借助物聯網傳感器采集房屋結構發生的微小變形、裂縫信息等，從而對工業建設標的的情況、質量等進行更加精準的綜合評估。743.3.遙

116、感結合遙感結合 IOTIOT，提升畜牧業監控能力，提升畜牧業監控能力以畜牧業為例，金融機構借助物聯網技術，幫助解決傳統生物資產難以監控、難以估值的痛點，對生物資產進行全周期監控和跟蹤，并協助打通上下游產業鏈，對成品、半成品的供應鏈環節形成追溯，升級新型供應鏈融資模式。同時，物聯網平臺采集的相關生產運行數據及銷售數據，可以反哺畜牧企業，幫助企業提升信息化管理水平。具體場景中，物聯網收集的畜牧業數據可以應用在以下兩方面：一是進行風險加持，提升對銀行授信資產和授信對象的監管能力。如及時發現活體數量異常、健康狀態異常、養殖環境異常、非法闖入以及未經授權出庫等情況，啟動自動報警系統并及時通知銀行。特殊場

117、景下，可以自動攔截非法作業、未經授權的人員或生物。二是實現畜牧養殖的數字化水平。如通過 APP/PC 等多終端對養殖生產情況以及產品溯源信息進行在線監控，幫助提高畜牧企業線上化、規范化、模型化的經營管理能力。75五、總結和展望（一）小結1.衛星遙感助力金融數字化轉型，賦能金融提質增效（一）小結1.衛星遙感助力金融數字化轉型，賦能金融提質增效衛星遙感金融應用初見成效，賦能提質增效明顯。衛星遙感技術在金融業的應用既是金融數據要素與衛星數據要素融合的突破，也是衛星遙感技術與人工智能技術融合的突破，更是技術和業務融合的突破。金融業利用衛星遙感等金融科技賦能數字化轉型，為更好地落實國家數字戰略、貢獻數字

118、經濟建設、服務實體經濟轉型升級，做出了有益的探索嘗試。2.衛星遙感金融應用挑戰與機遇并存2.衛星遙感金融應用挑戰與機遇并存前期金融機構針對衛星遙感的相關探索和應用充分驗證了遙感影像智能分析技術，衛星遙感在金融行業應用具備廣泛前景。但我們也看到目前遙感應用在技術復雜度、場景適用性、政策和標準支持、客戶接受度等方面仍存在不少挑戰。隨著金融機構的試點推廣、業務與技術的深度融合挖掘以及衛星遙感、大數據、人工智能、云計算等技術的蓬勃發展，衛星遙感技術在金融行業的應用將向縱深發展，進一步促進金融機構數字化和智能化轉型。76（二）風險與挑戰（二）風險與挑戰1.1.衛星遙感技術應用落地涉及多學科融合，流程比較

119、復雜，衛星遙感技術應用落地涉及多學科融合，流程比較復雜，仍有較高技術門檻仍有較高技術門檻衛星遙感技術應用是多學科的融合應用，衛星遙感綜合性分析系統建設的復雜度較高。衛星遙感數據的綜合性分析系統，涉及遙感技術、地理信息技術、圖像處理技術、人工智能技術、空間數據庫存儲、可視化分析技術等多學科技術。在流程上，衛星遙感技術提供業務可用的數據需通過傳感器參數、輻射校正系數、數字高程模型，對原始衛星影像進行正射糾正、輻射校正、配準、全色影像和多光譜影像數據融合等操作，將非標影像處理成標準格式影像。另外不同區域的衛星影像數據無法使用通用的模型或算法來分析，因此還需要結合業務構建不同產品的分析模型，將標準格式

120、影像加工成業務可用數據。在數據獲取方面在數據獲取方面，衛星遙感技術應用除遙感數據外，還需打通農業確權數據，GIS 地理信息數據、氣象數據等，但地理信息數據、遙感數據等可能涉及隱私授權、相關保密要求等，數據可獲得性仍然存在難點。在實際應用相關數據時，也存在數據來源風險、更新周期長、傳輸安全等問題：國內部分遙感數據來自歐洲哨兵等公開數據，存在數據來源真實性、持續性和自主可控風險；遙感數據的更新周期較長，一般為事后監管，針對極端天氣、特殊情況和成熟速度較快的農作物，存在監測、預警不及77時的情況；數據傳輸存在安全風險，遙感數據可能在傳輸過程中被截獲篡改，從而泄露客戶數據或影響數據的真實性。在系統建設

121、方面在系統建設方面，業界雖有遙感應用公有云平臺，且應用便捷，但金融機構有嚴格的數據安全保密要求，一般無法將數據外傳互聯網，因此需要搭建本地私有云平臺。建設私有云平臺技術門檻高，建設成本高，周期較長，制約了遙感技術的應用。針對技術本身而言，衛星遙感的優點之一是能夠快速觀測地面的大片區域，但大面積覆蓋會導致較低的空間分辨率（即衛星影像數據的清晰度），因此如何兼顧時空覆蓋度與空間分辨率是當前衛星遙感技術應用難題。其次，遙感數據應用的全生命周期管理也有待進一步完善，衛星數據處理、參數反演、應用模型研發、專題數據生產到業務系統開發的各個節點仍然存在一些未能解決的技術難題，諸如數據建模、運算精度提升、平臺

122、響應等，難以支撐衛星遙感監測大范圍、多目標、定量化的業務需求。衛星遙感技術金融應用與其他行業應用相比，場景的識別目標偏向微觀，模型通用性和精確性不高。衛星遙感技術在資源規劃布局等領域較為宏觀，一般為政府機構的整體布局提供決策支持，分析目標一般為城鎮、省份乃至國家等，監控因素多為各類資源的布局分類和質量等。在金融行業中，一般圍繞各類信貸、保險業務展開，場景監控的目標較小且具體，例如檢測塔吊的數目和方向等。此類應用業界數據積累少，缺少可直接復用的成熟模型，需要結合場景定制化開發，但受制于訓練數據稀缺等原因，78初始準確率比較有限，對于一些過小的監控目標例如小型車輛等，即使在高分辨率影像下，其圖像表

123、達像素過少，信息不夠充分，無法獲得理想識別效果。2.2.衛星遙感技術在金融領域應用，面臨投入產出比、業務流衛星遙感技術在金融領域應用，面臨投入產出比、業務流程改造等適用性評估程改造等適用性評估衛星遙感技術在金融場景應用一般在傳統流程和策略基礎上，作為新的決策因子被引入。衛星遙感影像數據的專業化分析，會給金融機構帶來數據獲取、技術升級和流程改造成本。金融機構需要客觀、全面的評估引入遙感數據給金融業務帶來的價值和成本，即投入產出比。金融作為強監管、重穩定的行業，其創新技術應用的管理機制具有一定的特殊性。針對新技術的引入，總行需經過完善的可行性研究、投資回報率分析等，由于遙感數據使用成本較高、技術難

124、度較大、短期內針對長尾客戶的金融服務的提升效果難以評估，因此目前難以在金融機構大范圍推廣應用。例如在農業對象監控管理方面，主糧作物的監控是目前主流做法。與主糧作物相比，經濟作物的影像數據獲取和技術分析門檻高，雖然畝產價值大，但沒有主糧作物應用范圍廣。衛星遙感技術在水稻、小麥、玉米等大田作物種植場景應用效果明顯，由于識別目標具有顯著的波譜特征，利用中低精度遙感影像能快速獲取大范圍的作物類型和分布情況。但在柑橘、橙子、獼猴桃等79果樹類經濟作物場景，依賴于更高精度的遙感影像，其數據獲取成本更高，同時衛星遙感技術的應用門檻較高，但果樹類經濟作物的畝產效益顯著高于大田作物，信貸等價值更加明顯。金融機構

125、針對衛星遙感技術對業務的提升效果進行了重點評估。以銀行場景為例，通過評估收益（信貸額度的增加、貸后管理成本的降低以及營銷決策效率的提升）與成本（數據獲取、算法建設、算力支撐）等，在主糧作物的遙感應用上，銀行接受度更高。例如在工業場景方面，金融機構難以通過微波遙感測量監控目標的高度、深度等。SAR（合成孔徑雷達）技術對海拔高度敏感，具備穿透云雨的特性，在測量高度、深度具有明顯技術優勢。但國內外高空間分辨率的 SAR 衛星相對光學衛星較少，主要服務于國防部門，商業應用成本也較高，目前金融機構主要采用光學衛星結合陰影的數據分析方法進行高度測算，SAR 雷達衛星尚未在金融機構中得到廣泛應用。3.3.行

126、業政策與標準比較缺乏，影響衛星遙感技術的規范化、行業政策與標準比較缺乏，影響衛星遙感技術的規范化、規?；瘧靡幠；瘧媚壳皣摇笆奈濉币巹澗V要明確提出了要大力推進“天空地”一體化的信息網絡建設，加速衛星商業化應用，重點通過政策鼓勵和引導遙感數據和技術在國防建設、生態環境保護、海水養殖、鄉村振興等領域的應用。但遙感技術在金融行業應用的具體指導意見還比較稀缺，因此當前金融行業的大部分機構，仍處80于觀望期，僅少量大型金融機構主導新技術的探索和驗證。當前遙感技術在金融行業的應用仍處于布局探索階段，遙感技術的標準化研究與標準制定工作還沒有系統開展，尚未形成統一的規范指引與行業標準，對行業缺乏具體的實

127、踐指導，一定程度上制約了場景的推廣。行業亟需針對金融領域建立完善的衛星遙感數據接入以及應用標準，促進衛星遙感技術在金融業的規范應用和快速發展。（三）應用建議（三）應用建議當前，金融機構對于遙感技術的相關探索和應用，充分驗證了遙感影像智能分析技術在金融行業應用的前景與價值。遙感技術的商業化應用也具備一定技術和生態基礎，金融機構可加大遙感智能分析技術的應用推廣，加速衛星遙感技術的應用布局，重點增強衛星遙感技術在農業、工業等領域的應用，提升信用評估、風險監控、定損理賠等環節的智能化水平。1.1.數據與技術能力建設：建議制定衛星遙感技術應用相關行數據與技術能力建設：建議制定衛星遙感技術應用相關行業標準

128、，加強數據聯動業標準，加強數據聯動在遙感數據獲取和應用方面在遙感數據獲取和應用方面，建議遙感技術應用領先的金融機構牽頭建設符合金融安全等級的統一的衛星遙感數據服務能力和技術應用標準。一是規范遙感數據來源，積極推進金融行業專用衛星聯合發射，降低使用成本。二是針對金融場景的共性業81務訴求，形成遙感影像智能識別系統指標要求和評估方法，完善衛星遙感相關金融數據采集技術標準體系，定義統一的遙感應用相關數據服務目錄和標準，進行數據分級分類，為金融行業各方建設可用性強、時效性高、成本低廉、安全性高的衛星遙感金融數據服務能力提供采集和分析參考標準。三是結合行業最佳應用實踐，發布衛星遙感在金融領域的建設應用指

129、南，提供衛星遙感在金融領域的建設應用參考，促進遙感技術在金融行業的普及化。在遙感訓練數據積累方面在遙感訓練數據積累方面，建議加強衛星遙感技術的產學研聯動。衛星遙感影像的智能化分析依賴人工智能遙感解譯深度學習算法模型，需要海量標注樣本，但現階段高質量的標注數據比較稀缺，建議利用云、區塊鏈等新興網絡共享技術，將散落在各行業，譬如政府、科研院所和公司中的遙感樣本關聯整合起來，互為補充，嘗試共建大規模的訓練樣本庫以及預訓練模型。同時鼓勵各大金融機構和互聯網公司開源遙感影像分析算法，降低中小銀行衛星遙感金融服務的準入門檻。在其他遙感技術應用的關聯數據融合方面，在其他遙感技術應用的關聯數據融合方面，建議加

130、強與氣象、農業、林業、工商、畜牧等相關政府數據聯動合作。遙感數據主要聚焦于光譜信息，與政府和企事業單位的業務數據融合，能進一步提升監控管理目標的精確性，形成良好的綜合決策能力。例如積極推進與氣象局、水利部、國土資源部的聯合，提高氣象風險預警能力和準確度，降低農業土地歸屬認定成本，通過82交叉數據驗證，提高認證效率和準確度。例如建立種植險“一張圖”管理模式以 3S（RS、GIS、GPS）技術為支撐，引入村級行政區劃數據、遙感影像數據、農村地籍調查數據，建立地塊信息與農業信貸或者農險信息相融合的可視化數據圖，形成基于耕地地塊的“地塊+農戶+標的物”一體化空間信息數據庫，實現“按圖作業”，為綜合決策

131、提供有效參考。2.2.應用場景選擇應用場景選擇：建議客觀評估衛星遙感應用的投入產出比建議客觀評估衛星遙感應用的投入產出比，在性價比較高的場景試點先行在性價比較高的場景試點先行建議金融機構充分考慮經營特點、區域地形特點、技術特點、數據可獲取性，綜合評估金融機構的投入產出效益等因素，進行場景選擇。具體建議如下：一是在農業場景方面一是在農業場景方面，建議在農村土地流轉比較發達、地勢比較平坦、種植大戶比較多的區域率先試點，積累經驗，逐步推廣應用；相反，在一些山區、丘陵等農業區域，要謹慎使用衛星遙感技術，科學論證，不能單純為追求使用新科技、新手段而舍本逐末。同時，充分挖掘衛星遙感技術在農業貸款營銷經營決

132、策場景的應用價值，合理解決農業貸款供給和需求的矛盾。地方性金融機構在開展農業貸款中，需要準確鎖定有貸款需求的目標客戶群，建議充分發揮衛星遙感在農業生產經營監控方面的真實性與時效性的優勢，輔助金融機構實現精準獲客，真正達到國家普惠金融的目標。83二是在工業場景方面二是在工業場景方面，建議優先選擇露天的、非流動的、具有足夠目標像素的場景，例如塔吊、橋墩、堆土、風電基座、光伏板、電塔等、停留的大車輛等。按監控目標分辨率方面，建議應用場景的單個目標的像素不少于 15 個，相關目標人眼可辨別。除使用光學遙感影像外，也可進一步探索使用雷達影像進行深度、高度的測試，應用碳衛星進行碳排放分析等。此外此外，在場

133、景探索初期，可優先選擇功能完備、接入便捷的國內外 SaaS 服務平臺進行功能體驗和業務場景分析，驗證場景可行性。（四）展望（四）展望1.1.行業發展上：隨著我國金融基礎設施的不斷完善，衛星遙行業發展上：隨著我國金融基礎設施的不斷完善，衛星遙感規?；瘧玫臈l件日趨成熟感規?；瘧玫臈l件日趨成熟衛星遙感數據在金融行業的應用，是遙感數據和人工智能算法，以及高性能算力的高效融合，相關技術要素的持續發展是衛星遙感技術規?；瘧玫幕A保障。在數據方面在數據方面，由于國家政策的推動，我國遙感衛星技術迅猛發展。近年來，我國遙感衛星進入快速發展期，衛星發射數量、數據采集頻度、空間分辨率以及光譜分辨率等指標逐年提

134、升，數據可獲取性顯著增強。未來隨著更多低成本、高頻率衛星數據的普及，衛星遙感技術應用場景的創新門檻將進一步降低。84在算力方面在算力方面，國家推進東數西算，為人工智能技術應用奠定了算力基礎。在 2021 世界計算大會上，中國信息通信研究院發布了中國算力發展指數白皮書。白皮書指出，我國算力正在逆勢發展，呈現出“算力規模持續擴大，算力結構不斷演化；算力環境日益優化，應用需求不斷提升；算力助推經濟增長，各地加快發展步伐”的特征。截至 2021 年底，我國在用數據中心機架總規模達到 520 萬套，算力總規模超過 140EFlops，近五年年均增速超過 30%，算力規模排名全球第二。在算法方面在算法方面

135、，遙感影像識別分析技術正向無監督大規模預訓練方向發展。與有監督學習需大規模樣本標注數據不同，無監督學習能充分利用大量無標注的訓練樣本，解決遙感數據解譯中的模型的泛化和通用性問題?；谶b感影像的預訓練大模型，可利用少量樣本，通過微調優方法，定制個性化的遙感識別模型，加速場景落地。在網絡方面在網絡方面，5G 技術提升了遙感連接能力。通過 AI 與 5G 的結合，能夠大幅縮短遙感圖像解譯周期、提高解譯精準度，同時催生新的遙感應用領域，推動遙感技術應用變革。借助 5G 技術，實現 PNTRC（定位 Positioning、導航 Navigation、授時 Timing、遙感 Remote sensin

136、g，以及通信服務 Communication）系統，能提供傳輸容量更大，速率更快的空天信息實時智能服務。852.2.場景應用：衛星遙感與不同行業以及物聯網等技術深度融場景應用：衛星遙感與不同行業以及物聯網等技術深度融合，未來將孵化更多創新場景合，未來將孵化更多創新場景衛星遙感與行業融合不斷加深，金融應用呈現多元化趨勢。當前衛星遙感技術在金融行業的應用主要在農信貸授信評估、風險防控、保險定損理賠、工業工程進度監控等方面，后續衛星遙感技術還可以在生態環境、新農村建設規劃、自然災害監測、公共安全、水利、礦產資源勘探、測繪等國民經濟及社會發展等多個行業應用發展，探索出更多金融應用場景。衛星遙感與物聯網

137、等技術深度融合，孵化更多場景創新。衛星遙感與物聯網等技術融合，以建設“天空地”一體化網絡為目標，實現網絡通信的三維立體“泛在覆蓋”。一是發揮物聯網技術和遙感技術不同優勢，將地面物聯網技術用于小范圍監測、局部點位信息獲取及其他空間連續性低的場景，將遙感技術用于大范圍大面積監測、全局信息獲取，及其他空間連續性高的場景。二是針對近地衛星遙感難以識別的場景，通過無人機遙感的方式實現近地面的輔助信息采集，結合地面物聯網，實現全場景、全方位的數據孿生體刻畫，形成人、地、事、物的深度融合和多元共享。遙感技術與物聯網技術的結合應用，在涉農信貸、工業信貸、房屋抵押等金融領域具有廣闊的應用前景。86六、參考文獻1

138、 ThomasM.Lillesand,RalphW.Kiefer筑.遙感與圖像解譯(第四版)M.電子工業出版社,2003.2 吳保升;李旭;邵倩;劉釔廷;李家毅,遙感技術在農業領域的研究探討,2021-09-25.87七、附錄（一）衛星遙感相關政策法規（一）衛星遙感相關政策法規近年來關于遙感技術及其應用的相關政策法規如下：發布發布時間時間發布部門發布部門政策名稱政策名稱主要內容主要內容2015年改革委、財政部、國防科工局國家民用空間基礎設施中長期發展規劃（2015-2025 年）支持和引導社會資本參與國家民用空間基礎設施建設和應用開發，積極發展區域、產業化、國際化及科技發展等多層面的遙感、通信

139、、導航綜合應用示范，明確了住不開放空間分辨率由 0.5 米級的民用衛星遙感數據。2016年國 土 資 源部國土資源信息化“十三五”規劃要全面建成以“國土資源云”為核心的信息技術體系，基本建成國土資源調查監測及監管體系。充分運用遙感監測技術對用地量大、違法用地量多面廣的地區開展全天候督查。2016年國務院“十三五”國家戰略性新興產業發展規劃加快衛星及應用基礎設施建設。構建星座和專題衛星組成的遙感衛星系統，形成“高中低”分辨率合理配置、空天地一體多層觀測的全球數據獲取能力；加強地面系統建設，匯集高精度、全要素、體系化的地球觀測信息，構建“大數據地球”。2016年中共中央國民經濟和社會發展第十三個五

140、年規劃綱要加快構建以多模遙感、寬帶移動通信、全球北斗導航衛星為核心的國家民用空間基礎設施，形成服務于全球通信、減災防災、資源調查監管、城市管理、氣象與環境監測、位置服務等領域系統性技術支撐和產業化應用能力。此外，相關部門合理規劃利用衛星頻率和軌道資源，加快空間互聯網部署，實現空間與地面設施互聯互通，并加速北斗、遙感衛星商業化應用，為衛星遙感行業的持續發展提供保障。2016年國 防 科 工局、發改委關于加快推進“一帶一路”空間信息走廊建設與應用的指導意見加快構建以遙感、通信、導航衛星為核心的國家空間基礎設施，面向“一帶一路”空間信息開放服務和集成應用需求，進一步完善國家統籌建設的數據中心和應用服

141、務平臺，有助于促進“一帶一路”沿線國家實現空間信息互聯互通，推進中國航天裝備和高新技術產業國際化發展。2017年國 務 院 辦公廳國務院辦公廳關于推動國防科技工業軍民融合深度發展的意見推進“一帶一路”空間信息走廊建設和金磚國家遙感衛星星座合作，鼓勵參與海外石油礦產資源開發和國際工程承包。2018國 務 院 辦遙感衛星數據開加強衛星遙感數據的共享與應用88年公廳放共享管理暫行辦法2019年中 共 中 央辦公廳、國務 院 辦 公廳數字鄉村發展戰略綱要建設農業農村遙感衛星等天基設施，大力推進北斗衛星導航系統、高分辨率對地觀測系統在農業生產中的應用。2019年國 家 航 天局國家民用衛星遙感數據管理暫

142、行辦法光學遙感數據公開標準不優于 0.5 米，微波遙感數據不優于 1 米。為推動國家遙感衛星數據共享及應用推廣等提供有力的政策保障。2020年自 然 資 源部自然資源衛星遙感應用體系建設聚焦省級衛星中心已覆蓋 31 個省級行政區，為部省協同、統籌推動構建資源共享、創新高效的自然資源衛星技術體系、不斷提升衛星遙感服務供給能力及水平奠定基礎。2021年國 務 院 辦公廳國務院辦公廳關于加強草原保護修復的若干意見建立完善草原監測評價隊伍、技術和標準體系。加強草原監測網絡建設，充分利用遙感衛星等數據資源，構建空天地一體化草原監測網絡，強化草原動態監測。2021年中 共 中 央國務院國家綜合立體交通網規

143、劃綱要加快提升交通運輸科技創新能力，推進交通基礎設施數字化、網聯化。推動衛星通信技術、新一代通信技術、高分遙感衛星、人工智能等行業應用，打造全覆蓋、可替代、保安全的行業北斗高精度基礎服務網，推動行業北斗終端規?；瘧?。2021年中 共 中 央國務院中共中央 國務院關于全面推進鄉村振興加快農業農村現代化的意見加快建設農業農村遙感衛星等天基設施。發展智慧農業，建立農業農村大數據體系，推動新一代信息技術與農業生產經營深度融合。2021年國務院“十四五”推進農業農村現代化規加快推動遙感衛星數據在農業農村領域中的應用。推動農業生產加工和農村地區水利、公路、電力、物流、環保等基礎設施數字化、智能化升級。2

144、021年中 華 人 民共 和 國 生態環境部關于統籌和加強應對氣候變化與生態環境保護相關工作的指導意見在全國層面，探索通過衛星遙感等手段，監測土地利用類型、分布與變化情況和土地覆蓋(植被)類型與分布，支撐國家溫室氣體清單編制工作。2021年中 國 人 民銀 行 辦 公廳金融科技發展規劃（2022-2025 年）在農村金融領域，借助移動互聯網、衛星遙感、電子圍欄等技術，實現融資需求精準授信，推動農業保險承保理賠電子化、智能化。2022年中 共 中 央辦公廳、國務 院 辦 公廳鄉村建設行動實施方案加快建設農業農村遙感衛星等天基設施。建立農業農村大數據體系，推進重要農產品全產業鏈大數據建設。2022

145、年中 華 人 民共 和 國 生關于加強海水養殖生態環境監管各級生態環境部門綜合運用衛星遙感、無人機、陸岸巡視等方式，加大集中連片養殖活動對岸線及生態影89態環境部的意見響的監視監管力度。數據來源：觀研天下數據來源：觀研天下（二）衛星遙感相關標準（二）衛星遙感相關標準現行或即將實施的遙感技術及其應用相關國家標準如下:標準號標準號標準名稱標準名稱GB/T 41540-2022陸地遙感產品真實性檢驗地面觀測場的選址和布設GB/T 41538-2022地表發射率遙感產品真實性檢驗GB/T 41534-2022地表溫度遙感產品真實性檢驗GB/T 41535-2022氣溶膠光學厚度遙感產品真實性檢驗GB/

146、T 41536-2022土地覆被遙感產品真實性檢驗GB/T 41537-2022積雪面積遙感產品真實性檢驗GB/T 41541-2022熱紅外遙感基本術語GB/T 41539-2022衛星遙感影像地表溫度產品規范GB/T 41450-2022無人機低空遙感監測的多傳感器一致性檢測技術規范GB/T 41279-2022反照率遙感產品真實性檢驗GB/T 41281-2022光合有效輻射遙感產品真實性檢驗GB/T 41282-2022植被覆蓋度遙感產品真實性檢驗GB/T 41280-2022衛星遙感影像植被覆蓋度產品規范GB/T14914.5-2021海洋觀測規范 第 5 部分：衛星遙感觀測GB/T

147、 40513-2021星載光學遙感儀器污染防護要求GB/T 40033-2021地表蒸散發遙感產品真實性檢驗GB/T 40034-2021葉面積指數遙感產品真實性檢驗GB/T 40038-2021植被指數遙感產品真實性檢驗GB/T 40039-2021土壤水分遙感產品真實性檢驗GB/T 39468-2020陸地定量遙感產品真實性檢驗通用方法GB/T 38935-2020光學遙感器在軌成像輻射性能評價方法 可見光-短波紅外GB/T 38236-2019航天光學遙感器實驗室輻射定標方法GB/T 38025-2019遙感衛星地面系統接口規范GB/T 38028-2019遙感衛星全色數據產品分級GB/

148、T 38026-2019遙感衛星多光譜數據產品分級GB/T 37151-2018基于地形圖標準分幅的遙感影像產品規范GB/T 36296-2018遙感產品真實性檢驗導則GB/T 36297-2018光學遙感載荷性能外場測試評價指標GB/T 36299-2018光學遙感輻射傳輸基本術語GB/T 36300-2018遙感衛星快視數據格式規范GB/T 35642-20171:25 000 1:50 000 光學遙感測繪衛星影像產品GB/T 35643-2017光學遙感測繪衛星影像產品元數據GB/T 34509.1-2017陸地觀測衛星光學遙感器在軌場地輻射定標方法 第 1 部分：可見光近90紅外GB

149、/T 34509.2-2017陸地觀測衛星光學遙感器在軌場地輻射定標方法 第 2 部分：熱紅外GB/T 34514-2017陸地觀測衛星遙感數據分發與用戶服務要求GB/T 33987-2017S/X/Ka 三頻低軌遙感衛星地面接收系統技術要求GB/T 33700-2017地基導航衛星遙感水汽觀測規范GB/T 31011-2014遙感衛星原始數據記錄與交換格式GB/T 31010-2014色散型高光譜遙感器實驗室光譜定標GB/T 30115-2013衛星遙感影像植被指數產品規范GB/T 29391-2012巖溶地區草地石漠化遙感監測技術規程GB/T 28923.1-2012自然災害遙感專題圖產品

150、制作要求 第 1 部分：分類、編碼與制圖GB/T 28923.2-2012自然災害遙感專題圖產品制作要求 第 2 部分：監測專題圖產品GB/T 28923.3-2012自然災害遙感專題圖產品制作要求 第 3 部分：風險評估專題圖產品GB/T 28923.4-2012自然災害遙感專題圖產品制作要求 第 4 部分：損失評估專題圖產品GB/T 28923.5-2012自然災害遙感專題圖產品制作要求 第 5 部分：救助與恢復重建評估專題圖產品GB/T 28419-2012風沙源區草原沙化遙感監測技術導則GB/T 14950-2009攝影測量與遙感術語GB/T 15968-2008遙感影像平面圖制作規范

151、數據來源：全國標準信息公共服務平臺數據來源：全國標準信息公共服務平臺目前，遙感技術及其應用的行業標準主要集中在農業、測繪、環境保護、交通、氣象、地震、地質礦產領域，金融行業的應用標準還比較少，相關標準如下：標準號標準號標準名稱標準名稱行業領域行業領域NY/T 4065-2021中高分辨率衛星主要農作物產量遙感監測技術規范農業CH/T 1049-2021合成孔徑雷達（SAR）衛星遙感原始數據質量檢驗技術規程測繪HJ 11562021自然保護地人類活動遙感監測技術規范環境保護HJ 1236-2021集中式地表水飲用水水源地風險源遙感調查技術規范環境保護HJ 1234-2021入河（海）排污口排查整

152、治 無人機遙感解譯技術規范環境保護HJ 1233-2021入河（海）排污口排查整治 無人機遙感航測技術規范環境保護HJ 1166-2021全國生態狀況調查評估技術規范生態系統遙感解譯與野外核查 HJ 1166-2021環境保護HJ 12132021濱海核電廠溫排水衛星遙感監測技術規范（試行）環境保護JT/T 13952021交通地質災害評估高分遙感專題圖技術規范交通NY/T 3922-2021中高分辨率衛星主要農作物長勢遙感監測技術規范農業NY/T 3921-2021面向農業遙感的土壤墑情和作物長勢地面監測技術規程農業QX/T344.4 2021衛星遙感火情監測方法 第 4 部分：過火區面積估

153、算氣象LY/T 3255-2021國家森林資源連續清查遙感專題圖制作規范林業91QX/T 6072021地基導航衛星遙感氣象觀測系統建設規范氣象HJ 1098-2020水華遙感與地面監測評價技術規范環境保護QX/T344.3 2020衛星遙感火情監測方法 第 3 部分：火點強度估算氣象QX/T 962020衛星遙感監測技術導則 積雪覆蓋氣象QX/T 5842020海上風能資源遙感調查與評估技術導則氣象QX/T 5642020地基導航衛星遙感氣象觀測系統數據格式氣象QX/T 5612020衛星遙感監測產品規范 湖泊藍藻水華氣象NY/T2739.3-2015農作物低溫冷害遙感監測技術規范 第 3

154、部分：北方春玉米延遲型冷害農業NY/T2739.2-2015農作物低溫冷害遙感監測技術規范 第 2 部分：北方水稻延遲型冷害農業NY/T2739.1-2015農作物低溫冷害遙感監測技術規范 第 1 部分：總則農業NY/T2738.3-2015農作物病害遙感監測技術規范 第 3 部分：玉米大斑病和小斑病農業NY/T2738.2-2015農作物病害遙感監測技術規范 第 2 部分：小麥白粉病農業NY/T2738.1-2015農作物病害遙感監測技術規范 第 1 部分：小麥條銹病農業DB/T 842020衛星遙感地震應用數據庫結構地震JR/T 0180-2019基于遙感技術的農業保險精確承保和快速理賠規

155、范金融NY/T 3528-2019耕地土壤墑情遙感監測規范農業NY/T 3527-2019農作物種植面積遙感監測規范農業NY/T 3526-2019農情監測遙感數據預處理技術規范農業CH/T 3022-2019光學遙感測繪衛星影像數據庫建設規范測繪CH/Z 4021-2019極地地區 1:50 000 1:100 000 遙感影像平面圖制作規范 測繪HJ 1008-2018衛星遙感秸稈焚燒監測技術規范環境保護QX/T344.2 2019衛星遙感火情監測方法 第 2 部分：火點判識氣象QX/T 474-2019衛星遙感監測技術導則水稻長勢氣象DZ/T 0265-2014遙感影像地圖制作規范（1：

156、50000、1：250000）地質礦產DZ/T 0264-2014遙感解譯地質圖制作規范（1：250000）地質礦產DZ/T 0266-2014礦產資源開發遙感監測技術規范地質礦產TD/T 1010-2015土地利用動態遙感監測規程土地管理DZ/T 0296-2016地質環境遙感監測技術要求 1:250000地質礦產DB/T 80-2018地震災害遙感評估 產品產出技術要求地震DB/T 75-2018地震災害遙感評估 建筑物破壞地震DB/T 78-2018地震災害遙感評估 地震極災區范圍地震DB/T 77-2018地震災害遙感評估 地震烈度地震DB/T 76-2018地震災害遙感評估 公路震害

157、地震DB/T 74-2018地震災害遙感評估 地震地質災害地震92DB/T 79-2018地震災害遙感評估 地震直接經濟損失地震QX/T 454-2018衛星遙感秸稈焚燒過火區面積估算技術導則氣象QX/T 460-2018衛星遙感產品圖布局規范氣象CH/Z 1044-2018光學衛星遙感影像質量檢驗技術規程測繪SL/T 750-2017水旱災害遙感監測評估技術規范水利EJ/T 353-2018鈾礦遙感地質調查規范核工業CH/T 3019-20181:25 000 1:50 000 光學遙感測繪衛星影像產品生產技術規范測繪QX/T 389-2017衛星遙感海冰監測產品規范氣象QX/T 412-2

158、017衛星遙感監測技術導則氣象QX/T 379-2017衛星遙感南海夏季風爆發監測技術導則氣象DB/T 69-2017活動斷層探察 遙感調查地震QX/T 364-2016衛星遙感冬小麥長勢監測圖形產品制作規范氣象QX/T 344-2016衛星遙感火情監測方法 第 1 部分：總則氣象MZ/T 065-2016自然災害遙感基本術語民政QX/T 284-2015甘蔗長勢衛星遙感評估技術規范氣象DL/T 5492-2014電力工程遙感調查技術規程電力QX/T 266-2015氣象衛星光學遙感器場地輻射校正星地同步觀測規范氣象QX/T 267-2015衛星遙感霧監測產品制作技術導則氣象SL 592-20

159、12水土保持遙感監測技術規范水利QX/T 207-2013湖泊藍藻水華衛星遙感監測技術導則氣象HY/T 147.7-2013海洋監測技術規程 第 7 部分:衛星遙感技術方法海洋QX/T 176-2012遙感衛星光學輻射校正場數據格式氣象SY/T 6965-2013石油天然氣工程建設遙感技術規范石油天然氣LY/T1662.3-2008數字林業標準與規范 第 3 部分：衛星遙感影像數據標準林業QX/T 96-2008積雪遙感監測技術導則氣象QX/T 177-2012中尺度對流系統衛星遙感監測技術導則氣象QX/T 188-2013衛星遙感植被監測技術導則氣象LY/T 1954-2011森林資源調查衛

160、星遙感影像圖制作技術規程林業QX/T 141-2011衛星遙感沙塵暴天氣監測技術導則氣象LY/T 2021-2012基于 TM 遙感影像的濕地資源監測方法林業QX/T 140-2011衛星遙感洪澇監測技術導則氣象MT/T 1043-2007遙感煤田地質填圖技術規程煤炭DZ/T 0195-1997物探化遙感勘查技術規程規范編寫規定地質礦產DZ/T 0190-1997區域環境地質勘查遙感技術規程地質礦產DZ/T 0151-1995區域地質調查中遙感技術規定地質礦產DZ/T 0143-1994衛星遙感圖像產品質量控制規范地質礦產DZ/T 0206-1999地質遙感術語地質礦產DZ/T0121.12-

161、1994地質儀器術語 地質遙感遙測儀器術語地質礦產93DZ/T 0203-1999航空遙感攝影技術規程地質礦產數據來源：全國標準信息公共服務平臺數據來源：全國標準信息公共服務平臺此外，還有一些省市根據當地情況頒布了遙感技術應用的地方標準：標準號標準號標準名稱標準名稱省份省份DB32/T 4324-2022河湖庫利用變化高分遙感監測規范江蘇省DB23/T 33132022黑龍江省生態系統遙感野外核查方案設計指南黑龍江省DB4106/T 64-2022冬小麥苗情衛星遙感監測技術規范鶴壁市DB37/T 45182022河湖水域岸線遙感監測技術規范山東省DB21/T 1455.4-2022極軌衛星遙感

162、監測 第 4 部分：森林火災遼寧省DB21/T 1455.2-2022極軌衛星遙感監測 第 2 部分：干旱災害遼寧省DB21/T 1455.1-2022極軌衛星遙感監測 第 1 部分:術語遼寧省DB5301/T 74-2022滇池湖濱 地表特征無人機遙感調查規程昆明市DB23/T 31772022應用 MODIS 遙感數據進行天然草原生產力遙感監測技術規程黑龍江省DB23/T 31762022草原物候關鍵期遙感監測技術規程黑龍江省DB11/318-2022在用汽油車排氣污染物排放限值及測量方法（遙感檢測法）北京市DB1301/T415-2022冬小麥單產遙感預測技術規程石家莊市DB32/T 4

163、236-2022水稻種植面積遙感監測技術規程江蘇省DB23/T 31512022寒地水稻倒伏災害遙感評估技術規程黑龍江省DB23/T 31502022自然保護地人類活動遙感監測技術規程黑龍江省DB42/T1829-2022遙感影像控制點數據庫建設規范湖北省DB15/T 24702021內蒙古西部黃土丘陵區基于遙感數據的土壤水蝕簡易計算技術規程內蒙古自治區DB4403/T 193-2021城市熱島效應遙感評估技術規范深圳市DB32/T 4123-2021生態地質環境調查航空高光譜遙感技術規程江蘇省DB1301/T385-2021小麥撂荒耕地遙感監測技術規程石家莊市DB65/T 4357-2021

164、草原資源遙感調查技術規程新疆維吾爾自治區DB3210/T 1074-2020水稻長勢遙感監測技術規程揚州市DB63/T 1929-2021高原湖泊湖冰物候遙感監測技術青海省DB34/T 3801-2021衛星遙感農作物病蟲害監測信息處理與發布技術要求安徽省DB11/T 1829-2021生產建設項目水土保持遙感信息應用技術規范北京市DB51/T 2765-2021SAR 遙感數據產品分級規范四川省DB13/T 5287-2020森林資源調查遙感判讀區劃技術規程河北省DB23/T 27742020地貌遙感調查技術要求（1 比 50 000）黑龍江省DB23/T 27612020自然資源遙感綜合調

165、查技術要求（1 比 10000）黑龍江省94DB54/T 0189-2020高寒牧區草地蓋度變化趨勢遙感監測技術規程西藏自治區DB37/T 41382020花生生長參數衛星遙感監測技術方法山東省DB32/T 3781-2020遙感監測小麥苗情及等級劃分江蘇省DB32/T 3780-2020遙感預測小麥產量技術規范江蘇省DB22/T 3156-2020高分辨率遙感影像防護林林地化監測技術規程吉林省DB42/T 1546-2020衛星遙感影像制作數字正射影像圖技術規程湖北省DB37/T 3796-2019小麥冬前苗情衛星遙感監測技術規范山東省DB37/T 3791-2019大蒜長勢衛星遙感評估技術

166、規范山東省DB1301/T 319-2019冬小麥苗情遙感監測規程石家莊市DB61/T 1041-2016小麥、玉米產量遙感估測規程陜西省DB61/T 1040-2016小麥條銹病、白粉病遙感監測規程陜西省DB61/T 1130-2018農業干旱風險遙感評估技術規范陜西省DB61/T 1131-2018蘋果樹長勢遙感監測技術規程陜西省DB13/T 2972-2019耕地生產能力遙感評價規范河北省DB41/T 1783-2019玉米長勢遙感監測技術規范河南省DB37/T 3643-2019生態環境遙感監測人員持證上崗考核技術導則山東省DB37/T 3240-2018農作物種植面積遙感監測技術規程

167、 大蒜山東省DB37/T 3243-2018農作物種植面積遙感監測技術規程 棉花山東省DB37/T 3241-2018農作物種植面積遙感監測技術規程 冬小麥山東省DB37/T 3242-2018農作物種植面積遙感監測技術規程 馬鈴薯山東省DB63/T 1746-2019高寒濕地遙感分類技術指南青海省DB63/T1681-2018高寒草地土壤墑情遙感監測規范青海省DB63/T1680-2018高原湖泊、水庫水體面積遙感監測規范青海省DB52/T 1373-2018極軌衛星遙感監測地表溫度貴州省DB63/T 1565-2017高寒積雪遙感監測評估方法青海省DB63/T 1564-2017高寒草地遙

168、感監測評估方法青海省DB37/T 2888-2016中分辨率成像光譜儀（MODIS）遙感影像小麥長勢監測技術規程山東省DB35/T 1570-2016森林資源監測遙感調查技術規范福建省DB21/T 1455.10-2015極軌衛星遙感監測 第 10 部分：植被含水量遼寧省DB51/T 1963-2015草原生態工程生態效益遙感監測技術規范四川省DB51/T 1846-2014草原返青遙感監測技術規范四川省DB50/T 570-2014現狀城鄉建設用地遙感解譯規程重慶市DB23/T 1549-2014極軌衛星遙感監測森林火災技術規程黑龍江省DB51/T 1730-2014草原沙化遙感監測技術規范

169、四川省DB42/T 963-2014地基衛星定位水汽遙感站選址技術規范湖北省DB32/T 2430-2013大田小麥長勢遙感監測操作規范江蘇省DB21/T 2015-2012極軌衛星遙感監測 第 9 部分：地表溫度遼寧省DB51/T 1089-2010基于 MODIS 數據的草原地上生物量遙感估測技術規程四川省DB51/T 939-2009草原資源遙感監測地面布點與樣方測定技術規程四川省95（三）（三）SaaSSaaS 平臺平臺1.1.華為遙感平臺華為遙感平臺地理智能體（GeoGenius）依托于華為云在人工智能，大數據等前沿技術的積累，構建了一站式全流程遙感智能開發云平臺，提供數據平臺、智能

170、計算平臺，幫助用戶聚焦挖掘數據核心價值，專注于應用算法開發，使能行業快速應用創新，為自然資源、生態、氣象、環保、海洋等調查、監測、評價、監管和執法等重點工作提供技術支撐。華為云地理智能體 Geogenius 為開發者提供一站式全流程遙感智能開發云平臺。AI 開發是地理遙感數據開發的重要組成部分和前沿方向，Geogenius 支持從數據準備、模型開發、模型訓練的一站式 AI 流程，兼容業界主流引擎，兼容用戶習慣，讓 AI 開發變得更簡單、更方便。架構具備自主可控、靈活部署、數據安全、彈性伸縮等特點。2.2.中科星圖中科星圖“GEOVIS+智慧管理”系列產品以特種領域為特色，賦能四大行業的遙感軟件

171、提供商。公司的數字地球應用軟件平臺（GEOVIS 數字地球應用軟件平臺）是在基礎軟件平臺之上承載融合各行業空間信息、擴展行業應用打造形成的行業專屬應用軟件，目前主要應用在特種數字地球應用軟件、自然資源數字地球96應用軟件、交通數字地球應用軟件、氣象數字地球應用軟件四大領域。3.3.航天宏圖航天宏圖自主研發的智慧地球云服務平臺“PIE-Engine”是一套包容性強、普適性廣的成熟產品集，集成了公司自主開發的光學、微波、光譜、雷達等多種數據算法，在支撐大氣海洋環境，陸地資源環境，陸?？諏Ш降刃l星應用方面發揮重要作用，實現了關鍵領域核心技術的國產化替代。該產品可對標 Google Earth 數字地

172、球平臺的 PIE-Engine。隨著公司業務向平臺化發展，融合接入的細分行業逐漸增多，PIE-Engine 已從單一的多源遙感數據處理工具，發展成為承載海量地球觀測數據、開展時空智能分析、實現物理世界孿生建模的新一代數字地球平臺；基于平臺形成的解決方案覆蓋自然資源、應急管理、生態環境、氣象海洋、農業林業、環境咨詢、水文水利、防災減災、城市規劃等十多個行業，為政府實現信息化綜合治理及國防信息化建設提供空天大數據分析利器。4.ENVI4.ENVIENVI 是 L3Harris Technologies 公司旗下產品，是一個完整的遙感圖像處理平臺，ENVI 已經廣泛應用于科研、環境保護、氣象、石油礦

173、產勘探、農業、林業、醫學、國防安全、地球科學、97公用設施管理、遙感工程、水利、海洋、測繪勘察和城市與區域規劃等領域。ENVI 早在二十世紀 90 年代就已開始進入中國市場，成為遙感應用教學、科研以及生產的重要支撐，由此逐步占據國內市場，獲得了較高的市場份額。ENVI 功能：光譜分析：利用不同波長的像素響應來獲取每個像素內材料的信息。數據分析：ENVI 的綜合數據分析工具使用經過驗證的算法快速、輕松和準確地識別圖像信息，如生成圖像統計、測量特征和模型地形特征。高級圖像分析：使用 ENVI軟件，從嚴格的正畸校正和特征提取，到大氣校正和 DEM 提取，都可以通過一個軟件包完成高度專業化的任務，降本

174、增效。5.PCI5.PCI加拿大 PCI 公司產品，行業內主流的遙感圖像處理軟件，功能覆蓋遙感圖像處理的全部環節，全球用戶數量為 5-10 萬。軟件成熟度高，研發時間超過 20 年。PCI 產品的二次開發局限性較高。在衛星接入數據類型方面，可接入國內外主流的光學、高光譜原始影像，不支持 SAR 原始影像接入。下游面向遙感數據處理市場，覆蓋國土測繪、地質地調、林業、民政等行業。6.ERDAS6.ERDASERDAS IMAGINE 遙感圖像處理系統是面向企業級的遙感圖像處理系統。他以先進的圖像處理技術，友好、靈活的用戶界面和98操作方式，面向廣闊應用領域的產品模塊，服務于不同層次用戶的模型開發工

175、具，具有高度的 3S（遙感 RS、地理信息系統 GIS、全球定位系統 GPS）集成功能。ERDAS APOLLO 海量影像空間信息共享與服務系統是一個企業級的數據管理、分發和共享解決方案，采用即拿即用的空間信息基礎設施建設和地理信息共享服務平臺為用戶提供了最全面的海量影像數據管理、處理、發布、共享和服務。ERDAS IMAGINE 遙感圖像處理系統特點：功能全面，包括航空、航天、全色、多光譜、高光譜、雷達、激光雷達等）影像的顯示、處理、分析、地圖制圖和 3D 模型輸出。3S 集成，主要應用方向側重于遙感圖像處理，同時與地理信息系統的緊密結合，并且具有與全球定位系統集成的功能。無縫集成，功能、數據的無縫集成，數據庫與管理系統的無縫兼容。工程一體化，通過將遙感應用、圖像處理、攝影測量、雷達數據處理、地理信息系統和三維可視化等技術結合在一個系統中，實現地學工程一體化結合；無需做任何格式和系統的轉換就可以建立和實現整個地學相關工程。呈現完整的工業流程，為用戶提供計算速度更快，精度更高，數據處理量更大，面向工程化的新一代遙感圖像處理與攝影測量解決方案。