CN113610438B - 一种气象灾害保险指数评估方法及系统 - Google Patents

一种气象灾害保险指数评估方法及系统 Download PDF

Info

Publication number
CN113610438B
CN113610438B CN202110973595.9A CN202110973595A CN113610438B CN 113610438 B CN113610438 B CN 113610438B CN 202110973595 A CN202110973595 A CN 202110973595A CN 113610438 B CN113610438 B CN 113610438B
Authority
CN
China
Prior art keywords
disaster
weather
meteorological
loss
insurance
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.)
Active
Application number
CN202110973595.9A
Other languages
English (en)
Other versions
CN113610438A (zh
Inventor
苏布达
王艳君
姜彤
王国杰
陶辉
翟建青
黄金龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202110973595.9A priority Critical patent/CN113610438B/zh
Publication of CN113610438A publication Critical patent/CN113610438A/zh
Application granted granted Critical
Publication of CN113610438B publication Critical patent/CN113610438B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Abstract

本发明公开了一种气象灾害保险指数评估方法及系统，所述方法包括以下步骤：S1、获取气象数据与灾损数据；S2、气象灾害危险性评估；S3、建立灾害损失评估模型；S4、构建气象灾害保险指数评估模型；S5、气象灾害保险指数产品开发与应用；所述系统包括气象数据与灾损数据获取模块、气象灾害危险性评估模块、灾害损失评估模型模块、气象灾害保险指数评估模型构建模块、产品开发与应用模块。本发明实现了根据气象灾害保险指数评估对理赔产品进行动态调整，达到了对气象灾害保险指数评估的精确化操作。

Description

一种气象灾害保险指数评估方法及系统
技术领域
本发明涉及大数据分析，特别是一种气象灾害保险指数评估方法及系统。
背景技术
气象灾害是指大气对人类的生命财产和国民经济建设及国防建设等造成的直接或间接的损害，自然灾害会造成几百万元到几百亿元的损失，同时也会造成灾害区内不计其数的伤亡人数。气象灾害是自然灾害之一，一般包括天气、气候灾害和气象次生、衍生灾害。主要包括亚洲热带风暴，中国沿海城市区域出现的台风、南方地区的干旱、高温、山洪、雷暴、中国北方的沙尘暴等。气象灾害是自然灾害中最为频繁而又严重的灾害。我国是世界上自然灾害发生十分频繁、灾害种类甚多，造成损失十分严重的少数国家之一。每年由于干旱、洪涝、台风、暴雨、冰雹等灾害危及到人民生命和财产的安全，国民经济也受到了极大的损失，而且，随着经济的高速发展，自然灾害造成的损失亦呈上升发展趋势，直接影响着社会和经济的发展。基于此，为了抵御各类潜在风险对农业生产带来损失、减小农民收入波动，人们会购买相关气象灾害的保险，可是遭遇气象灾害后应该赔偿多少，根据什么标准进行赔付成为重点，现有技术中无法准确对气象灾害的损失做出赔偿，使农民收入不稳定以及赔付系统不够智能化、人性化，对农业生产带来损失。
发明内容
发明目的：本发明的目的是提供一种智能化、人性化的气象灾害保险指数评估方法及系统。
技术方案：本发明所述的一种气象灾害保险指数评估方法，包括以下步骤：
S1、获取气象数据与灾损数据：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库；
S2、气象灾害危险性评估：根据S1中的气象要素信息，识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害发生危险性；
S3、建立灾害损失评估模型：根据S2中的气象灾害危险性，评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
S4、构建气象灾害保险指数评估模型：获取历年保险费率、盈利率、风险系数信息，利用S3的灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案；
S5、气象灾害保险指数产品开发与应用。
所述步骤S1中长序列气象数据为1961年至今中国国家级地面观测站点数据，包括人工站与自动站。所选气象要素需包括气温(℃)、降雨量(mm)、降雪量(mm)、气压(mPa)、风速(m/s)、日照时长(h)、相对湿度(％)等。灾害损失数据包括目标区域农作物受灾面积、农作物成灾面积、直接经济损失、受伤人数、死亡人数和倒塌房屋等。
所述步骤S2中气象要素超越概率计算方法如下：
式中，P(ui)为气象要素特定指标的超越概率，m为样本数，p(ui)为样本落在ui处的概率值。
所述步骤S3中灾害损失根据灾情数据中直接经济损失、死亡人数、受灾面积和倒塌房屋综合计算，计算公式为：
其中，Id为标准化的死亡人口，It为标准化的受灾面积，Ie为标准化的倒塌房屋，L为直接经济损失，GDP为当年国民生产总值。
所述步骤S4中气象保险赔付比例根据一元线性方程进行拟合，具体公式为：
对应赔付金额则为：
pay(xi)＝(axi-b)HI (4)
式中xmin为致灾因子与之区间内最小值，xmax为致灾因子与之区间内最大值，pay(xi)为气象要素值为xi时的赔付值，HI为设定的最大赔付金额。
一种气象灾害保险指数评估系统，所述系统包括：
气象数据与灾损数据获取模块：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库；
气象灾害危险性评估模块：识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害发生危险性；
灾害损失评估模型模块：评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
气象灾害保险指数评估模型构建模块：获取历年保险费率、盈利率、风险系数信息，利用灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案；
产品开发与应用模块。
一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种气象灾害保险指数评估方法。
一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种气象灾害保险指数评估方法。
有益效果：与现有技术相比，本发明具有如下优点：
1、解决了现有技术中无法准确对气象灾害的损失做出赔偿，使农民收入不稳定以及赔付系统不够智能化、人性化，对农业生产带来损失的技术问题；
2、实现了根据气象灾害保险指数评估对理赔产品进行动态调整，达到了对气象灾害保险指数评估的精确化操作，抵御了各类潜在风险对农业生产带来损失、减小农民收入波动的技术效果。
附图说明
图1为一种气象灾害保险指数评估方法的流程示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1：
如图1所示，一种气象灾害保险指数评估方法，所述方法应用于气象灾害保险指数评估系统，该方法包括以下步骤：
S1、获取气象数据与灾损数据：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库；
S2、气象灾害危险性评估：根据S1中的气象要素信息，识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害发生危险性；
S3、建立灾害损失评估模型：根据S2中的气象灾害危险性，评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
S4、构建气象灾害保险指数评估模型：获取历年保险费率、盈利率、风险系数信息，利用S3的灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案；
S5、气象灾害保险指数产品开发与应用。
本发明实施例提供的福建省台风气象灾害保险指数评估方法的具体操作流程如下：
本案例首先获取目标地区主要气象灾害情况：台风灾害是影响福建省的最主要的气象灾害之一。福建省靠近世界上最大的台风源地(西北太平洋)，是台风灾害较严重的省份之一。根据统计，1980-2005年影响和登陆福建省的台风共有108个，平均每年有4.15个，其中登陆的台风(含二次登陆)有37个，影响福建的台风有71个。平均每年造成福建省死亡人数近百人和直接经济损失约25亿元，对福建社会经济的可持续发展造成了极大影响。
本案例根据目标地区主要气象灾害，收集了1949年以来西北太平洋海域热带气旋每6小时的位置和强度；收集了福建省24个气象站点1960年以来的日降水量、最大风速的气象数据；收集了福建省历年台风灾害直接经济损失、农作物受灾面积、农作物成灾面积、受伤人口、死亡人口、房屋倒塌等数据。
根据主要灾害类型，识别影响目标地区的主要气象要素为日降水量和日最大风速，根据公式，计算福建省气象站台风影响下最大日降水量和最大风速的超越概率见表1和表2。
表1：福建省台风影响下最大日降水超越概率
表2福建省台风影响下个最大风速超越概率
根据不同气象要素的超越概率，计算不同风雨组合下福建省台风灾害的危险性分布，并绘制了不同阈值下的危险性分布图。根据不同的风雨要素特征，本案例进一步根据灾损数据建立灾损评估模型，并分析了台风灾区指标与灾害损失的相关性，见表3和表4。
表3福建省不同台风灾情指数的发生概率
表4台风灾情指标与致灾因子相关性
注:*表示通过了0.05显著性水平检验，**表示通过了0.01显著性水平检验
本案例建立台风灾情的灾害损失模型，通过分析台风样本的最大日降水和最大风速，表明造成损失的台风最大日降水和台风过程最大风速分布，可以看出最大日降水小于45mm时，最大风速均大于10m/s，反之最大风速小于45mm时，最大日降水均大于10m/s。因而以最大日降水和最大风速以和为界，将影响福鼎县的台风分成三类：
大风主导型：以大风为主要致灾因子，通过上文分析可得出，此类型的最大风速大于等于10m/s，而最大日降水小于45mm。
大雨主导型：以大雨为主，此类型与大风主导型相反，因而其阈值与大风主导型相反，即最大日降水大于等于45mm，最大风速小于10m/s。
风雨叠加型：最大日降水和最大风速同时起作用，因而其阈值为最大日降水大于等于45mm，最大风速大于等于10m/s。
通过一元线性方程，确定不同类型台风影响下的赔付方案：
当台风灾害发生时，最大日降水和最大风速满足大风主导型时，若发生的台风过程最大风速值处于[10,15)区间时，可获得固定赔付HI，若数值处于[15，20]区间时，则赔付额为(0.18x-2.6)HI。
当台风灾害发生时，最大日降水和最大风速满足大雨主导型时，若发生的台风最大日降水值处于[40，80)时，可获得固定赔付HⅡ，若数值处于按比例赔付的阈值区间时，则赔付额为(0.009x-0.62)HⅡ。
当台风灾害发生时，最大日降水和最大风速满足风雨叠加型时，若发生的台风最大日降水值大于290mm时，可获得固定赔付HCI，若数值处于[90，290]区间时，责赔付额为(0.0041x-0.189)Hci。
在赔付方案指定值考虑到以下因素：商业化气象指数保险是以盈利为目的的；保险公司需要承担一定的公司运营管理费用和风险保障费用。在气象指数保险中，一旦设定的气象因素达到阈值即可进行赔偿，也节省传统保险中的核损工作，缩短了赔付时间，在一定程度上也降低了公司运营管理的费用。通过研究合约的在险价值和保险公司基于在险价值的回报确定风险利润，本案例设定回报率为5％，则最终制定的保险赔付方案为表5。
表5福建省台风气象灾害保险指数设计方案
根据所计算的气象灾害保险指数评估方案，本案例在福建省福鼎县和漳州市进行了试点运行，通过对气象灾害保险指数产品的开发与应用，使极端天气气候事件引起的系统风险得到有效的转移和控制，使其对市场造成的负面冲击降到最低。
实施例2：
一种气象灾害保险指数评估系统，所述系统包括：
气象数据与灾损数据获取模块：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库；
气象灾害危险性评估模块：识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害发生危险性；
灾害损失评估模型模块：评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
气象灾害保险指数评估模型构建模块：获取历年保险费率、盈利率、风险系数信息，利用灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案；
产品开发与应用模块。
实施例3：
一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种气象灾害保险指数评估方法。
实施例4：
一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种气象灾害保险指数评估方法。

Claims (6)

1.一种气象灾害保险指数评估方法，其特征在于，包括以下步骤：
S1、获取气象数据与灾害损失数据：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库，长序列气象数据为1961年至今中国国家级地面观测站点数据，包括人工站与自动站；所选气象要素包括气温(℃)、降雨量(mm)、降雪量(mm)、气压
(mPa)、风速(m/s)、日照时长(h)和相对湿度(％)；灾害损失数据包括目标区域农作物受灾面积、农作物成灾面积、直接经济损失、受伤人数、死亡人数和倒塌房屋；
S2、气象灾害危险性评估：根据S1中的气象要素信息，识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害危险性；
S3、建立灾害损失评估模型：根据S2中的气象灾害危险性，评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
S4、构建气象灾害保险指数评估模型：获取历年保险费率、盈利率和风险系数信息，利用S3的灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案；
S5、气象灾害保险指数产品开发与应用；
其中，所述步骤S4中气象保险赔付比例根据一元线性方程进行拟合，具体公式为：
对应赔付金额则为：
pay(xi)＝(axi-b)HI (4)
式中xmin为致灾因子与之区间内最小值，xmax为致灾因子与之区间内最大值，pay(xi)为气象要素值为xi时的赔付值，HI为设定的最大赔付金额。
2.根据权利要求1所述的方法，其特征在于，所述步骤S2中气象要素超越概率计算方法如下：
式中，P(ui)为气象要素特定指标的超越概率，m为样本数，p(ui)为样本落在ui处的概率值。
3.根据权利要求1所述的方法，其特征在于，所述步骤S3中灾害损失根据灾害损失数据中直接经济损失、死亡人数、受灾面积和倒塌房屋综合计算，计算公式为：
其中，Id为标准化的死亡人口，It为标准化的受灾面积，Ie为标准化的倒塌房屋，L为直接经济损失，GDP为当年国民生产总值。
4.一种气象灾害保险指数评估系统，其特征在于，应用于权利要求1-3任一项所述的方法，所述系统包括：
气象数据与灾害损失数据获取模块：识别标的物所在区域主要气象灾害类型，收集目标区域长序列气象数据与灾害损失数据，建立气象要素与灾害损失数据库；
气象灾害危险性评估模块：识别目标区域气象要素特征，计算不同量值气象要素超越概率，评估目标区域气象灾害危险性；
灾害损失评估模型模块：评估气象灾害风险，建立气象要素与灾害损失定量关系模型，建立目标区域灾害损失评估体系；
气象灾害保险指数评估模型构建模块：获取历年保险费率、盈利率和风险系数信息，利用灾害损失评估模型，构建基于气象灾害和保险指数理论的动态评估模型，判定气象灾害保险指数触发值与保费计算方案，产品开发与应用模块。
5.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-3中任一项所述的一种气象灾害保险指数评估方法。
6.一种计算机设备，包括储存器、处理器及存储在存储器上并可再处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-3中任一项所述的一种气象灾害保险指数评估方法。
CN202110973595.9A 2021-08-24 2021-08-24 一种气象灾害保险指数评估方法及系统 Active CN113610438B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110973595.9A CN113610438B (zh) 2021-08-24 2021-08-24 一种气象灾害保险指数评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110973595.9A CN113610438B (zh) 2021-08-24 2021-08-24 一种气象灾害保险指数评估方法及系统

Publications (2)

Publication Number Publication Date
CN113610438A CN113610438A (zh) 2021-11-05
CN113610438B true CN113610438B (zh) 2024-04-23

Family

ID=78309237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110973595.9A Active CN113610438B (zh) 2021-08-24 2021-08-24 一种气象灾害保险指数评估方法及系统

Country Status (1)

Country Link
CN (1) CN113610438B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114756638A (zh) * 2022-04-14 2022-07-15 中国银行保险信息技术管理有限公司 面向保险应用的气象灾害信息查询报告生成方法及系统
CN116303750B (zh) * 2023-05-24 2023-09-22 南京信息工程大学 一种致灾气旋的多维度特征辨识方法和系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654414A (zh) * 2015-12-25 2016-06-08 浙江大学城市学院 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法
CN105741037A (zh) * 2016-01-29 2016-07-06 武汉小禾芃芃科技有限公司 一种台风灾害评估系统
CN106716477A (zh) * 2014-08-26 2017-05-24 瑞士再保险有限公司 灾害风险管理及融资系统，及其相应方法
CN108038566A (zh) * 2017-11-30 2018-05-15 河南云保遥感科技有限公司 一种基于气象与遥感数据融合的灾害监测定损方法
CN109657981A (zh) * 2018-12-20 2019-04-19 唐山市气象服务中心 一种板栗干旱气象指数保险方法
CN111260241A (zh) * 2020-01-23 2020-06-09 北京师范大学 一种指数型农业保险产品设计方法及其产品
US10878329B1 (en) * 2016-05-13 2020-12-29 Liberty Mutual Insurance Company Probabilistic accumulation approach to assess primary uncertainty in catastrophe models
CN112163964A (zh) * 2020-09-28 2021-01-01 中国平安财产保险股份有限公司 风险预测方法、装置、电子设备及存储介质
CN112433264A (zh) * 2020-12-08 2021-03-02 温州大学瓯江学院 复杂台风气象环境下洪涝灾害风险综合评估方法及预警信息平台

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106716477A (zh) * 2014-08-26 2017-05-24 瑞士再保险有限公司 灾害风险管理及融资系统，及其相应方法
CN105654414A (zh) * 2015-12-25 2016-06-08 浙江大学城市学院 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法
CN105741037A (zh) * 2016-01-29 2016-07-06 武汉小禾芃芃科技有限公司 一种台风灾害评估系统
US10878329B1 (en) * 2016-05-13 2020-12-29 Liberty Mutual Insurance Company Probabilistic accumulation approach to assess primary uncertainty in catastrophe models
CN108038566A (zh) * 2017-11-30 2018-05-15 河南云保遥感科技有限公司 一种基于气象与遥感数据融合的灾害监测定损方法
CN109657981A (zh) * 2018-12-20 2019-04-19 唐山市气象服务中心 一种板栗干旱气象指数保险方法
CN111260241A (zh) * 2020-01-23 2020-06-09 北京师范大学 一种指数型农业保险产品设计方法及其产品
CN112163964A (zh) * 2020-09-28 2021-01-01 中国平安财产保险股份有限公司 风险预测方法、装置、电子设备及存储介质
CN112433264A (zh) * 2020-12-08 2021-03-02 温州大学瓯江学院 复杂台风气象环境下洪涝灾害风险综合评估方法及预警信息平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
农业气象灾害风险评估研究进展与展望;王春乙;张继权;霍治国;蔡菁菁;刘兴朋;张琪;;气象学报(第01期);1-19 *
基于历史案例的自然灾害灾情评估方法研究;夏兴生;朱秀芳;潘耀忠;张锦水;;灾害学(第01期);219-225 *

Also Published As

Publication number Publication date
CN113610438A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN113610438B (zh) 一种气象灾害保险指数评估方法及系统
US11688019B2 (en) Method for assessing comprehensive risk of drought and flood disaster on apples
Galán et al. Meteorological factors affecting daily Urticaceae pollen counts in southwest Spain
CN102880755B (zh) 一种极端降水的定量预测方法及系统
CN115796404A (zh) 一种面向代理购电用户的用电预测方法及系统
Kasprzyk et al. Hourly predictive artificial neural network and multivariate regression trees models of Ganoderma spore concentrations in Rzeszów and Szczecin (Poland)
CN116384591A (zh) 一种基于大数据的旱情预测方法、系统和介质
MacMillan Predicting the general yield class of Sitka spruce on better quality land in Scotland
Bui et al. Ground-level ozone in the Mekong Delta region: precursors, meteorological factors, and regional transport
He RETRACTED ARTICLE: agricultural climate change based on GIS and remote sensing image and the spatial distribution of sports public services
AKŞAN et al. Comparison of the meteorological drought indices according to the parameter (s) used in the Southeastern Anatolia Region, Turkey
Zhang et al. Assessing and mapping human well-being for sustainable development amid drought and flood hazards: Dadu River Basin of China
Sharafi Predicting Iran’s future agro-climate variability and coherence using zonation? based PCA
Batungwanayo et al. Response of seasonal vegetation dynamics to climatic constraints in Northeastern Burundi
CN113516418B (zh) 一种苹果种植区干旱灾害风险评估方法
Ceesay Does flood disaster lessen GDP growth
CN113610653B (zh) 一种提高气象灾害指数保险准确性的方法及系统
Lu et al. The responses of ecological indicators to compound extreme climate indices in Southwestern China
Wang et al. Spatiotemporal variations in drought and waterlogging and their effects on maize yields at different growth stages in Jilin Province, China
Zhao et al. Risk assessment for comprehensive meteorological disaster of winter wheat based on multisource gridded data: A case study in the upper Huaihe River basin, China
Maderia Importance of tree species and precipitation for modeling hurricane-induced power outages
Shao et al. Spatial delineation approach to weather derivatives with three multivariate manners
TANG et al. Models for estimating the aboveground biomass of Haloxylon ammodendron in Minqin, China.
CN116415721A (zh) 一种耦合多源数据的玉米螟发生适宜度等级预报方法
Ewona et al. Characteristic pattern of rainfall in Calabar, Nigeria-a tropical coastal location

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant