本申请涉及大数据领域，且更为具体地，涉及一种基于大数据的农业保险理赔判定方法及系统。
背景技术：
1、农业保险是专为农业生产者在从事种植业、林业、畜牧业和渔业生产过程中，对遭受自然灾害、意外事故疫病、疾病等保险事故所造成的经济损失提供保障的一种保险。农业保险能够帮助农民和农业企业应对自然灾害、疾病和其他不可控因素对农作物和农业生产的损失，稳定农民收入，促进农业和农村经济的发展。
2、农业保险按农业种类不同分为种植业保险、养殖业保险；按危险性质分为自然灾害损失保险、病虫害损失保险、疾病死亡保险、意外事故损失保险；按保险责任范围不同，可分为基本责任险、综合责任险和一切险；按赔付办法可分为种植业损失险和收获险。目前，我国采取的基本经营模式是将业务委托给商业性保险公司，政府给予一定的补贴。这种运作模式使得农业保险理赔的判定效率较低且容易受到人们主观因素的影响，再加上中国农村地区广阔，农业生产情况差异大，导致农业保险的经营和理赔判定成本较高，限制了保费的降低，不利于农业保险扩大覆盖面。
3、因此，期望一种优化的农业保险理赔判定方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的农业保险理赔判定方法及系统，其通过大数据采集种植区对应的多天的环境数据和气象数据，以及，作物生长数据，并在后端引入数据处理和分析算法来进行这些参数数据的时序协同分析以进行农作物产量的预测，以确定灾害发生的真实性和严重性，并判断是否出险。通过这样的方式，能够更加客观地确定灾害发生的真实性和严重性，从而在出险时自动启动理赔程序并确定理赔金额，提高理赔效率，降低保险经营成本，并且更为公正和准确地为农民提供保险赔付。
2、根据本申请的一个方面，提供了一种基于大数据的农业保险理赔判定方法，其包括：
3、获取预定时间段周期内多天的环境数据和气象数据，以及，所述多天的农作物生长状态图像；
4、分别对所述各天的环境数据和气象数据进行编码以得到环境数据编码向量的序列和气象数据编码向量的序列；
5、对所述环境数据编码向量的序列和所述气象数据编码向量的序列进行关联分析以得到环境数据-气象数据时序语义特征向量，其包括：
6、对所述环境数据编码向量的序列和所述气象数据编码向量的序列进行序列整合以得到环境数据-气象数据整合编码向量的序列；以及
7、将所述环境数据-气象数据整合编码向量的序列通过基于转换器的序列编码器以得到所述环境数据-气象数据时序语义特征向量；
8、对所述多天的农作物生长状态图像进行图像特征分析以得到作物生长状态特征向量的序列；
9、对所述作物生长状态特征向量的序列和所述环境数据-气象数据时序语义特征向量进行特征嵌入分析以得到环境嵌入农作物生长状态语义特征；以及
10、基于所述环境嵌入农作物生长状态语义特征，确定产量预测值并确定是否出险。
11、根据本申请的另一个方面，提供了一种基于大数据的农业保险理赔判定系统，其包括：
12、信息获取模块，用于获取预定时间段周期内多天的环境数据和气象数据，以及，所述多天的农作物生长状态图像；
13、数据编码模块，用于分别对所述各天的环境数据和气象数据进行编码以得到环境数据编码向量的序列和气象数据编码向量的序列；
14、关联分析模块，用于对所述环境数据编码向量的序列和所述气象数据编码向量的序列进行关联分析以得到环境数据-气象数据时序语义特征向量；
15、图像特征分析模块，用于对所述多天的农作物生长状态图像进行图像特征分析以得到作物生长状态特征向量的序列；
16、特征嵌入分析模块，用于对所述作物生长状态特征向量的序列和所述环境数据-气象数据时序语义特征向量进行特征嵌入分析以得到环境嵌入农作物生长状态语义特征；以及
17、结果生成模块，用于基于所述环境嵌入农作物生长状态语义特征，确定产量预测值并确定是否出险。
18、与现有技术相比，本申请提供的一种基于大数据的农业保险理赔判定方法及系统，其通过大数据采集种植区对应的多天的环境数据和气象数据，以及，作物生长数据，并在后端引入数据处理和分析算法来进行这些参数数据的时序协同分析以进行农作物产量的预测，以确定灾害发生的真实性和严重性，并判断是否出险。通过这样的方式，能够更加客观地确定灾害发生的真实性和严重性，从而在出险时自动启动理赔程序并确定理赔金额，提高理赔效率，降低保险经营成本，并且更为公正和准确地为农民提供保险赔付。
1.一种基于大数据的农业保险理赔判定方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的农业保险理赔判定方法，其特征在于，对所述多天的农作物生长状态图像进行图像特征分析以得到作物生长状态特征向量的序列，包括：将所述多天的农作物生长状态图像分别通过基于卷积神经网络模型的作物生长状态特征提取器以得到所述作物生长状态特征向量的序列。
3.根据权利要求2所述的基于大数据的农业保险理赔判定方法，其特征在于，对所述作物生长状态特征向量的序列和所述环境数据-气象数据时序语义特征向量进行特征嵌入分析以得到环境嵌入农作物生长状态语义特征，包括：将所述作物生长状态特征向量的序列和所述环境数据-气象数据时序语义特征向量通过特征嵌入模块以得到环境嵌入农作物生长状态语义特征向量作为所述环境嵌入农作物生长状态语义特征。
4.根据权利要求3所述的基于大数据的农业保险理赔判定方法，其特征在于，基于所述环境嵌入农作物生长状态语义特征，确定产量预测值并确定是否出险，包括：
5.根据权利要求4所述的基于大数据的农业保险理赔判定方法，其特征在于，还包括训练步骤：用于对所述基于转换器的序列编码器、所述基于卷积神经网络模型的作物生长状态特征提取器、所述特征嵌入模块和所述基于解码器的产量预测器进行训练。
6.根据权利要求5所述的基于大数据的农业保险理赔判定方法，其特征在于，所述训练步骤，包括：
7.根据权利要求6所述的基于大数据的农业保险理赔判定方法，其特征在于，将所述训练环境嵌入农作物生长状态语义特征向量通过所述基于解码器的产量预测器以得到解码损失函数值，包括：
8.一种基于大数据的农业保险理赔判定系统，其特征在于，包括：
