Агрострахование: оценка ущерба посевов по спутниковым снимкам

Дистанционная оценка ущерба в агростраховании – это проверка страхового случая на поле по спутниковым снимкам и погодным данным: когда произошло событие, какая часть поля пострадала и как поле выглядело до него. Она не заменяет осмотр эксперта, а показывает, куда и зачем ехать, и оставляет объективный след события. Причину ущерба снимок обычно не называет – её подтверждают на поле.

Что такое дистанционная оценка ущерба посевов?

В классической схеме страховщик узнаёт об убытке из заявления хозяйства, а эксперт выезжает на поле и составляет акт. Дистанционная оценка добавляет к этому независимые наблюдения: регулярные спутниковые снимки каждого застрахованного поля и погодный ряд над ним.

Главная ценность метода – след события, который не зависит от слов сторон: дата, контур пострадавшего участка, вид поля до и после. Это сокращает число выездов наугад и споры о том, было ли событие и где именно.

Метод работает для событий, которые меняют посев заметно и быстро: вода на поле, полегание, резкая потеря зелени. Медленные потери и то, что происходит под пологом листьев, снимок видит хуже или не видит вовсе.

Как проходит оценка ущерба по спутниковым снимкам?

Оценка строится как сравнение поля с самим собой: каким оно было до события и каким стало после. Порядок работы обычно такой.

  • Контур поля и культура: без точной границы нельзя посчитать долю пострадавшей площади.
  • История поля: снимки прошлых сезонов показывают, как это поле обычно выглядит в эту фазу.
  • Дата события: по погодным данным и по резкому изменению между двумя снимками.
  • Контур ущерба: какая часть поля изменилась и насколько сильно.
  • Снимки до и после: пара наблюдений, которую можно приложить к делу.
  • Осмотр на месте: эксперт или агроном устанавливает причину и тяжесть повреждения.

Какие данные используются и какие события видны лучше всего?

Оптические снимки Sentinel-2 показывают состояние зелени, воду в листьях и биомассу с пикселем 10 м. Номинально спутник снимает поле примерно раз в 5 дней, но под облаками реальный интервал – неделя и больше. Радар Sentinel-1 сам излучает сигнал и видит строение посева и воду на поверхности сквозь облака и ночью. Погодные данные ERA5 с прогнозом дают температуру, влажность воздуха, осадки и ветер.

Ни один источник не самодостаточен: оптика слепнет под облаком, радар не измеряет хлорофилл, погода предупреждает об угрозе, но не доказывает ущерб. Поэтому разные события видны по-разному.

  • Затопление: радар фиксирует появившуюся воду сразу и сквозь облака, а паводки обычно идут в пасмурную погоду. Где посев пострадал, оптика показывает через 5–15 дней после схода воды.
  • Полегание от ветра: радар видит изменение строения посева немедленно. На оптических снимках полёгший посев светлеет, поэтому индекс NDVI здесь не помогает.
  • Град: спутник видит не сам град, а его след – резкое падение зелени между двумя ясными снимками примерно через 5–12 дней после события.
  • Суховей (гармсель): предупредить можно примерно за сутки по температуре, влажности воздуха и ветру. Снимки подтверждают падение воды в листьях лишь через несколько дней.
  • Весенний заморозок: повреждение наносится ночью, а потеря зелени проявляется на снимках через 4–10 дней.

Как развивается агрострахование в Узбекистане?

По данным Spot.uz (25.09.2026), к 2027 году под страховкой должны быть 45 тыс. аграрных предприятий и 60% сельхозпродукции. Процесс от заявки до выплаты переводится в систему Agrosafe, в планах – 500 независимых экспертов. Заявленный приоритет – меньше человеческого фактора и справедливая оценка убытка.

Одновременно государство вводит в агросектор спутниковый мониторинг: по указу от 13.03.2026 Центр аграрного мониторинга будет анализировать спутниковые данные, погоду и вегетацию посевов (Gazeta.uz, 16.03.2026).

Для страховщиков и хозяйств это означает растущий спрос на объективный след события: дату, контур и снимки до и после, которые можно проверить независимо от сторон.

Чего спутник не докажет и что проверять на поле?

Спутник фиксирует последствия, но почти никогда не называет причину. Резкая потеря зелени после града выглядит так же, как после сильного ветра, пожара или раннего укоса. Без метеорадара нельзя установить и полосу выпадения града, поэтому причину подтверждают осмотр и отметка хозяйства о событии.

Облака закрывают оптику, часто именно в дни после грозы, когда след града виден лучше всего. Отсутствие снимка – это пропуск наблюдения, а не доказательство, что ущерба не было. Пиксель 10 м усредняет всё, что в него попало, поэтому мелкие очаги и узкие полосы у края поля могут теряться.

Тяжесть ущерба по снимку напрямую тоже не измерить: радар показывает факт полегания, но не угол наклона, от которого зависят потери, а щуплость зерна после суховея подтверждает только осмотр колоса.

  • Дата события и отметка хозяйства о том, что произошло
  • Фотографии повреждений
  • Доля повреждённых листьев, цветков и завязей – для страхового акта
  • Доля полёгшей площади и угол наклона стеблей
  • Глубина и длительность стояния воды, состояние корней после затопления
  • Щуплость зерна в налив после суховея

Как это выглядит на практике: пример ClusterOS

ClusterOS – платформа мониторинга полей на открытых данных Sentinel-1, Sentinel-2, Landsat и погоде ERA5. Для страховых компаний она собирает в один пакет то, что нужно для проверки убытка без выезда эксперта на каждое поле: событие, дату, контур, историю поля с 2019 года и снимки до и после события.

В пакет попадают град, затопление, полегание и суховей. Площадь и дата затопления фиксируются по радару, а резкую потерю зелени без подтверждённой причины система показывает как потерю зелени с неустановленной причиной, а не как град. Если наблюдения нет из-за облаков, система так и пишет.

Данные поля видит только организация-владелец, а просмотр для страховщика хозяйство открывает само.

С чего начать?

Начать стоит с перечня событий в договоре и с того, какие из них спутник подтверждает уверенно: затопление и полегание радар видит сразу, след града и заморозка проявляется с задержкой, суховей предупреждается по погоде. Для каждого события заранее договоритесь, что считается подтверждением: снимок, погодный ряд, осмотр или их сочетание.

  • Соберите точные контуры застрахованных полей и культуру на каждом – датчики и оборудование для этого не нужны.
  • Поднимите историю полей за прошлые сезоны, чтобы было с чем сравнивать.
  • Договоритесь с хозяйствами, что о событии сообщают сразу, с датой и фотографиями.
  • Используйте снимки, чтобы выбрать поля и участки для выезда, а причину и тяжесть устанавливайте осмотром.
  • Отмечайте пропуски наблюдений из-за облаков, чтобы не принимать их за отсутствие ущерба.

Риски по теме

Частые вопросы

Можно ли оценить ущерб посевов по спутниковым снимкам без выезда на поле?

Частично. Снимки показывают дату, контур и масштаб изменения поля, и это позволяет не ехать на каждое поле наугад. Причину и тяжесть ущерба – например, град это или ветер и какая доля органов повреждена – подтверждает осмотр.

Видит ли спутник град?

Не сам град, а его след: резкое падение зелени между двумя ясными снимками, примерно через 5–12 дней после события. Так же выглядят сильный ветер, пожар или ранний укос, а облака после грозы могут закрыть нужные дни. Поэтому причину подтверждают осмотр и отметка хозяйства.

Что делать, если поле было закрыто облаками?

Под облаками оптических снимков нет, но радар Sentinel-1 видит воду на поле и полегание сквозь облака. Если наблюдения нет ни в одном источнике, это пропуск, а не доказательство отсутствия ущерба, и решение принимается по осмотру.

Сколько сельхозпродукции в Узбекистане планируется страховать?

По данным Spot.uz (25.09.2026), цель на 2027 год – 60% сельхозпродукции и 45 тыс. аграрных предприятий под страховкой. Заявленный приоритет – меньше человеческого фактора и справедливая оценка убытка.

Посмотрим ваши поля вместе

Покажем, что ClusterOS видит на ваших полях, и посчитаем потери на ваших цифрах.

Научная база

  • Spot.uz – агрострахование, 25.09.2026
  • Gazeta.uz – ИИ и космический мониторинг в агросекторе, 16.03.2026
  • Quantifying Hail Damage in Crops Using Sentinel-2 Imagery, Remote Sensing 2022, DOI: 10.3390/rs14040951
  • Hail Damage Detection: Integrating Sentinel-2 with Weather Radar, DOI: 10.3390/rs17233850
  • Chauhan S. et al. 2020, Remote Sensing of Environment 243:111804, DOI: 10.1016/j.rse.2020.111804

Оставьте заявку

Перезвоним или напишем в Telegram и покажем ClusterOS на ваших полях.

Кто вы