基于地块数据的农户贷款授信额度确定方法及系统与流程

本技术涉及农户贷款授信额度，且更为具体地，涉及一种基于地块数据的农户贷款授信额度确定方法及系统。

背景技术：

1、农户贷款是指金融机构向农业户口或农民提供的用于农业生产、农村经营或农民个人消费等方面的贷款。农户贷款旨在支持和促进农业生产和农村经济发展，帮助农民解决资金短缺问题，提高农业生产效率和农民收入水平。

2、农户贷款授信额度确定是指金融机构根据一系列评估和分析，确定对农户授予的贷款金额上限。农户贷款的授信额度通常根据农户的经营规模、信用状况、还款能力以及贷款用途等因素来确定。合理确定贷款额度可以满足农户的资金需求，确保资金用于农业生产、农村经营或农民个人消费等合适的领域，从而提高资金利用效率和贷款的实际效果，实现农村经济的可持续发展。

3、但传统方法对农户贷款授信额度的确定通常依赖于人工的主观判断。这种主观判断可能受到个人经验、偏见或主观意识的影响，导致评估结果不够客观和准确。同时，主观判断也可能存在一定的不一致性，不同的评估人员可能得出不同的贷款额度确定结果，从而影响贷款授信额度确定的准确性和可靠性。

4、因此，期望一种优化的农户贷款授信额度确定方案。

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种基于地块数据的农户贷款授信额度确定方法及系统，其通过获取待分析地块的多源多时相遥感图像，并利用基于人工智能和云计算技术的图像处理和分析算法来进行该地块的多源多时相遥感图像分析，以此对该地块的农作物产量进行预估，并确定农户贷款的授信额度，这样可以实现对该地块的多源多时相遥感图像的自动处理和分析，减少人工操作和时间成本，从而提高农作物产量预估的准确性和精度。通过这样的方式，农业相关机构和金融机构可以快速获得地块分析结果，并以此来确定对农户贷款的授信额度，以便做出更科学和可靠的决策。

2、根据本技术的一方面，提供了一种基于地块数据的农户贷款授信额度确定方法，其包括：

3、获取待分析地块的多源多时相遥感图像；

4、对所述多源多时相遥感图像进行地块表面浅层特征提取以得到地块表面浅层特征图；

5、对所述地块表面浅层特征图进行深层语义特征提取以得到地块表面深层语义特征图；

6、将所述地块表面深层语义特征图通过基于金字塔池化模块的上下文编码器以得到语义强化地块表面深层语义特征图；

7、使用跨越稀疏融合模块对所述语义强化地块表面深层语义特征图和所述地块表面浅层特征图进行融合以得到地块表面多尺度融合特征向量作为地块表面多尺度融合特征；

8、基于所述地块表面多尺度融合特征，确定所述待分析地块的预估产量，并确定对农户贷款的授信额度。

9、在上述基于地块数据的农户贷款授信额度确定方法中，对所述多源多时相遥感图像进行地块表面浅层特征提取以得到地块表面浅层特征图，包括：将所述多源多时相遥感图像通过基于第一卷积神经网络模型的地块表面浅层特征提取器以得到所述地块表面浅层特征图。

10、在上述基于地块数据的农户贷款授信额度确定方法中，对所述地块表面浅层特征图进行深层语义特征提取以得到地块表面深层语义特征图，包括：将所述地块表面浅层特征图通过基于第二卷积神经网络模型的地块表面深层特征提取器以得到所述地块表面深层语义特征图。

11、在上述基于地块数据的农户贷款授信额度确定方法中，所述金字塔池化模块使用四种不同尺度的平均池化窗口，其中，所述四种不同尺度的平均池化窗口的尺度为1×1、2×2、3×3和6×6。

12、在上述基于地块数据的农户贷款授信额度确定方法中，使用跨越稀疏融合模块对所述语义强化地块表面深层语义特征图和所述地块表面浅层特征图进行融合以得到地块表面多尺度融合特征向量作为地块表面多尺度融合特征，包括：使用跨越稀疏融合模块以如下融合公式对所述语义强化地块表面深层语义特征图和所述地块表面浅层特征图进行融合以得到所述地块表面多尺度融合特征向量；其中，所述融合公式为：

13、

14、

15、

16、其中，为所述地块表面多尺度融合特征向量，为所述语义强化地块表面深层语义特征图中沿通道维度的各个特征矩阵进行全局均值池化处理后的语义强化地块表面深层语义特征向量，为所述地块表面浅层特征图中沿通道维度的各个特征矩阵进行全局均值池化处理后的地块表面浅层特征向量，为所述语义强化地块表面深层语义特征向量的转换矩阵，为所述地块表面浅层特征向量的转换矩阵，为显著化语义强化地块表面深层语义特征向量，为语义强化地块表面浅层特征向量。

17、在上述基于地块数据的农户贷款授信额度确定方法中，基于所述地块表面多尺度融合特征，确定所述待分析地块的预估产量，并确定对农户贷款的授信额度，包括：将所述地块表面多尺度融合特征向量通过基于解码器的农作物产量估计器以得到所述待分析地块的预估产量；以及，将所述待分析地块的预估产量输入贷款授信模型中，确定对农户贷款的授信额度。

18、在上述基于地块数据的农户贷款授信额度确定方法中，还包括训练步骤：用于对所述基于第一卷积神经网络模型的地块表面浅层特征提取器、所述基于第二卷积神经网络模型的地块表面深层特征提取器、所述基于金字塔池化模块的上下文编码器、所述跨越稀疏融合模块和所述基于解码器的农作物产量估计器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括待分析地块的训练多源多时相遥感图像，以及，所述待分析地块的预估产量的真实值；将所述训练多源多时相遥感图像通过所述基于第一卷积神经网络模型的地块表面浅层特征提取器以得到训练地块表面浅层特征图；将所述训练地块表面浅层特征图通过所述基于第二卷积神经网络模型的地块表面深层特征提取器以得到训练地块表面深层语义特征图；将所述训练地块表面深层语义特征图通过所述基于金字塔池化模块的上下文编码器以得到训练语义强化地块表面深层语义特征图；使用所述跨越稀疏融合模块对所述训练语义强化地块表面深层语义特征图和所述训练地块表面浅层特征图进行融合以得到训练地块表面多尺度融合特征向量；对所述训练地块表面多尺度融合特征向量进行优化以得到优化训练地块表面多尺度融合特征向量；将所述优化训练地块表面多尺度融合特征向量通过所述基于解码器的农作物产量估计器以得到解码损失函数值；以及，基于所述解码损失函数值并通过梯度下降的反向传播来对所述基于第一卷积神经网络模型的地块表面浅层特征提取器、所述基于第二卷积神经网络模型的地块表面深层特征提取器、所述基于金字塔池化模块的上下文编码器、所述跨越稀疏融合模块和所述基于解码器的农作物产量估计器进行训练。

19、在上述基于地块数据的农户贷款授信额度确定方法中，将所述优化训练地块表面多尺度融合特征向量通过所述基于解码器的农作物产量估计器以得到解码损失函数值，包括：使用所述基于解码器的农作物产量估计器对所述优化训练地块表面多尺度融合特征向量进行解码回归以得到训练解码值；以及，计算所述训练解码值与所述待分析地块的预估产量的真实值之间的交叉熵损失函数值作为所述解码损失函数值。

20、根据本技术的另一方面，提供了一种基于地块数据的农户贷款授信额度确定系统，其包括：

21、地块遥感图像获取模块，用于获取待分析地块的多源多时相遥感图像；

22、地块表面浅层特征提取模块，用于对所述多源多时相遥感图像进行地块表面浅层特征提取以得到地块表面浅层特征图；

23、深层特征提取模块，用于对所述地块表面浅层特征图进行深层语义特征提取以得到地块表面深层语义特征图；

24、语义强化模块，用于将所述地块表面深层语义特征图通过基于金字塔池化模块的上下文编码器以得到语义强化地块表面深层语义特征图；

25、多尺度融合模块，用于使用跨越稀疏融合模块对所述语义强化地块表面深层语义特征图和所述地块表面浅层特征图进行融合以得到地块表面多尺度融合特征向量作为地块表面多尺度融合特征；

26、地块产量预估授信额度确定模块，用于基于所述地块表面多尺度融合特征，确定所述待分析地块的预估产量，并确定对农户贷款的授信额度。

27、在上述基于地块数据的农户贷款授信额度确定系统中，所述地块表面浅层特征提取模块，用于：将所述多源多时相遥感图像通过基于第一卷积神经网络模型的地块表面浅层特征提取器以得到所述地块表面浅层特征图。

28、与现有技术相比，本技术提供的一种基于地块数据的农户贷款授信额度确定方法及系统，其通过获取待分析地块的多源多时相遥感图像，并利用基于人工智能和云计算技术的图像处理和分析算法来进行该地块的多源多时相遥感图像分析，以此对该地块的农作物产量进行预估，并确定农户贷款的授信额度，这样可以实现对该地块的多源多时相遥感图像的自动处理和分析，减少人工操作和时间成本，从而提高农作物产量预估的准确性和精度。通过这样的方式，农业相关机构和金融机构可以快速获得地块分析结果，并以此来确定对农户贷款的授信额度，以便做出更科学和可靠的决策。