CN105741037A - 一种台风灾害评估系统 - Google Patents
一种台风灾害评估系统 Download PDFInfo
- Publication number
- CN105741037A CN105741037A CN201610065855.1A CN201610065855A CN105741037A CN 105741037 A CN105741037 A CN 105741037A CN 201610065855 A CN201610065855 A CN 201610065855A CN 105741037 A CN105741037 A CN 105741037A
- Authority
- CN
- China
- Prior art keywords
- disaster
- typhoon
- data
- module
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提出了一种台风灾害评估系统,包括:灾害事件模拟及强度计算模块用于模拟生成随机台风灾害事件,并计算随机台风灾害事件的灾害强度;工程模块用于建立针对各种灾害种类和建筑物结构体系的多个易损性函数,计算该随机台风灾害事件对应的总损失;损失预期模块用于将所述随机台风灾害事件对应的总损失以预设保险计算方式转换为保险损失。本发明为巨灾风险管理提供了科学实用,完整安全的巨灾损失预期模型,提出对台风、风暴潮所造成的直接经济损失进行定量预评估尤其具有重要的现实意义。
Description
技术领域
本发明涉及台风风险管理技术领域,特别涉及一种台风灾害评估系统。
背景技术
台风是地球上一种破坏力极强的一种自然灾害,通常风、洪、潮一起爆发不仅毁坏江河海堤防等水利设施和影响交通、通讯、船舶、水产养殖等工农业生产,而且使建筑物和人民生命财产等遭受重大损失。我国位于太平洋西岸海域辽阔大陆海岸线长18800km多,沿海地区特别是长江口以南沿海经常遭受台风、暴潮袭击,随着沿海地区经济的发展每年造成的台风灾害损失也越来越大。
风险管理是指如何在一个肯定有风险的环境里把风险减至最低的管理过程如何对灾害进行风险管理研究具有重要的实践意义。在我国虽然相关学者对风险管理进行了一定的研究但针对台风灾害系统风险管理的研究很少,对我国这样一个台风多发的国家而言,对台风灾害系统进行风险管理有着重要的意义。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种台风灾害评估系统,为巨灾风险管理提供了科学实用,完整安全的巨灾损失预期模型,提出对台风、风暴潮所造成的直接经济损失进行定量预评估尤其具有重要的现实意义。
为了实现上述目的,本发明的实施例提供一种台风灾害评估系统,包括:灾害事件模拟及强度计算模块,用于根据历史灾害数据并结合气象学分析,模拟生成随机台风灾害事件,并计算所述随机台风灾害事件的灾害强度;工程模块,所述工程模块与所述灾害事件模拟及强度计算模块相连,用于建立针对各种灾害种类和建筑物结构体系的多个易损性函数,其中,每个易损性函数分别针对一种灾害种类或建筑物结构体系,用于表示灾害损失和灾害强度之间的函数关系,所述工程模块分析所述随机台风灾害事件对应的易损性函数,根据对应的易损性函数和灾害强度计算该随机台风灾害事件对应的总损失;损失预期模块,所述损失预期模块与所述工程模块相连,用于将所述随机台风灾害事件对应的总损失以预设保险计算方式转换为保险损失。
进一步,所述历史灾害数据包括:台风路径数据、风速数据、降水数据、数值高程数据、土地覆盖和使用数据、土壤类型数据。
进一步,所述灾害事件模拟及强度计算模块模拟生成随机台风灾害事件,包括:根据所述历史灾害数据模拟以下参数以构成所述随机台风灾害事件:台风年发生频次、台风登陆点、移动路径、中心气压、移动速度和最大风速半径。
进一步,所述灾害事件模拟及强度计算模块对所述历史灾害数据中的历史频次数据进行负二项分布拟合得到所述台风年发生频次,对所述历史灾害数据中的历史登陆点数据进行平滑移动平均算法以确定所述台风登陆点,对所述历史灾害数据中的历史台风路径逐段建立一阶马尔科夫时间序列过程来模拟所述移动路径,对所述历史灾害数据中的中心气压用历史数据进行韦伯分布以模拟所述中心气压,对所述历史灾害数据进行对数正态分布拟合以模拟所述移动速度,根据平均半径和所述中心气压以及纬度之间的回归关系模拟所述最大风速半径。
进一步,所述灾害事件模拟及强度计算模块计算所述随机台风灾害事件的灾害强度,包括:计算台风风场、降雨场和洪水淹没水深,其中,
所述灾害事件模拟及强度计算模块计算台风风场,包括:利用Willoughby风场模型计算随机模拟台风沿路径动态风场,并用对数律计算垂直风速廓线;
所述灾害事件模拟及强度计算模块计算降雨场,包括:利用修正R-Clipper模型计算随机模拟台风沿路径动态降水场,并对整个台风过程降雨量进行累加以计算出过程降雨量;
所述灾害事件模拟及强度计算模块计算洪水淹没水深,包括:采用径流曲线数法将挥发和渗透从降水量中扣除以计算径流数据,以及将地面栅格化,利用栅格高程数据计算水流方向,并在各栅格上进行叠加以获得各栅格点上的累计洪水淹没深度。
进一步,所述灾害事件模拟及强度计算模块计算所述随机台风灾害事件的灾害强度,还包括:计算风暴潮,其中,所述灾害事件模拟及强度计算模块根据海潮潮位和台风风速急半径计算得到风暴潮。
进一步,所述灾害种类包括:风灾和洪水淹没;所述建筑物结构体系包括:砖混结构、钢筋混凝土结构、钢结构、土结构和木结构。
进一步,所述工程模块基于lognormal的累积分布函数建立所述易损性函数,包括:针对不同灾害种类或不同结构体系,建立对应参数的lognormal的累积分布函数的易损性函数。
进一步,所述损失预期模块还用于将计算得到的所述保险损失进行排序以获得不同回归期对应的保险赔付,输出至保险管理人员。
进一步,所述损失预期模块还用于向所述保险管理人员输出预期平均损失、方差、极端事件损失、不同回归期下的损失预期的风险曲线、历史事件损失表和模拟事件损失表。
根据本发明实施例的台风灾害评估系统,灾害事件模拟及强度计算模块模拟随机台风灾害时间并计算灾害强度。工程模块由灾害事件模拟及强度计算模块和风险暴露数据库整合得到。损失预期模块由工程模块、保险和再保险结构及条款整合得到。损失预期模块将工程模块中输出的总损失转化为考虑保险条款后的保险损失,然后以保险业界适宜的方式输出。上述三个模块合并整合成一个完整的、科学的、合乎实际巨灾风险管理需求的巨灾损失预期模型,需要多方面的数据支持,同时需要多年专业的气象数值模拟经验,以及对巨灾管理实际问题的深刻理解,本发明提供了多方面的数据支持,能够完整的、科学的、合乎实际的将三个模块整合成符合巨灾风险管理需求的巨灾损失预期模型。本发明为巨灾风险管理提供了科学实用,完整安全的巨灾损失预期模型,提出对台风、风暴潮所造成的直接经济损失进行定量预评估尤其具有重要的现实意义,对于我国这样的风暴潮灾害高发地区,本发明的应用将有利于沿海防灾减灾工作的开展。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的台风灾害评估系统的结构图;
图2为根据本发明实施例的台风灾害评估系统的逻辑关系图;
图3为根据本发明实施例的台风灾害事件库模拟参数的示意图;
图4为根据本发明实施例的不同地面粗糙度风场变化梯度的示意图;
图5为根据本发明实施例的典型的洪水易损性曲线的示意图;
图6为根据本发明实施例的风险曲线的示意图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提出一种台风灾害评估系统,该系统可以建立对台风灾害的风险概率评估,采用统计方法作为数学工具来建立模型,拥有多方面的数据支持,能够完整的、科学的、合乎实际的建立巨灾风险管理需求的巨灾损失预期模型。本发明适用于保险业界进行台风风险管理(定价、累积风险管理、以及业务组合优化)的台风损失预期。
下面参考图1至图6对本发明实施例的台风灾害评估系统进行说明。
如图1和图2所示,本发明实施例的台风灾害评估系统,包括:灾害事件模拟及强度计算模块1、工程模块2和损失预期模块3。
具体地,灾害事件模拟及强度计算模块1建立灾害历史事件库,根据灾害历史事件库中的历史灾害数据并结合气象学分析,模拟生成随机台风灾害事件,并计算随机台风灾害事件的灾害强度,这个过程中会涉及到气象、水文水力、风工程和统计模拟等多领域学科。
在本发明的一个实施例中,历史灾害数据均为真实量测数据,包括:台风路径数据、风速数据、降水数据、数值高程数据(DigitalElevationModel数据,简计DEM数据)、土地覆盖和使用数据(LandCoverandLandUse数据,简计LCLU数据)和土壤类型数据等。
下面分别对上述各类历史灾害数据的来源进行说明。
(1)台风路径数据
台风路径数据包括从起源点到消散的完整台风路径以及沿路径的中心气压、最大风速半径等基本参数。在本发明中,台风路径数据以中国气象局(ChinaMeteorologyAdministration,简记CMA)和美日联合台风警报中心(JointTyphoonWarningCenter,简记JTWC)台风历史数据作为建模的数据基础,在模拟台风路径时模拟到台风风场和降雨场均不足以造成破坏为止。
需要说明的是,本发明不仅使用台风数据作为台风模拟的数据基础,而且还使用所有热带气旋的数据作为建模的数据基础。这是由于以下三点原因:1)热带风暴和热带低压从气象本质上看和台风是同属于热带气旋天气系统的,之间随时随地可互为转换,所涉及指标参数相同;2)将热带气旋纳入建模的数据基础,可以大大扩充样本尺寸,对于建立一个可靠的、稳定的台风模型,足够的样本尺寸至关重要;3)忽略掉热带风暴和热带低压就忽略掉了部分重要研究对象,因为据研究,西太平洋台风的降水(强度和影响面积)和风速呈现出付相关性(因为季风等其他天气系统的作用),这一点和亚特兰大洋面飓风正好相反,也正因为此,影响中国的很多热带气旋,都没有达到台风强度,但却带来大量的、高强的、持续时间长的降水,造成人员财产损失。
基于类似上述原因,在建模过程中应囊括“掠过”(bypassing)中国的历史台风,并且在模拟台风路径时会模拟到台风风场合降雨场均不足以造成破坏为止,而不是以是否具有台风强度作为是否终止模拟的标尺。
(2)台风风速数据和降水数据
关于台风风速和降水以及风暴潮的数据,中国气象局具有完整、可靠和高解析度(空间上和时间上)的数据,可以充分利用这些数据,对损失预期模型进行验证和校正。
需要附加指出的是,台风风速、降水以及风暴潮的实时数据,在灾害预警中结合于模型,起到的作用不再仅仅是对模型进行校正,而可以更直接的标示灾害程度。
(3)DEM数据:
台风所致流域洪水或内涝的建模过程中涉及多种数据,DEM高程数据是其中的关键数据之一。DEM数据有不同来源,解析度也有高低。在本发明中,DEM数据采用美国NASA公开的90mx90m的数据“航天飞机雷达地形测绘数据”(ShuttleRadarTopographyMission,简记SRTM数据)。
DEM数据的质量校正是相对于获取更困难的一个问题,同时又因对模型的台风洪水模块的整体质量影响重大而不可忽略。在这个问题上有专业经验,拟定对台风洪水风险关键城市地区进行实地测量,并以测量结果为依据对DEM数据进行手动以及自动算法再处理(re-conditioning)。
(4)土地覆盖和使用数据(LCLU数据)以及土壤类型数据
台风洪水最终是否造成灾害损失,以及造成灾害损失的严重度,和在地面土地覆盖和使用情况(LCLU)以及土壤渗透类型精密相关。LCLU数据采用美国地质勘探局USGS数据,土壤渗透类型数据采用联合国粮农组织(FAO)数据。
需要说明的是,除上述数据外,还有诸多其他数据,例如海潮数据等是台风灾害模块开发中不可或缺的数据基础,在此不再赘述。
图3为根据本发明实施例的台风灾害事件库模拟参数的示意图。
灾害事件模拟及强度计算模块1根据历史灾害数据模拟以下参数以模拟随机台风灾害事件:台风年发生频次、台风起源点、移动路径(方向)、中心气压、最大风速、前行速度、最大风速半径参数等。对于不同参数,灾害事件模拟及强度计算模块1采取不同的概率拟合函数以确保在低超越概率、高回归期部分(即尾部)拟合良好。
(1)台风年发生频次
灾害事件模拟及强度计算模块1对历史灾害数据中的历史频次数据进行负二项分布(NegativeBinomial分布)拟合得到台风年发生频次。
(2)台风登陆点
灾害事件模拟及强度计算模块1对历史灾害数据中的历史登陆点数据进行平滑移动平均(SmoothedMovingAverage)算法以确定台风登陆点。
(3)移动路径(移动方向、角度)
灾害事件模拟及强度计算模块1对历史灾害数据中的历史台风路径逐段建立一阶马尔科夫时间序列过程来模拟移动路径。
(4)中心气压
灾害事件模拟及强度计算模块1对历史灾害数据中的中心气压用历史数据进行韦伯分布(Weibull分布)以模拟中心气压。
(5)移动速度(前行速度)
灾害事件模拟及强度计算模块1对历史灾害数据进行对数正态分布(Log-normal分布)拟合以模拟移动速度。
(6)最大风速半径
灾害事件模拟及强度计算模块1根据平均半径和中心气压以及纬度之间的回归关系模拟最大风速半径。
灾害事件模拟及强度计算模块1计算随机台风灾害事件的灾害强度,包括:计算台风风场(风速)、降雨场(单位时间降雨量和累计过程降雨量)和洪水淹没水深。
(1)风场计算
风场的计算是3维空间的计算,包括水平和垂直两个方向,计算结果是一个时间序列,即在沿台风路径的每个时刻点台风在3维空间的风速和风向。
具体地,灾害事件模拟及强度计算模块1计算台风风场,包括:利用Willoughby风场模型计算随机模拟台风沿路径动态风场。此外,为考虑风场在垂直方向的梯度变化,因为地形和地面粗糙度的影响,风速和风向在垂直方向变化较大,对建筑物的影响在不同高度不同。由于真正影响建筑物的强风成分是大约3秒阵风风场,因此基于10分钟风速计算3秒阵风风场。灾害事件模拟及强度计算模块1进一步采用对数律(log-law)计算垂直风速廓线。
图4为根据本发明实施例的不同地面粗糙度风场变化梯度的示意图,左侧为平滑(smooth)地面风场变化梯度,右侧为粗糙(rough)地面风场变化梯度。
此外,为了考察风场在空间上的变化,会计入地面粗糙度系数,充分考虑风场垂直方向的梯度变化。地面粗糙度系数也会影响风速的衰减速度,在此不再赘述。
(2)降雨场计算
除了比较少数的台风带来的主要损失是强风所致,多数袭击我国的台风所导致的损失来源于长时间的强降水。在本发明中,灾害事件模拟及强度计算模块1计算降雨场,包括:利用修正R-Clipper模型计算随机模拟台风沿路径动态降水场,并对整个台风过程降雨量进行累加以计算出过程降雨量。
具体地,由于R-CLIPER模型是依据大西洋飓风数据拟合而获得,并不完全适应于西太平洋海域台风的降水特性。因此本发明结合高密度的台风降水时间序列数据域台风降水机理,通过四个方面修正R-CLIPER模型,然后利用修正R-Clipper模型计算随机模拟台风沿路径动态降水场。
1)修正R-CLIPER模型中降水与风速的关系:由于大西洋飓风降水强度和风速呈现明显的正相关关系,但在西太平洋地区,台风降水和风速却呈现弱负相关关系。如果不修正R-CLIPE模型中关于降水和风速的关系,计算出的降水分布和真实情况会大相径庭。
2)修正R-CLIPER模型中应对山脉抬升对台风降水的影响进行考量:由于山脉的抬升对于台风降水的加强至关重要,考虑到我国沿海多山脉的这种特性,认为山脉抬升因素应该在我国台风降水计算中充分考量。
3)修正R-CLIPER模型应对垂直风切变对于台风降水的影响进行考量。
4)修正R-CLIPER模型应对季风在我国夏季台风降水中的作用进行考量,利用最新台风数据进行验证,从而获得可靠的适合我国的台风降水模型
通过结合高密度的台风降水时间序列数据与台风降水机理,在上述四个方面修正R-CLIPER模型,并利用最新台风数据进行验证,从而获得可靠的适合我国的台风降水模型。
(3)洪水淹没水深计算
灾害事件模拟及强度计算模块1计算洪水淹没水深,包括:径流计算和径流汇集计算两方面。
1)径流计算
采用径流曲线数法(SoilConservationService,简计SCS),将挥发和渗透从降水量中扣除以计算径流数据。
2)径流汇集计算
将地面栅格化,利用栅格高程数据(即DEM数据)计算水流方向,并在各栅格上进行叠加以获得各栅格点上的累计洪水淹没深度。
在本发明的一个实施例中,灾害事件模拟及强度计算模块1计算随机台风灾害事件的灾害强度,还包括:计算风暴潮。
风暴潮潮位由三个部分构成,包括海潮、台风前行推动的海浪(tide)、台风旋转推动的海浪(wave),风暴潮受海潮潮位、台风风速急半径、地理形态、海底地形的影响,以美国国家海洋和大气管理局的SLOSH模型为基础,结合我国风暴潮特性,开发得到适合我国的台风风暴潮模块。
在本发明中,灾害事件模拟及强度计算模块1可以根据海潮潮位和台风风速急半径计算得到风暴潮。
工程模块2与灾害事件模拟及强度计算模块1相连,作为从灾害推知风险暴露损失的连接模块,用于建立针对各种灾害种类和建筑物结构体系的多个易损性函数。其中,每个易损性函数分别针对一种灾害种类或建筑物结构体系,用于表示灾害损失和灾害强度之间的函数关系。在本发明的一个实施例中,灾害种类包括:风灾和洪水淹没;建筑物结构体系包括:砖混结构、钢筋混凝土结构、钢结构、土结构和木结构。
工程模块2通过对各类风险暴露的工程特性进行分析,考察其在不同灾种(比如强风、洪水、风暴潮)下的损失情况。对于建立一个完整的巨灾损失预期模型而言,工程模块2在整个模型开发中起到的校核和模型修正作用(比如,修正诸多参数概率分布拟合叠加产生的系统误差),对于保障整个模型的可靠性极为重要。
下面首先对工程模块2建立易损性函数的依据进行说明。
(1)从使用性质来看,财产风险暴露可分为如下几大类:工业建筑,商业建筑和民宅。每一类使用性质又可进一步细分到子类。比如商业建筑克进一步分为写字楼宇、商场、酒店等等。将首先开发工业建筑,商业建筑和民宅这三大类的易损性函数,确保业界在没有细化数据时可以使用最终模型,在此基础上,会细化开发各使用性质子类的易损性函数。
(2)依结构体系划分,财产风险暴露可分为如下几大类:砖混结构,钢混结构,钢结构,土房和木房。会开发各结构体系的易损性函数。
(3)保险覆盖对象主要可分为房壳(Building),内容物(Content),营业中断(BI/CBI)。关于房壳和内容物的易损性函数,比较多的业界和学术界成果可供参考,但关于营业中断的易损性函数研究还比较少,计划利用事故树分析灾害损失后的各种情况可能性(比如办公地点易地)以及所对应的营业中断损失,来考察营业中断易损性。
工程模块2对不同使用性质(occupancy)、不同结构体系(construction)结构物,为不同保险覆盖对象(coverage)开发易损性函数,为工程险也开发独立成套的易损性函数。考虑到输配电线和电塔(含信号线和塔)的特殊性,工程模块2也会对其开发独立成套的易损性函数。
工程模块2由针对不同灾害种类(风灾和洪水淹没)、不同结构体系(砖混结构、钢筋混凝土结构、钢结构等)建筑物的易损性函数组成,易损性函数提供损失和灾害强度(风速、洪水淹没水深)之间的函数关系,作为由灾害强度推知所关注风险暴露之灾害损失的连接模块。图5是一条典型的洪水易损性曲线,横坐标是洪水水深,纵坐标是平均损失率,这条曲线适用于一层民宅的内容物。
在易损性函数库的开发中,有两个方面容易被忽略。其一:易损性函数的纵坐标是平均损失率,而损失率时随机变量。单纯研究平均损失率不足以为保险公司尤其是直保公司提供良好的风险管理基础,对于单个风险而言,围绕着平均损失率的概率分布波动时一个重要的课题。因此,会开发易损性概率分布。其二:易损性概率分布不应该是单模态的概率分布,而应该是双模态分布,否则模拟出来的保险损失可靠性不高。
下面对工程模块2建立易损性函数的过程进行说明。
工程模块2建立易损性函数主要需要两方面的数据支撑,包括:灾害损失数据和科学研究结论。
一方面,灾害损失数据可利用多年为保险业界提供巨灾风险咨询服务的过程积累的经验来开发,校核易损性函数曲线,对不同使用性质、不同结构体系结构物,为不同保险覆盖对象开发易损性函数,为工程保险也开发独立成套的易损性函数,考虑到配电线和电塔的特殊性,对其开发独立成套的易损性函数,易损性函数呈双模态分布。
具体地,灾害损失数据可以来源于保险业界,也可以来源于其他机构的灾害调查结果。事实上,中国气象局自1980年以来对影响我国的气象灾害进行了详尽的灾害统计,构建了完整的中国气象灾害库。计划基于此灾害数据,结合1980年前对比与1980年后的灾害情况,将灾害从统计学角度推演到更长时间尺度上。也将利用多年为保险业界提供巨灾风险咨询服务的过程中积累的经验来开发、校核本发明的易损性函数曲线。
另一方面,气象灾害库可以给本发明提供开发房屋和其他结构物在比较常见的灾害情况下的易损性,而科学研究结论在本发明开发易损性函数库中的作用重点体现在对极端灾害强度(比如超强风速、超大洪水,等等)下房屋和其他结构物的易损性分析。各类型结构物(民宅、商业建筑、工业建筑、以及道路桥梁隧道、电线电塔等)结构特性决定了相应易损性函数各异。
工程模块2基于上述灾害损失数据和科学研究结论分析随机台风灾害事件对应的易损性函数,根据对应的易损性函数和灾害强度计算该随机台风灾害事件对应的总损失。
在本发明的一个实施例中,工程模块2基于lognormal的累积分布函数建立易损性函数,包括:针对不同灾害种类(风灾和洪水淹没)或不同结构体系(砖混结构、钢筋混凝土结构、钢结构等),建立对应参数的lognormal的累积分布函数的易损性函数。
在本发明的一个实施例中,工程模块2还用于建立业界风险暴露数据库,风险暴露数据由使用者输入。
损失预期模块3与工程模块2相连,用于将随机台风灾害事件对应的总损失以预设保险计算方式转换为保险损失。
具体地。损失预期模块3主要是计算保险损失,提供金融机构,尤其是保险和再保险公司用以台风风险管理。因此,本发明需要将保险条款纳入本发明的模型,输出保险公司关注的参数指标,比如考虑免赔额(率)和赔付上限后的保险损失之年平均期望值,方差,以及在不同回归期上的预期保险损失。
损失预期模块3在整个台风损失预期模型中所承担的核心任务简单的讲,就是将工程模块2中输出的总损失(ground-uploss)转化为考虑保险条款后的保险损失(grossloss),然后以保险业界适宜的方式输出,以供保险公司和再保险公司使用于其巨灾风险管理(定价,累计风险管理以及业务组合的优化)。
从数据需求上来看,这个阶段需要的数据比较简单,主要来源于模型适用者(客户)。主要数据包括保单中涉及的免赔额(率),赔付上限。从再保超赔合约安排来讲,主要是灾害事件起赔点,事件赔付上限等。
具体地,损失预期模块3涉及的数据包括保单中涉及的免赔额,赔付上限,在概率分布上计入保险条款的作用,回避在平均损失期望上计入,利用损失的全概率分布,从而正确考虑保险条款的作用。损失预期模块3在工程模块2所提供的灾害损失基础上,计入保险条款,计算出最终的保险赔付。数据流程上,随机灾害事件及强度数据首先在灾害事件模拟及强度计算模块1进行计算获得,结算结果在工程模块2中利用易损性函数计算出所关注风险暴露之灾害损失,最后在损失预期模块3将工程模块2中输出的总损失转化为考虑保险条款后的保险损失。即,灾害事件模拟及强度计算模块1和工程模块2连接构成损失预期,损失预期模块3将工程模块2中输出的总损失(ground-uploss)转化为考虑保险条款后的保险损失(grossloss),然后以保险业界适宜的方式输出。
在本发明的一个实施例中,损失预期模块3在工程模块2所提供的灾害损失基础上,计入保险条款,计算出最终的保险赔付,包括如下步骤:依据易损性函数模块确定的双Beta分布进行Monte-Carlo模拟出随机灾害损失值,之后计入保险条款,计算出随机保险赔付值,最后将随机保险赔付值排序从而获得不同回归期对应的保险赔付,作为台风灾害风险评估概率模型之输出,供风险管理之用。
损失预期模块3进一步将计算得到的保险损失进行排序以获得不同回归期对应的保险赔付,输出至保险管理人员。除上述外,损失预期模块3还用于向保险管理人员输出预期平均损失、方差、极端事件损失、不同回归期下的损失预期的风险曲线、历史事件损失表和模拟事件损失表。历史事件损失表和模拟事件损失表不仅包括事件损失值,也包括灾害本身的信息,例如年发生概率。图6为根据本发明实施例的风险曲线的示意图。
进一步,为方便保险公司的再保安排,损失预期模块3还加入了再保合约条款的输入接口,并计算各再保方案对应的纯风险损失以及所包含的波动(不确定性Uncertainty)。
综上,本发明实施例的台风灾害评估系统包括灾害事件模拟及强度计算模块1、工程模块2和损失预期模块3。灾害事件模拟及强度计算模块1模拟随机台风灾害时间并计算灾害强度。工程模块由灾害事件模拟及强度计算模块1和风险暴露数据库整合得到。损失预期模块3由工程模块2、保险和再保险结构及条款整合得到。损失预期模块3将工程模块2中输出的总损失转化为考虑保险条款后的保险损失,然后以保险业界适宜的方式输出。上述三个模块合并整合成一个完整的、科学的、合乎实际巨灾风险管理需求的巨灾损失预期模型,需要多方面的数据支持,同时需要多年专业的气象数值模拟经验,以及对巨灾管理实际问题的深刻理解,本发明提供了多方面的数据支持,能够完整的、科学的、合乎实际的将三个模块整合成符合巨灾风险管理需求的巨灾损失预期模型。
本发明实施例的台风灾害评估系统为巨灾风险管理提供了科学实用,完整安全的巨灾损失预期模型,提出对台风、风暴潮所造成的直接经济损失进行定量预评估尤其具有重要的现实意义,对于我国这样的风暴潮灾害高发地区,本发明的应用将有利于沿海防灾减灾工作的开展。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。
Claims (10)
1.一种台风灾害评估系统,其特征在于,包括:
灾害事件模拟及强度计算模块,用于根据历史灾害数据并结合气象学分析,模拟生成随机台风灾害事件,并计算所述随机台风灾害事件的灾害强度;
工程模块,所述工程模块与所述灾害事件模拟及强度计算模块相连,用于建立针对各种灾害种类和建筑物结构体系的多个易损性函数,其中,每个易损性函数分别针对一种灾害种类或建筑物结构体系,用于表示灾害损失和灾害强度之间的函数关系,所述工程模块分析所述随机台风灾害事件对应的易损性函数,根据对应的易损性函数和灾害强度计算该随机台风灾害事件对应的总损失;
损失预期模块,所述损失预期模块与所述工程模块相连,用于将所述随机台风灾害事件对应的总损失以预设保险计算方式转换为保险损失。
2.如权利要求1所述的台风灾害评估系统,其特征在于,所述历史灾害数据包括:台风路径数据、风速数据、降水数据、数值高程数据、土地覆盖和使用数据、土壤类型数据。
3.如权利要求1或2所述的台风灾害评估系统,其特征在于,所述灾害事件模拟及强度计算模块模拟生成随机台风灾害事件,包括:根据所述历史灾害数据模拟以下参数以构成所述随机台风灾害事件:台风年发生频次、台风登陆点、移动路径、中心气压、移动速度和最大风速半径。
4.如权利要求3所述的台风灾害评估系统,其特征在于,所述灾害事件模拟及强度计算模块对所述历史灾害数据中的历史频次数据进行负二项分布拟合得到所述台风年发生频次,对所述历史灾害数据中的历史登陆点数据进行平滑移动平均算法以确定所述台风登陆点,对所述历史灾害数据中的历史台风路径逐段建立一阶马尔科夫时间序列过程来模拟所述移动路径,对所述历史灾害数据中的中心气压用历史数据进行韦伯分布以模拟所述中心气压,对所述历史灾害数据进行对数正态分布拟合以模拟所述移动速度,根据平均半径和所述中心气压以及纬度之间的回归关系模拟所述最大风速半径。
5.如权利要求1所述的台风灾害评估系统,其特征在于,所述灾害事件模拟及强度计算模块计算所述随机台风灾害事件的灾害强度,包括:计算台风风场、降雨场和洪水淹没水深,其中,
所述灾害事件模拟及强度计算模块计算台风风场,包括:利用Willoughby风场模型计算随机模拟台风沿路径动态风场,并用对数律计算垂直风速廓线;
所述灾害事件模拟及强度计算模块计算降雨场,包括:利用修正R-Clipper模型计算随机模拟台风沿路径动态降水场,并对整个台风过程降雨量进行累加以计算出过程降雨量;
所述灾害事件模拟及强度计算模块计算洪水淹没水深,包括:采用径流曲线数法将挥发和渗透从降水量中扣除以计算径流数据,以及将地面栅格化,利用栅格高程数据计算水流方向,并在各栅格上进行叠加以获得各栅格点上的累计洪水淹没深度。
6.如权利要求5所述的台风灾害评估系统,其特征在于,所述灾害事件模拟及强度计算模块计算所述随机台风灾害事件的灾害强度,还包括:计算风暴潮,其中,所述灾害事件模拟及强度计算模块根据海潮潮位和台风风速急半径计算得到风暴潮。
7.如权利要求1所述的台风灾害评估系统,其特征在于,所述灾害种类包括:风灾和洪水淹没;所述建筑物结构体系包括:砖混结构、钢筋混凝土结构、钢结构、土结构和木结构。
8.如权利要求1或7所述的台风灾害评估系统,其特征在于,所述工程模块基于lognormal的累积分布函数建立所述易损性函数,包括:针对不同灾害种类或不同结构体系,建立对应参数的lognormal的累积分布函数的易损性函数。
9.如权利要求1或7所述的台风灾害评估系统,其特征在于,所述损失预期模块还用于将计算得到的所述保险损失进行排序以获得不同回归期对应的保险赔付,输出至保险管理人员。
10.如权利要求9所述的台风灾害评估系统,其特征在于,所述损失预期模块还用于向所述保险管理人员输出预期平均损失、方差、极端事件损失、不同回归期下的损失预期的风险曲线、历史事件损失表和模拟事件损失表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065855.1A CN105741037A (zh) | 2016-01-29 | 2016-01-29 | 一种台风灾害评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065855.1A CN105741037A (zh) | 2016-01-29 | 2016-01-29 | 一种台风灾害评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105741037A true CN105741037A (zh) | 2016-07-06 |
Family
ID=56247984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610065855.1A Pending CN105741037A (zh) | 2016-01-29 | 2016-01-29 | 一种台风灾害评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105741037A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107229825A (zh) * | 2017-05-23 | 2017-10-03 | 浙江大学 | 一种面向灾害风险评估的热带气旋全路径模拟方法 |
CN107665394A (zh) * | 2016-07-27 | 2018-02-06 | 大韩民国气象厅 | 通过数值模拟的人工降雪航空实验实施决定系统及方法 |
CN110400053A (zh) * | 2019-06-28 | 2019-11-01 | 宁波市气象台 | 一种港口气象服务效益评估的方法 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
CN113128012A (zh) * | 2019-12-30 | 2021-07-16 | 鸿富锦精密电子(天津)有限公司 | 灾害保障资源计算方法、装置、计算机装置及存储介质 |
CN113191585A (zh) * | 2021-03-23 | 2021-07-30 | 广东电网有限责任公司东莞供电局 | 一种输电线路的台风致灾风险评估方法 |
CN113434998A (zh) * | 2021-04-28 | 2021-09-24 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种基于隐式马尔科夫补充模型的随机台风生成方法 |
CN113610438A (zh) * | 2021-08-24 | 2021-11-05 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
CN116911620A (zh) * | 2023-09-12 | 2023-10-20 | 航天宏图信息技术股份有限公司 | 台风全生命周期风险评估预警方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546414A (zh) * | 2009-04-28 | 2009-09-30 | 国家海洋局东海预报中心 | 台风风暴潮所造成直接经济损失定量预评估方法 |
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
-
2016
- 2016-01-29 CN CN201610065855.1A patent/CN105741037A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546414A (zh) * | 2009-04-28 | 2009-09-30 | 国家海洋局东海预报中心 | 台风风暴潮所造成直接经济损失定量预评估方法 |
CN103177301A (zh) * | 2013-03-12 | 2013-06-26 | 南京信息工程大学 | 一种台风灾害风险预估方法 |
Non-Patent Citations (1)
Title |
---|
方伟华等: "面向灾害风险评估的台风风场模型研究综述", 《地理科学进展》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665394A (zh) * | 2016-07-27 | 2018-02-06 | 大韩民国气象厅 | 通过数值模拟的人工降雪航空实验实施决定系统及方法 |
CN107229825A (zh) * | 2017-05-23 | 2017-10-03 | 浙江大学 | 一种面向灾害风险评估的热带气旋全路径模拟方法 |
CN110400053A (zh) * | 2019-06-28 | 2019-11-01 | 宁波市气象台 | 一种港口气象服务效益评估的方法 |
CN110400053B (zh) * | 2019-06-28 | 2021-11-16 | 宁波市气象台 | 一种港口气象服务效益评估的方法 |
CN110929391A (zh) * | 2019-11-08 | 2020-03-27 | 中国农业大学 | 一种台风灾害下配电网故障率计算方法及系统 |
CN113128012A (zh) * | 2019-12-30 | 2021-07-16 | 鸿富锦精密电子(天津)有限公司 | 灾害保障资源计算方法、装置、计算机装置及存储介质 |
CN113191585A (zh) * | 2021-03-23 | 2021-07-30 | 广东电网有限责任公司东莞供电局 | 一种输电线路的台风致灾风险评估方法 |
CN113434998A (zh) * | 2021-04-28 | 2021-09-24 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种基于隐式马尔科夫补充模型的随机台风生成方法 |
CN113610438A (zh) * | 2021-08-24 | 2021-11-05 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
CN113610438B (zh) * | 2021-08-24 | 2024-04-23 | 南京信息工程大学 | 一种气象灾害保险指数评估方法及系统 |
CN116911620A (zh) * | 2023-09-12 | 2023-10-20 | 航天宏图信息技术股份有限公司 | 台风全生命周期风险评估预警方法、装置及电子设备 |
CN116911620B (zh) * | 2023-09-12 | 2023-12-15 | 航天宏图信息技术股份有限公司 | 台风全生命周期风险评估预警方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105741037A (zh) | 一种台风灾害评估系统 | |
KR101315121B1 (ko) | 지아이에스 기반의 홍수방어 시스템 및 그 방법 | |
Pei et al. | Mapping joint hurricane wind and surge hazards for Charleston, South Carolina | |
Xianwu et al. | Assessment and zonation of storm surge hazards in the coastal areas of China | |
CN113470333A (zh) | 一种线路工程走廊浅层滑坡危险性评估及监测预警系统 | |
CN104217257A (zh) | 一种灾害链综合风险计算方法 | |
Friedman | Natural hazard risk assessment for an insurance program | |
Nadeem et al. | Application of HEC-HMS for flood forecasting in hazara catchment Pakistan, south Asia | |
Adhikari et al. | Achieving residential coastal communities resilient to tropical cyclones and climate change | |
Wang et al. | Flood risk assessment using an indicator based approach combined with flood risk maps and grid data | |
Steeneveld et al. | Single-column urban boundary layer inter-comparison modelling experiment (SUBLIME): call for participation | |
Roelevink et al. | Flood forecasting system for the Maritsa and Tundzha Rivers | |
Ohara | Historical Winter Weather Assessment for Snow Fence Design Using a Numerical Weather Model | |
Yang et al. | Typhoon path and prediction model development for building damage ratio using multiple regression analysis | |
CN113469518A (zh) | 一种基于rbf神经网络的农村住房台风灾害预估方法 | |
Sultana | FLASH FLOOD FORECASTING USING ESTIl\fATEDPRECIPITATIONBY GLOBAL SATELLITE MAPPING IN THE NORTH-EAST REGION OF BANGLADESH | |
Mastin | Flood-hazard mapping in Honduras in response to Hurricane Mitch | |
Schismenos et al. | Risk Flood Assessment for the Arachthos River using Analytic Hierarchy Process | |
Kewessa | Evaluation of flood mitigation alternatives for flood prone area of upper awash sub-basin (upstream of Koka Dam) a master’s thesis | |
Roy | A study on fluvial flood hazard and risk assessment of Arial Khan River floodplain under future climate change scenarios | |
Odeyemi et al. | Assessing Coastal Areas' Vulnerability to Storm Surge and Flood: GIS and Remote Sensing Approach | |
McEligot et al. | A Coupled Hydrodynamic and Agent Based Model for Flood and Wind Adaptation Policy Analysis: Myrtle Beach, South Carolina Case Study | |
Orton et al. | Hazard assessment from storm tides and rainfall on a tidal river estuary | |
Chen et al. | Comprehensive economic losses assessment of storm surge disasters using open data: a case study of Zhoushan, China | |
AlYammahi | Assessment of Natural Hazards Impact on Heritage Sites in the United Arab Emirates (UAE) Using Geographic Information System (GIS) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 430074 Hubei Wuhan Wuhan New Technology Development Zone, 11 Dongxin Road, No. 2, 2118 F, Wuhan international pioneer park. Applicant after: Wuhan new vision Risk Management Technology Co., Ltd. Address before: 430074 room 2256, 2266, E building, Dongxin Road, Hubei Cyberport, Wuhan New Technology Development Zone, East Lake Applicant before: WUHAN XIAOHEPENGPENG TECHNOLOGY CO., LTD. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160706 |