卫星遥感大数据赋能农业金融

我国是农业大国,农业问题对于我国国民经济发展举足轻重。农业信贷由于存在体系不健全、信贷风险大、效率低成本高等问题,成为制约涉农金融发展的重要因素。新时代背景下全面推进乡村振兴,加快农业现代化的任务势在必行。近年来,人工智能和卫星遥感技术迅猛发展,为农业金融振兴乡村赋能。因此,详细探讨了卫星遥感大数据及智能技术在金融服务农业领域的创新应用场景及关键技术发展情况;重点介绍了作者将卫星遥感空间大数据运用到实现精准智慧金融需要的农作物长势监测及作物估产,农业灾害监测、预测和预警,作物智能识别等领域的若干前沿研发成果。最后,对更多的3S及大数据智能技术在农业金融场景的融合应用提出了展望。

银行移动端技术发展历程及未来趋势展望

近年来,随着网络通信技术的发展和移动设备的普及,银行业务向着线上化、移动化方向发展。对于用户而言,利用移动终端的“贴身”特性,解决了金融服务的及时性、便捷性问题;对于银行而言,移动互联网技术使其有效地突破了服务时间和距离的限制,实现7×24 小时全天候服务,可极大提升触达和服务用户的能力,扩大业务服务范围。

基于随机森林的三江平原地区作物分类研究

为了对三江平原广大地区的农田进行有效监测和管理,提出了一种高效的作物分类方法。在Google Earth Engine中使用Sentinel-2卫星影像,基于不同分类特征的随机森林分类模型对三江平原地区的地物进行分类;在此基础上,对分类模型进行精度评价,选择最优分类特征的模型对三江平原地区水稻、玉米、大豆种植区进行识别与提取。研究发现,基于所提方法提取的水稻、大豆种植区总面积与统计年鉴数据高度一致,提取的玉米种植区面积为实际播种面积的0.83倍。结果表明,所提方法可以从Sentinel-2遥感影像中有效提取出不同作物的种植区。