農(nóng)情遙感技術(shù)在三農(nóng)金融服務中的應用研究

劉遷遷　張景

摘要：農(nóng)業(yè)面臨的主要風險是自然風險與市場風險，這些都受氣候條件的影響。近年來，我國逐步建立完善了全球農(nóng)情遙感速報系統(tǒng)（Crop Watch），可在不同的精度上對全球及我國典型作物產(chǎn)量監(jiān)測和農(nóng)業(yè)生產(chǎn)趨勢進行分析。充分利用有關(guān)方面的監(jiān)測數(shù)據(jù)，實時掌握農(nóng)牧業(yè)生產(chǎn)狀況，有利于提升“三農(nóng)”金融服務的前瞻性和針對性。

關(guān)鍵詞：農(nóng)情遙感；“三農(nóng)”金融；農(nóng)產(chǎn)品價格

影響農(nóng)業(yè)生產(chǎn)和農(nóng)民收入的主要因素是農(nóng)產(chǎn)品單產(chǎn)、種植面積和價格。對涉農(nóng)金融機構(gòu)而言，構(gòu)建氣候信息的收集和應用體系，能夠有效預測產(chǎn)量及價格走勢，對深化三農(nóng)金融服務具有重要意義。和傳統(tǒng)農(nóng)情信息收集渠道相比，日益成熟的農(nóng)情遙感技術(shù)具有成本低、覆蓋面高等優(yōu)點，在農(nóng)業(yè)生產(chǎn)、涉農(nóng)金融服務等方面具有廣闊的應用前景。本文擬分析農(nóng)情遙感技術(shù)在“三農(nóng)”金融服務中的應用，并提出若干對策建議。

一、 氣候信息是搞好農(nóng)業(yè)相關(guān)金融服務的重點

農(nóng)作物生長的氣候條件（主要是溫度、降雨、光合作用等）、種植面積等決定了農(nóng)產(chǎn)品的產(chǎn)量，進而影響農(nóng)產(chǎn)品價格走勢。前瞻性地監(jiān)測糧食主產(chǎn)區(qū)的氣候信息，能夠有效把握市場動向。在這方面，全球主要涉農(nóng)企業(yè)（包括糧商、大型農(nóng)場等）以及金融機構(gòu)（農(nóng)產(chǎn)品期貨交易商、涉農(nóng)金融機構(gòu)等）都進行了積極探索，并建立了系統(tǒng)的農(nóng)業(yè)氣象及種植情報收集、農(nóng)產(chǎn)品產(chǎn)量和價格分析預測體系。

美歐主要糧商建立了遍布世界的農(nóng)業(yè)信息網(wǎng)絡。通過系統(tǒng)地收集和分析世界各地氣候、農(nóng)作物生長情況、消費和經(jīng)濟形勢等信息，先于市場掌握主要農(nóng)產(chǎn)品生產(chǎn)、收成和消費全貌，并通過全產(chǎn)業(yè)鏈經(jīng)營、糧食衍生品交易等策略，將自身經(jīng)營風險控制到最低。例如美國嘉吉公司（Cargill）通過實時收集各地溫度、降雨量、極端天氣、降雪量、日照等檢測指標，借助評估模型來預估天氣因素對產(chǎn)量、收入和利潤的綜合影響，并開展相關(guān)風險管理（陳佳，2015）。

除糧商外，主要涉農(nóng)金融機構(gòu)也重視氣候信息在金融服務中的應用。國際金融機構(gòu)先于市場掌握農(nóng)產(chǎn)品市場信息，推動農(nóng)產(chǎn)品相關(guān)的投資、交易和避險等業(yè)務運作，并以此獲取超額收益。2012年，高盛在糧食投資中賺取了4億多美元。為數(shù)眾多的農(nóng)產(chǎn)品對沖基金通過聘請氣象專家，或通過商業(yè)氣象咨詢機構(gòu)獲取氣象信息，作為預判市場走勢的重要依據(jù)。據(jù)統(tǒng)計，美國已有數(shù)百家商業(yè)氣象資訊提供商；AccuWeather作為其中的佼佼者，已成為多家涉農(nóng)金融機構(gòu)的氣象信息提供商。美國芝加哥商品交易所等機構(gòu)積極培育氣候衍生產(chǎn)品市場，推出標的涵蓋降雨量、降雪量、溫度、濕度等氣候相關(guān)期貨、期權(quán)和互換等產(chǎn)品，為氣候風險敏感企業(yè)和居民提供避險選擇。

二、 農(nóng)情遙感監(jiān)測技術(shù)在農(nóng)情信息收集方面具有顯著優(yōu)勢

20世紀70年代以來，主要國家和國際組織利用遙感技術(shù)具有監(jiān)測面積大、探測周期短、獲取信息豐富、費用低廉以及可以實現(xiàn)宏觀、動態(tài)、快速、實時、準確的作物長勢監(jiān)測和估產(chǎn)等特點，積極推進農(nóng)情遙感技術(shù)，目前已形成了科學完備的體系。我國逐步建立完善了全球農(nóng)情遙感速報系統(tǒng)（Crop Watch），該系統(tǒng)以遙感數(shù)據(jù)為主要數(shù)據(jù)源，以遙感農(nóng)情指標監(jiān)測為技術(shù)核心，僅結(jié)合有限的地面觀測數(shù)據(jù)，構(gòu)建了全新的不同時空尺度農(nóng)情遙感監(jiān)測多層次技術(shù)體系，具備全球典型作物產(chǎn)量監(jiān)測和農(nóng)業(yè)生產(chǎn)趨勢分析功能，并定期公布《全球農(nóng)情遙感速報》、《全球生態(tài)環(huán)境遙感監(jiān)測年度報告（大宗糧油作物生產(chǎn)形勢）》，為眾多依賴糧食進口、沒有能力開發(fā)與運行先進的農(nóng)情監(jiān)測系統(tǒng)的貧困國家提供了農(nóng)情監(jiān)測服務，為國際社會提供了另一個獨立的信息獲取途徑，對提高透明度，維護國家糧食安全，加強我國在全球范圍內(nèi)的糧食安全合作具有重要意義。

總體看，農(nóng)情遙感監(jiān)測有以下突出優(yōu)勢：

1. 科學性較高。決定農(nóng)產(chǎn)品產(chǎn)量關(guān)鍵數(shù)據(jù)如作物種植面積、單產(chǎn)、長勢等，吳炳方等（2010）通過氣象及遙感數(shù)據(jù)，結(jié)合多組方法集得到，形成了獨立的農(nóng)情遙感信息源。一是作物種植面積。一種方法是通過計算作物種植成數(shù)（總播種面積/耕地面積）和作物種植結(jié)構(gòu)（某種作物播種面積/總播種面積），利用耕地面積乘以作物種植成數(shù)和作物種植結(jié)構(gòu)就可以得到不同作物的播種面積。另一種方法采用高、低分辨率數(shù)據(jù)結(jié)合的作物面積提取方法，基于時間序列歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）數(shù)據(jù)提取不同作物的特征曲線進行面積估算。二是單產(chǎn)。有的基于遙感信息同化生長模型的作物單產(chǎn)模型估算；有的采用農(nóng)業(yè)環(huán)境指標、農(nóng)情遙感指標和地面農(nóng)業(yè)氣象因子觀測數(shù)據(jù)，通過農(nóng)業(yè)氣象模型、遙感模型和作物生長模型，采用多種單產(chǎn)預測結(jié)果融合計算。三是長勢。Crop Watch主要使用了兩種指標對不同空間單元的作物長勢進行分析，一個是農(nóng)業(yè)環(huán)境指標，通過潛在生物量（溫度、光照、濕度等天氣因素對作物生長的潛在影響）來反映；另一個是農(nóng)情遙感指標，通過植被健康指數(shù)，耕地種植比率和最佳植被狀態(tài)指數(shù)等評估作物長勢。作物長勢監(jiān)測技術(shù)日益成熟，使農(nóng)情遙感具備了短期預測功能，提前預測糧食生產(chǎn)形勢，這也是農(nóng)情遙感的最大優(yōu)勢。此外，利用農(nóng)情遙感監(jiān)測長勢的另一個優(yōu)勢是其基于衛(wèi)星遙感數(shù)據(jù)監(jiān)測結(jié)果，可以與往年的作物播種情況和生長形勢進行對比，人為干擾因素較小，可實現(xiàn)全球全覆蓋、多時相的觀測，具有全局性，有效克服地面調(diào)查以點帶面、以偏概全等問題，相比統(tǒng)計抽查更全面。

2. 能夠?qū)崿F(xiàn)不同的廣度和精度要求。以Crop Watch為例，郭華東等（2014）利用不同的環(huán)境因子及農(nóng)業(yè)監(jiān)測指標能夠?qū)崿F(xiàn)四個范圍尺度的作物長勢、產(chǎn)量和農(nóng)業(yè)變化趨勢，兼顧了預測廣度與預測精度。一是在全球尺度上，利用三個農(nóng)業(yè)環(huán)境指標（降水、光合有效輻射和氣溫）以及潛在生物量對全球農(nóng)業(yè)環(huán)境進行評估，重點評估全球農(nóng)業(yè)生產(chǎn)形勢和預警風險區(qū)域。二是在區(qū)域尺度上，綜合利用農(nóng)業(yè)氣象條件指標和農(nóng)情遙感指標（主要是植被健康指數(shù)、復種指數(shù)、最佳植被狀況指數(shù)和耕地種植比例等），主要實現(xiàn)全球七個洲際主產(chǎn)區(qū)的農(nóng)作物長勢及農(nóng)田利用強度監(jiān)測分析。三是在國家尺度上，對總產(chǎn)量占全球80%以上的30個主產(chǎn)國，通過NDV1、作物種植面積、時間序列聚類指標等信息，對玉米、小麥、水稻和大豆四種大宗糧油作物進行生產(chǎn)分析和供應形勢預測。四是在省/州尺度上，加入種植結(jié)構(gòu)和耕地比例指標。我國的作物種植結(jié)構(gòu)主要通過GVG系統(tǒng)由田間采樣獲取，美國和加拿大等國的作物種植結(jié)構(gòu)由主產(chǎn)區(qū)線采樣抽樣統(tǒng)計獲取。由此可精確到省級玉米、水稻、小麥和大豆等作物相關(guān)信息，具有較高的預測精度。

3. 預測結(jié)果較好。主要體現(xiàn)在兩個方面：一是預測指標實行全球驗證。Crop Watch利用全球28個研究區(qū)的地面觀測點及中國2000多個樣方的作物單產(chǎn)調(diào)查數(shù)據(jù)，對各農(nóng)情遙感指標及產(chǎn)量預測進行驗證，及時糾偏。二是產(chǎn)量預測結(jié)論清晰、準確性較高。從近幾年的監(jiān)測報告提供的預測與事后的真實產(chǎn)量驗證看，Crop Watch的預測結(jié)果具有較高的可信度。根據(jù)Crop Watch2015年5月的預測，全球玉米、大豆全年產(chǎn)量同比分別下降1.3%與1.1%，水稻與小麥產(chǎn)量同比增加1.0%與0.9%（吳炳方等，2015）。

4. 邊際成本較低。傳統(tǒng)農(nóng)情信息獲取是以農(nóng)業(yè)生產(chǎn)經(jīng)營戶和農(nóng)業(yè)生產(chǎn)經(jīng)營單位為對象，采用統(tǒng)計抽樣方法，依賴龐大的調(diào)查隊伍、選取觀測點以及購置監(jiān)測設備等支出，信息獲取成本高、時效性差、覆蓋范圍小。普通企業(yè)很難有足夠的人力、物力和財力構(gòu)建農(nóng)情信息網(wǎng)絡。借助現(xiàn)有的氣象觀測網(wǎng)、遙感監(jiān)測體系，只要長期監(jiān)測和統(tǒng)計預測，農(nóng)情遙感監(jiān)測系統(tǒng)可以與往年的作物播種情況和生長形勢的監(jiān)測結(jié)果進行對比，準確反映糧食生產(chǎn)形勢，能夠以較低的邊際成本為包括金融機構(gòu)在內(nèi)的企業(yè)提供農(nóng)情信息服務。

5. 災情監(jiān)測方面優(yōu)勢明顯。在全球氣候變化背景下，全球極端氣象災害仍可能延續(xù)多發(fā)、頻發(fā)、重發(fā)等趨勢，農(nóng)業(yè)生產(chǎn)可能出現(xiàn)大幅波動。20世紀90年代全球極端氣象災害比20世紀50年代高出5倍以上。遙感技術(shù)是目前多尺度旱澇監(jiān)測最有效的手段，能夠及時獲取旱澇災害的強度、影響區(qū)域等信息，并結(jié)合作物生長不同階段評估災情對產(chǎn)量的影響。比如厄爾尼諾（El Ni？觡o）和拉尼娜（La Ni？觡a）現(xiàn)象，目前主要通過監(jiān)測相關(guān)觀測區(qū)域海溫和南方濤動指數(shù)（Southern Oscillation Index，SOI）進行預警，但無法實時跟蹤其影響范圍、持續(xù)時間、作用強度等。相對來講，農(nóng)情遙感能夠密切跟蹤監(jiān)測其發(fā)展態(tài)勢，并及時修正對農(nóng)業(yè)產(chǎn)出的預期。

三、 加強農(nóng)情遙感技術(shù)應用，提高"三農(nóng)"金融服務質(zhì)量

氣候不僅是氣象領(lǐng)域的研究內(nèi)容，也是影響經(jīng)濟的重要因素。1998年美國前商務部長William Michael Daley在美國國會作證時指出，美國經(jīng)濟中至少有1萬億美元與天氣密切相關(guān)。農(nóng)業(yè)受氣候的影響最為直接，包括涉農(nóng)金融機構(gòu)在內(nèi)的相關(guān)部門都應該重視氣候問題。借助最新農(nóng)情遙感技術(shù)，能夠不斷提高對全球主要農(nóng)產(chǎn)品產(chǎn)量和價格的研究和分析能力。

1. 高度重視農(nóng)情信息工作。金融機構(gòu)普遍認為氣象方面的研究預測是氣象部門的事，與金融的關(guān)系不大。2014年以來的厄爾尼諾事件，正在對全球農(nóng)業(yè)生產(chǎn)造成巨大影響，但涉農(nóng)金融機構(gòu)并未充分考量這一事件沖擊。從某種程度上說，金融領(lǐng)域仍將氣候因素視為外生變量，缺乏對農(nóng)業(yè)氣象災害風險和經(jīng)濟影響的定量分析和動態(tài)評估的意識和能力。

近年來，我國大力推進現(xiàn)代農(nóng)業(yè)發(fā)展，種養(yǎng)大戶、新型農(nóng)業(yè)經(jīng)營主體快速培育，農(nóng)業(yè)逐步成為高投入、高產(chǎn)出、高風險的行業(yè)。調(diào)查發(fā)現(xiàn)，種糧大戶因不掌握氣候信息而導致巨虧的例子比比皆是。客戶對金融服務的需求已不僅局限于信貸、結(jié)算等傳統(tǒng)領(lǐng)域，對氣候信息支持、農(nóng)產(chǎn)品價格預測、農(nóng)業(yè)風險整體解決方案等智力密集型服務的要求日益增長。金融機構(gòu)應及時挖掘客戶需求，持續(xù)加強氣象相關(guān)研究并提供相應服務。培養(yǎng)一批既精通農(nóng)業(yè)氣象又懂農(nóng)村金融的復合型人才，能夠深入研究氣候與收成、產(chǎn)量與價格等變量的關(guān)系，以及農(nóng)業(yè)災害的影響程度與涉農(nóng)貸款不良率的關(guān)系，并開發(fā)相應的產(chǎn)品和服務，滿足客戶的需求。

2. 推動金融機構(gòu)與氣象、遙感等相關(guān)部門合作。目前國內(nèi)提供農(nóng)業(yè)氣象服務的機構(gòu)主要有中國氣象局等。中國氣象局提供的農(nóng)業(yè)氣象產(chǎn)品涵蓋大氣監(jiān)測與預報、氣候監(jiān)測與評估、生態(tài)與農(nóng)業(yè)氣象等領(lǐng)域。其農(nóng)情信息來源既有氣象和遙感衛(wèi)星，也有完備的本土地面觀測網(wǎng)絡，農(nóng)情數(shù)據(jù)可靠，但缺乏對全球范圍的作物長勢監(jiān)測產(chǎn)品和基于遙感的作物產(chǎn)量預測。Crop Watch系統(tǒng)自1998年建立以來，經(jīng)過不斷改進和提高，并大量融合了大氣科學、農(nóng)業(yè)氣象學等相關(guān)成果，監(jiān)測精度和范圍大幅改善，建成了系統(tǒng)的農(nóng)情分析體系。目前，我國是國際上少數(shù)幾個開展全球農(nóng)情遙感監(jiān)測的國家。Crop Watch已與歐盟的MARS、美國的Crop Explorer系統(tǒng)并列為全球三大農(nóng)情遙感監(jiān)測系統(tǒng)，成為地球觀測組織/全球農(nóng)業(yè)監(jiān)測計劃（GeoGLAM）的主要組成部分，并為聯(lián)合國糧農(nóng)組織農(nóng)業(yè)市場信息系統(tǒng)（AMIS）提供糧油生產(chǎn)信息。建議涉農(nóng)金融機構(gòu)加強與中國氣象局和國家遙感中心合作，爭取人員和技術(shù)支持，在Crop Watch的技術(shù)框架和分析方法基礎(chǔ)上構(gòu)建適合自身的農(nóng)業(yè)產(chǎn)量分析和預測架構(gòu)。

3. 加強農(nóng)情信息在風險管理中的應用。長期以來，“三農(nóng)”金融風險管理主要側(cè)重客戶和行業(yè)等緯度分析客戶的財務能力和風險狀況，并作為信貸投放和風險管理的主要依據(jù)，對氣候信息的分析應用較為薄弱。這種只見樹木不見森林的分析體系，難免影響風險管理效果。有必要加強大氣候、大環(huán)境的研究和運用，在客戶分析、信貸決策中適當提高氣候信息的權(quán)重?？梢钥紤]根據(jù)農(nóng)情預測有選擇地投放信貸資源，將更多涉農(nóng)資金投向氣候條件好、收成理想的區(qū)域和經(jīng)營主體。盡快建立基于厄爾您諾和拉尼娜等全球氣候周期及暴雨等重大災害性天氣過程和干旱、洪澇等重大天氣災害的預警體系，實時跟蹤監(jiān)測受災程度和范圍，并采取應對措施，提高農(nóng)業(yè)抗風險能力，保障銀行涉農(nóng)貸款安全。

此外，農(nóng)業(yè)保險作為一種風險管理工具和國家農(nóng)業(yè)支持保護體系的組成部分，面臨嚴重的道德風險，災害損失難以評估，保險責任難以確定，理賠工作難度大、成本高等技術(shù)性難題，金融機構(gòu)在涉農(nóng)保險創(chuàng)新、氣候金融產(chǎn)品開發(fā)等方面積極性不高，甚至有畏難情緒。利用農(nóng)情遙感監(jiān)測技術(shù)“快速、獨立、直觀、客觀”的特點，可以迅速、準確的估算災情面積，確保保險業(yè)務管理的科學性和高效性，提升農(nóng)業(yè)風險管理能力，防災減災能力，提高農(nóng)業(yè)保險承保理賠核。

4. 提高全球農(nóng)產(chǎn)品市場的話語權(quán)。美國前國務卿基辛格博士曾深刻指出，控制了糧食，就控制了世界上所有的人。近年來，農(nóng)產(chǎn)品金融化的趨勢日益明顯，農(nóng)產(chǎn)品價格已不簡單受供求規(guī)律的影響，相關(guān)金融機構(gòu)已成為國際農(nóng)產(chǎn)品市場的主要參與者和定價者。華爾街的投資銀行、對沖基金以及其他金融機構(gòu)大肆投機糧食市場，開發(fā)復雜的金融衍生品（如溫度指數(shù)期貨、霜凍指數(shù)期貨等）并影響價格走勢；四大糧商等控制全球糧食產(chǎn)業(yè)鏈的傳統(tǒng)力量在現(xiàn)貨和期貨交易市場兩邊下注，有的糧商直接成立對沖基金，專門從事糧食炒作。影響糧食供求的氣候信息，大到厄爾尼諾、拉尼娜等全球性氣候現(xiàn)象，小到糧食主產(chǎn)區(qū)的局部氣候災害，都可能成為糧價漲跌的推手，小事件引發(fā)糧價大波動的蝴蝶效應屢見不鮮。我國涉農(nóng)金融機構(gòu)，應在及時獲取全球農(nóng)情信息的基礎(chǔ)上，加強國內(nèi)主要糧食企業(yè)合作，提高在全球糧食市場的影響力。一是積極爭取全球糧食定價權(quán)。作為全球重要的農(nóng)產(chǎn)品凈進口國，中國需求已成為部分農(nóng)產(chǎn)品價格波動的重要因素。根據(jù)農(nóng)業(yè)部的數(shù)據(jù)，2014年我國糧食進口總量約1億噸，其中大豆進口達到了7 140萬噸。國際糧價波動已成為中國糧食安全的重要影響因素?？煽紤]推動有關(guān)方面密切合作，通過適當?shù)牟呗浴a(chǎn)品和渠道，降低農(nóng)產(chǎn)品進口的價格風險。在能力和條件具備的前提下，國內(nèi)金融機構(gòu)可與國內(nèi)糧食巨頭（中糧集團、中儲糧等）及氣象服務機構(gòu)合作成立農(nóng)產(chǎn)品交易機構(gòu)，適當參與糧食衍生品交易。二是吃透全球糧食金融化問題。有必要深入研究西方涉糧金融機構(gòu)的操作手法和運作模式，評估農(nóng)產(chǎn)品產(chǎn)量預期、能源價格、天氣變化、氣候災害、運輸風險等對價格走勢的影響路徑，并采取適當?shù)膽獙Σ呗?。三是及時發(fā)布農(nóng)產(chǎn)品相關(guān)報告。農(nóng)行等主要涉農(nóng)金融機構(gòu)應借鑒全球先進同業(yè)的做法，加強氣候和農(nóng)產(chǎn)品市場研究，定期或不定期面向全球發(fā)布水稻、小麥、玉米、大豆、棉花等主要農(nóng)產(chǎn)品分析報告，提高市場影響力。

參考文獻：

[1] 陳佳.四大糧商之嘉吉：打造“農(nóng)業(yè)一體化+物流+金融風險管理”的縱橫全產(chǎn)業(yè)模式.長江證券， 2015-03-18.

[2] 吳炳方，蒙繼華，李強子，等.“全球農(nóng)情遙感速報系統(tǒng)（Crop Watch）”新進展[J].地球科學進展，2010，（10）：1014-1022.

[3] 郭華東，吳炳方，曾紅偉.全球生態(tài)環(huán)境遙感監(jiān)2014K2

年度報告[R].中國科學技術(shù)部國家遙感中心，2014.

[4] 吳炳方，常勝，陳波，等.全球農(nóng)情遙感速報[R].中國科學院遙感與數(shù)字地球研究所，2015，（2）.

[5] 齊江濤.玉米果穗產(chǎn)量實時監(jiān)測方法及其應用研究[D].長春：吉林大學學位論文，2011.

[6] 劉云.基于NOAA衛(wèi)星的冬小麥冠層表面溫度估算及初步應用的研究[D].北京：中國農(nóng)業(yè)大學學位論文，2003.

[7] 蔣桂英.新疆棉花主要栽培生理指標的高光譜定量提取與應用研究[D].長沙：湖南農(nóng)業(yè)大學學位論文，2004.

[8] 陳水森.基于波譜庫的作物純像元識別與種植面積遙感估算[D].北京：中國科學院研究生院（遙感應用研究所）學位論文，2005.

[9] 蒙繼華.農(nóng)作物長勢遙感監(jiān)測指標研究[D].北京：中國科學院研究生院（遙感應用研究所）學位論文，2006.

[10] 張明偉.基于MODIS數(shù)據(jù)的作物物候期監(jiān)測及作物類型識別模式研究[D].武漢：華中農(nóng)業(yè)大學學位論文，2006.

基金項目：中國博士后科學基金（項目號：2015T80160；2014M550912）。

作者簡介：劉遷遷（1985-），女，漢族，寧夏回族自治區(qū)中衛(wèi)市人，中國農(nóng)業(yè)銀行博士后科研工作站博士后，北京大學博士后科研流動站博士后，研究方向為金融衍生品定價、風險管理；張景（1985-），女，漢族，寧夏回族自治區(qū)銀川市人，中國科學院大學理學碩士，國家遙感中心地球觀測與導航技術(shù)領(lǐng)域科技計劃項目主管，研究方向為生態(tài)環(huán)境遙感與氣候變化。

收稿日期：2015-11-17。