“你们看，卫星图像上画线的这个框就是我们流转的1000多亩土地，这个颜色就是提示该收玉米了。有了这个卫星数据，恒丰银行给我发放了75万元贷款，今年种小麦的地租和农资款就不愁了。”借助恒丰银行的“黑科技”，山东省聊城市高唐县康桥农作物种植专业合作社负责人王建忠的烦恼迎刃而解。
事实上，在银行开展涉农金融的过程中，卫星遥感技术的神秘面纱早已被揭开。越来越多的银行运用这一科技手段，破解涉农金融的信用评估及风险管理难题。在实践中，该技术还有哪些潜力有待挖掘？会与哪些技术产生“化学反应”进而提升银行涉农金融服务质效？在进一步推广使用时，银行业需要注意哪些方面的问题？
遥感技术化身“新农具”
“1亩地租金至少也要800元，一季作物农资农服款需要500元，1000亩地就要100多万元，虽说这两年有了一些积蓄，但还是有几十万元的资金缺口。”针对王建忠的烦恼，恒丰银行聊城分行和中化现代农业（山东）有限公司的工作人员拿着“卫星遥感数据+农业托管+普惠金融”的乡村振兴金融服务方案找到了他，从采集信息、整理资料、上报授信到贷款发放用时不到一周，以快速高效的服务保障了款项及时到账。
在相距千里之遥的云南省红河州开远市小龙潭镇老勒村，52岁的白大伯今年承包了20亩耕地准备种植玉米，却受困于承包租金及种子化肥价格上涨，手头资金不足。
建行“裕农快贷”卫星遥感应用项目在开远市的成功试运营，不仅为当地农业发展实施精细化管理提供了科技支持，也为白大伯解了燃眉之急。“以前到银行办贷款跑好几趟，最后还没办成。现在通过手机就能贷款，真是太方便了，这下化肥钱有着落了。”在建行红河州分行客户经理小张的帮助下，他很快就在手机端收到了贷款到账信息。
是什么样的特性，使遥感技术摇身变为支持各地农户进行农业生产的“新农具”？
王建忠和白大伯所种植的玉米以及土地等生产资料，并非银行认可的传统抵押物，银行也难以实时跟进，对其价值进行评估。传统的人为评估方式，存着在周期长、成本高、数据精度不足的问题，这无疑增加了银行制定贷款额度与还款周期的难度，也提高了涉农贷款的风险。
作为一种较为成熟的空间信息技术，遥感技术为破解上述瓶颈提供了一条捷径。该技术通过搭载在卫星或无人机上的遥感器，对目标物体反射或辐射出的电磁波、可见光、红外线等光谱特征进行收集与分析，并形成可视化的遥感图像，从而实现对物体的监测。
在农业领域，银行通过观测卫星动态，获取不同光谱波段下农作物卫星遥感影像等信息，为农户和涉农企业贷前评估及贷后管理提供数据支撑。“我们利用卫星遥感数据，不仅能够准确识别农户土地位置、面积，准确测算贷款需求，还能通过卫星光谱影像，跟踪了解粮食作物生长情况、土壤墒情和病虫害等信息，提高贷后管理水平。”恒丰银行有关负责人表示。
多家银行积极探索运用
丰收之际正是用钱压力最大的时候，陕西省洛川果农陈小莉在手机支付宝上圈出了6块田地，有10亩是苹果园，几分钟后，用于垫付采摘工人工资的钱就到账了。“以前贷款手续多，还得抵押，现在手机上点一点，天上的卫星都能帮忙贷款。作为一个洛川果农，我很骄傲。”陈小莉说。
随着银行业探索的进一步深入，遥感技术的支持范围也日益扩大。让陈小莉获益的，是网商银行在9月升级的“大山雀”技术。据介绍，目前，网商银行自主研发的这一卫星遥感信贷技术，已可成功识别苹果、柑橘、猕猴桃等经济作物，这为果农贷款难的问题提供了新的解决方案。在去年同一时期，网商银行推出该项目时，还只能识别水稻、玉米、小麦、花生、烟草等作物。
“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说，“而且果园等卫星识别图像与自然林木很接近，很难区分。”
据了解，网商银行开始使用高分辨率的卫星影像，并通过融合高分辨率与中低分辨率影像形成新的算法模型，提升对经济作物的识别精度。同时，升级的算法，还结合了农业经验，根据各类信息源建立农业知识图谱，利用地形、降水、积温、历史产量等识别作物，让天上的卫星成智能版“信贷员”。
目前，多家银行利用卫星遥感技术，通过各自的经营模式对服务细节进行改动，并加入其他技术与卫星遥感技术相结合，使服务更加多元化：
截至8月，工行已在黑龙江、内蒙古等地区运用卫星遥感等技术，助力开展农村金融服务，试点场景覆盖种植面积6457亩，涉及贷款额超过300万元，预计后续将推广至16.5万亩，贷款总额将超3000万元；截至9月，农行已利用卫星遥感技术在四川、安徽、云南等地区的部分支行展开试点，场景覆盖农田3700余亩，涉及授信2600万元；9月，建行河北分行和建信金科申报的《基于大数据和卫星遥感技术的涉农融资服务》获河北省金融科技创新监管工具创新应用公示。
未来有望取得更大突破
要想进一步提升涉农金融信用评估与风控能力，还需要将遥感技术与其他技术充分融合。事实上，该技术与大数据技术、深度学习等技术之间都存在着神奇的“化学反应”，它们之间的融合，有助于银行业多维度收集并分析农户农企的具体情况。
例如，银行运用大数据等技术，对农户和涉农企业贷款申请数据、历史交易数据、农作物产销信息等行内数据以及土地承包经营权数据、农业保险数据、卫星遥感影像等从企业、政府等获得的行外数据进行分析挖掘与处理，构建涉农融资风险评估模型，评估农户和涉农企业融资风险，提升银行涉农贷款融资风控能力。
与此同时，银行运用深度学习技术对农作物卫星遥感影像、农作物产销情况等信息进行特征分析和样本训练，构建农作物价值评估模型，可以助力银行动态评估农作物价值，提升银行贷后管理水平。值得一提的是，深度学习技术会基于客户的大量行为判断下一步行动，这不仅为银行节省了大量人力成本，也能使农户农企对各事项的处理更加方便、快捷。
不过，想要在未来取得突破，还有一些瓶颈有待突破。业内人士认为，一方面，尽管我国遥感技术近年来有较大发展，但由于遥感卫星的研发具有周期长、难度大等特点，要想在技术层面追赶上国际先进水平，仍需加大对遥感技术的投入力度。
另一方面，使用遥感技术的难易程度和遥感结果的精确度等，都与农业数据的完整度有直接关系。因此，应进一步加强农业数据库的建设，完善农业数据共享机制，可借鉴国际经验，建立由政府主导、商业大数据公司参与的数据库建设机制。