JP2007524170A - 洪水リスクの自動化された位置に依存した認識のための方法及びシステム - Google Patents

Abstract

本発明は、自動化された位置に応じた洪水リスクの認識のためのシステム及び方法に関し、中央ユニット（２０）が、特定の領域の洪水リスク要因の分散化された測定値に基づく空間高解像度グリッド（６０／６１）に対応する検索テーブル（２０３）を有し、当該システムは、グリッドセル（６０／６１）内の河川放出パラメータ（Ｔ）を測定する分散化された測定ステーション（５／３０／３１／３２）を有し、中央ユニット（２０）は、リンクした洪水リスク要因及び河川放出値に基づき洪水イベントのイベント固有の平均化された確率的水深値（Ｈ）を生成する相関モジュールを有し、当該システムは、平均化された確率的水深値（Ｈ）に従って少なくともグリッドベース構成モジュール（２３）について動作するセル仲介モジュール（２２）を有する。

Description

発明の詳細な説明

本発明は、洪水リスクの自動化された位置に依存した認識のための方法及びシステムに関する。洪水状態が測定され、位置に依存した確率値が決定される。特に、本発明は最初のアメリカの１００年間の洪水地域テーブルなどの国独自の洪水地域テーブルが、一般化された保険リスク要因について脆弱性要因に関する高解像度データを求めるのに使用されるシステム及び方法に関する。

今日、適切な自動化された洪水レーティングシステムはひどく不足している。多くの国について、技術的に正確な洪水レーティング及び／又は判定を行うことはほとんど不可能である。損害の歴史を一瞥すると、洪水によってもたらされる損害は、地震、暴風、他の災害など同程度以上のものであることを示している。これら他の災害のほとんどについては、ほとんどすでに様々なレーティング、予測及び／又は早期警戒システムが存在している。かなりの金額、産業力及び時間が、洪水イベントによって失われる。さらに、洪水に対する保険浸透度の増大傾向によって、洪水により今まで以上に保険及び再保険業界は影響を受けやすくなっている。しかしながら、早期警戒及び洪水レーティングを詳細かつ任意ビジネスに拡張するため、膨大なデータ量の脅威が処理される必要がある。これは、システム及び／又は方法サイドと共に、災害イベントに関する全く新しいコンセプトによって実行される。図２及び３は、１９９７年１月１日から２０００年１２月３１日までの観察期間において、洪水は、不動産業界に対するすべての自然災害による損害の５５％（図２）と、製造業に対するすべての自然災害による存在の４４％（図３）を説明する。参照番号Ａ／Ｅは洪水関連の損失、Ｂ／Ｆは暴風関連の損失、Ｃ／Ｇは地震／火山関連の損失及びＤ／Ｈは他の損失を示す。

本発明の課題の１つは、確率的なイベントセットを生成するための新たなアプローチを提供することである。この新たなアプローチの主要な効果は、ストレージの経済的使用でなければならず、それはまた、格付けのパフォーマンスに肯定的な影響を与える。数万のイベントのそれぞれについて水深を格納する代わりに、例えば、洪水頻度マップ又は同様のものが極めて詳細なレベルにより（９０ｍの解像度）格納されるべきである。イベントリターン期間が、生成可能であり、当該領域の集計された高解像度グリッドレベルにより格納可能であるべきである。

洪水は暴風や地震より等しく大きく又はより大きな経済的損失をもたらすことは周知である。工業簿記の損失を考慮すると、洪水の損失は、典型的には地震や暴風の損失をはるかに上回る。図１は、１９９７年１月１日から２０００年１２月３１日までの観察期間において、洪水は、特定の再保険企業の不動産業界に対するすべての自然災害による損害の５５％と、製造業に対するすべての自然災害による存在の４４％を説明する。これは、産業自体だけに関するものではなく、洪水保険浸透度の永続的な上昇によって、洪水が発生しやすいエリアの集中に加えて、保険及び再保険業界は洪水による損失によって今まで以上に影響を受けやすくなっている。しかしながら、洪水格付けは、認められたリスクに関するしばしば詳細な情報（住所）が利用可能であるという事実に関わらず、ひどく軽視されてきた。これは主として、効率的な洪水格付けシステムが利用可能でないという事実によるものである。理想的には、そのようなシステムは、２つのコンポーネントから構成される。第１には、それは住所を緯度／軽度に変換し、既存の洪水ゾーンの検索を行うため、通りの住所の地理符号化を必要とする。第２には、緯度／経度及び洪水ゾーン情報に基づき、完全に技術的なリスク格付け（イベントベースキャパシティ計算を含む）が実行可能である。

洪水に対する正確な技術的リスク格付け（例えば、ＡＬＭ（Ａｇｇｒｅｇａｔｅｄ Ｌｏｓｓ Ｍｏｄｅｌｌｉｎｇ）やＤＬＭ（Ｄｅｔａｉｌｅｄ Ｌｏｓｓ Ｍｏｄｅｌｌｉｎｇ）に基づくものなど）を実行可能な効果は沢山ある。（ｉ）より良好なリスク定量化：自動化された洪水リスクシステムの何れのコンポーネントも、詳細な資産スケジュールのリスクエキスポージャのより良好な推定を可能にする。保険、再保険又は他の産業に対する「予想されない損失」を減少させることが可能である。改良されたリスク定量化は、ＴＣ洪水相関を考慮することによって拡張される。（ｉｉ）洪水エキスポーズドプログラム又はポートフォリオのより良好な構築：すべての各リストの予想される損失への寄与が定量化可能であるため、場所に依存したサブリミットを決定し、あるいは洪水カバー範囲から特定の場所を排除することが可能である。（ｉｉｉ）洪水リスク評価の実質的な向上：最初に詳細かつ完全に確率的な洪水リスクシステムが実現されるのは産業においてである。これは、マーケットにおける保険及び再保険及び／又は産業の配置に関する肯定的な効果を有する可能性があり、新たなビジネス機会を生成することが可能である。（ｉｖ）詳細な自動洪水格付けシステムの利用性は、何れの契約が保険業界により洪水カバー範囲を有するかの特定に関してなど、資産スケジュールデータのより良好な定量化を可能にするであろう。（ｖ）キャパシティ要求の向上した決定：新たなイベントセットアプローチでは、予想される損失を特定の契約に常に割り当てることが可能となるであろう。

最新の技術では、米国において利用可能な最高解像度のベストクオリティ評価データをシームレスなラスタフォーマットにマージすることによって、ＵＳ Ｇｅｏｌｏｇｉｃａｌ Ｓｕｒｖｅｙ（ＵＳＧＳ）Ｎａｔｉｏｎａｌ Ｅｌｅｖａｔｉｏｎ Ｄａｔａｓｅｔ（ＮＥＤ）が開発された。ＮＥＤは、隣接する米国の州のプロジェクションの１：２４，０００スケールＤＥＭ（Ｄｉｇｉｔａｌ Ｅｌｅｖａｔｉｏｎ Ｍｏｄｅｌ）を提供するためのＵＳＧＳの努力の熟成の結果である。ＮＥＤは、隣接する米国の州の１アークセカンド（ａｒｃ−ｓｅｃｏｎｄ）（約３０メーター）の解像度を有する。ＮＥＤアセンブリプロセスでは、評価値が整合的な測定単位として１０進数のメートルに変換される。１９８３年の北米データ（ＮＡＤ８３）はホリゾンタル（ｈｏｒｉｚｏｎｔａｌ）データとして一貫して使用され、すべてのデータが地理的プロジェクションにより再構成される。ＮＡＤ８３は、地球全体で最も適した海面に展開された１９８０年のＧｅｏｄｅｔｉｃ Ｒｅｆｅｒｅｎｃｅ Ｓｙｓｔｅｍ（ＧＲＳ８０）に基づく。Ｎａｔｉｏｎａｌ Ｌａｎｄ Ｃｏｖｅｒ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎプロジェクトが、もとのＭｕｌｔｉ−Ｒｅｓｏｌｕｔｉｏｎ Ｌａｎｄ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ（ＭＲＬＣ）イニシアチブをサポートし、Ｎａｔｉｏｎａｌ Ｌａｎｄ Ｃｏｖｅｒ Ｄａｔａ １９９２（ＮＬＣＤ９２）と呼ばれるＭＲＬＣデータから国家レベルで整合的なランドカバーデータセットを構成する要求を満たすよう１９９５年に作成された。これは、隣接する米国の州の改良されたＡｎｄｅｒｓｏｎレベルＩＩ分類を用いたランドカバーマッピングの２０００年９月の完了により終了した。ソースデータは、１９９２年頃のＬａｎｄｓａｔ ＴＭデータである。Ｎａｔｉｏｎａｌ Ｌａｎｄ Ｃｏｖｅｒ Ｄａｔａ（ＮＬＣＤ）は、米国の州に共通に適用される２１クラスランドカバー分類スキームである。衛星データに加えて、科学者らは、地形、人口調査、農業統計、土壌特性、他のランドカバーマップ及び湿原データを含む各種サポート情報を利用して、３０メートルのランドカバータイプを決定及びラベル付けする。当該データの空間解像度はまた、地理的プロジェクションＮＡＤ８３による。洪水評価の関連するクラスは、Ａ）水：（１１）開放水域、（１２）永久氷河／雪原；Ｂ）開発済み：（２１）建築物及び植物の合成を有するエリアを含み、建築物がカバー範囲の３０〜８０％を、植物が２０〜７０％を説明する低度居住地（不連続な都市）である。これらのエリアは、最も共通して、シングルファミリ世帯と、高度居住エリアより低い人口密度を有する。（２２）人々が多数居住している高度開発エリアを含む高度居住地（連続的な都市）。具体例は、アパート及びテラスハウスを含む。植物は、カバー範囲の２０％未満を、建築物が８０〜１００％を説明する。（２３）インフラストラクチャ（道路、鉄道など）及び高度居住地として分類されないすべての高度開発エリアを含む商業／産業／交通（産業）。連邦政府内のランドカバー及び他の地理的データに対する要求の増大は、Ｎａｔｉｏｎａｌ Ｌａｎｄ Ｃｏｖｅｒ Ｄａｔａ ２００１（ＮＬＣＤ２００１）と呼ばれるデータから開発される第２世代国家ランドカバーデータセットによる２０００年のサイドのＭＲＬＣコンソーシアム（ＭＲＬＣ２００１）の改正により終了した。ＮＬＣＤ２００１の作成は、ＵＳＧＳによって開発されたマッピング領域を用いたフェーズドアプローチにより実現されるであろう。完全な作成開発は、２００４年の完成を目標として、２００２年に開始されることが予想される。残念ながら、このデータは２００５年以前には利用可能とはならない。

さらに、最新の技術では、湖、池、小川、川、泉などの地表水の特徴に関する情報を含むデジタル空間データセットであるＮａｔｉｏｎａｌ Ｈｙｄｒｏｇｒａｐｈｙ Ｄａｔａｓｅｔ（ＮＨＤ）が存在する。ＮＨＤは、ハイドロロジック（ｈｙｄｒｏｌｏｇｉｃ）ユニットベース（８進数）により米国各州の水路データを提供する新たに合成されたデータセットである。それは現在、ＵＳＧＳ１：１００，０００スケールデータのコンテンツに基づくものであり、当該データに整合した精度を与える。水平方向の位置精度は、ポイントの９０パーセントがそれらの真の位置の５０メートル以内にあるようにされる。ポイント、ラインの位置及びエリアの境界は、地理的（経度−緯度）座標を用いて符号化される。ホリゾンタルデータは、１９８３年の北米データ（ＮＡＤ８３）である。最新の技術では、Ｆｉｒｓｔ ＡｍｅｒｉｃａｎからのＦｌｏｏｄＭａｐが、リスク評価、保険及び再保険のための最も正確かつ最新の洪水危険ゾーンを提供する。このデジタルマップデータベースは、議会により指揮されるＮａｔｉｏｎａｌ Ｆｌｏｏｄ Ｉｎｓｕｒａｎｃｅ Ｐｒｏｇｒａｍ（ＮＦＩＰ）のサポートにより洪水リスクを示すため、Ｆｅｄｅｒａｌ Ｅｍｅｒｇｅｎｃｙ Ｍａｎａｇｅｍｅｎｔ Ａｇｅｎｃｙによって用意されるＦｌｏｏｄ Ｒａｔｅ Ｉｎｓｕｒａｎｃｅ Ｍａｐｓ（ＦＩＲＭｓ）に基づく。工学洪水保険研究の結果、ＦＩＲＭｓは、コミュニティに対する洪水リスクを低減し、洪水保険契約格付けを行うため、氾濫原管理手段を実現するのに使用される。これらのＦＩＲＭｓは、１００年間の洪水（洪水保険の国家基準）と５００年間の洪水ゾーンの両方に対する浸水を受けた特別洪水危険エリアを示す。Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ ＦｌｏｏｄＭａｐＳＭデータベースは、これら紙媒体のＦＩＲＭｓ上に示されるように、情報を更新するため整理及び訂正されてきた。Ｎａｔｉｏｎａｌ，Ｓｔａｔｅ，Ｔｅｒｒｉｔｏｒｙ ａｎｄ Ｃｏｕｎｔｙ Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ Ｆｌｏｏｄ Ｈａｚａｒｄ Ｃｅｒｔｉｆｉｃａｔｉｏｎは、現在デジタル洪水保険レートマップの３，１００＋カウンティを有する。カウンティレベルのカバー範囲は、米国の人口の９９％以上を表す。ＦｌｏｏｄＭａｐは、すべてのＦＥＭＡ改訂を反映している（年に１２０００以上）。データベース全体は、精度、通過及び投資価値を保証するため四半期毎に更新される。データセットは、ＮＡＤ８３に基づき地理的座標により提供される。データセットでは、海岸の放水路と氾濫原（洪水ゾーンコード“Ｖ^＊”）が、独立した暴風高潮リスク評価において考慮される。最後に、最新の技術にいわゆるＵＳＧＳ ＷＡＴＳＴＯＲＥデータベースである、ＵＳＧＳ Ｄａｉｌｙ Ｖａｌｕｅｓ公開のためのデータソースがある。それは、流量及び注意を有する関連するストリームデータを含む（すなわち、流量、ステージ、水温、湖レベル、貯水池ストレージ、水面以上及び以下のレベル）。それは、最大で１７８１年から現在までの記録期間をカバーする３８，９７２のステーションを含む。それは、未処理データ、日次、月次及びイクシーダンス（ｅｘｃｅｅｄａｎｃｅ）統計を含む。計量ステーション（６）の座標のデータもまたＮＡＤ８３である。

本発明による方法に加えて、本発明はまた、当該方法を実行するためのシステム及びコンピュータプログラムプロダクトに関するということが指摘されるべきである。

特に、上記課題は、洪水リスクの自動的な位置に応じた認識のため、洪水状態が中央ユニットに送信され、位置に応じた洪水確率値が決定され、中央ユニットは、特定の領域の洪水リスク要因の分散化された測定値に基づき空間高解像度グリッドに対応する多次元検索テーブルを有し、前記洪水リスク要因（Ｐ）は、グリッドセル内の洪水可能性及び／又は平均化された洪水頻度を示すグリッドに関連し、当該システムは、分散化された測定ステーションを有し、河川放出パラメータ（Ｔ）は、グリッドセル内の前記分散化された測定ステーションによって測定可能であり、前記中央ユニットにネットワークを介し送信され、前記河川放出パラメータは、測定されたイベントの強度及び／又はリターン期間の少なくとも値を有し、前記中央ユニットは、前記リンクされた洪水リスク要因と前記河川放出値に基づき、洪水イベントに対するイベント固有の平均化された確率的水深値（Ｈ）を生成し、前記確率的水深値（Ｈ）を前記対応するグリッドセルに関連付ける相関モジュールを有し、当該システムは、前記平均化された水深値（Ｈ）に従って少なくともグリッドベース構成モジュールに対して作用するセル仲介モジュールを有することにより実現される。本システムは、平均化された確率的水深値（Ｈ）に従って少なくとも１つのグリッドベース構成モジュールについて動作するセル仲介モジュールを有することが可能である。グリッドベース構成モジュールは、例えば、少なくとも洪水リスク要因に基づき、陸地ベースの設置のため自動化された損害予測システム及び／又は損害カバーシステム及び／又は適切なセルにおいて洪水リスクを通知する早期警告システムを少なくとも有することが可能である。グリッドベース構成モジュールはまた、少なくとも洪水リスク要因に基づき、技術及び／又は産業施設の保護設置のため最適化及び／又は制御モジュールを少なくとも有することが可能である。

空間高解像度の下、１ｋｍ^２以下のセルサイズ、特に１０，０００ｍ^２以下のセルサイズによる解像度が理解される。本発明の効果の１つは、ストレージのはるかにより経済的な使用が実現可能であり、それはまた、格付けのパフォーマンスに実質的な影響を及ぼす。例えば、数万以上のイベントのそれぞれの水深を格納する代わりに、１つののみの洪水頻度マップが詳細なレベル（９０ｍ解像度）により格納される。イベントリターン期間が生成され、セルレベルで格納される。何れの情報もすべてのイベントについてある位置における水深を計算するのに合成される。さらに、洪水に晒されたプログラム又はポートフォリオのより良好な構成が実現可能である。すべての単一なリスクの予想される損失への寄与が定量化可能であるため、場所に応じたサブリミットを決定し、洪水カバー範囲から特定の場所を排除することが可能である。さらに、洪水リスク評価の実質的な向上が提供可能である。詳細かつ完全に確率的な洪水格付けシステムが実現されるのは業界初である。これは、マーケットにおける産業及び／又は保険及び再保険のポジショニングに対する積極的な効果を有することが可能である。本発明の他の効果は、詳細な自動化された洪水格付けシステムの利用可能性であり、それは、何れの契約が保険業界による洪水カバー範囲を有するか特定することに関して、よりクオリティの高い資産スケジュールデータを要求することを可能にする。最後に、改良されたキャパシティ割当及び決定が実行可能である。新たなイベントセットアプローチによって、予想される損失を一貫して特定の契約に割り当てることが可能となる。相関モジュールは、例えば、少なくとも５つの適応可能な相関パラメータｘ_１，ｘ_２，．．．，ｘ_５を有し、適応可能なパラメータは、例えば、

によって相関することが可能である。

海抜数メートルの異なる高さにある沿岸に沿った洪水セルゾーンについて、異なる相関モジュールが利用可能である。例えば、海抜１０メートル以下にある沿岸に沿った洪水セルゾーンが、特定の相関モジュールによって決定可能である。沿岸に沿った洪水セルの決定は、例えば、暴風高潮イベントにさらに基づくことが可能である。沿岸に沿った洪水セルの決定は、例えば、ＳＬＯＳＨ（Ｓｅａ，Ｌａｋｅ ａｎｄ Ｏｖｅｒｌａｎｄ Ｓｕｒｇｅｓ ｆｒｏｍ Ｈｕｒｒｉｃａｎｅｓ）方法を有することが可能である。

本発明の実施例では、リンキングモジュールは、異なる測定ステーション６の放出測定値について空間及び／又は時間相関を提供する少なくとも１つの適応可能なイベント要因を有する。本実施例は、特に各セル間のリターン期間の分布が、測定ステーション６の放出測定値から決定される空間及び時間相関を示すことが可能であり、それが少なくとも１つの適応可能なイベント要因によって考慮することが可能であるという効果を有する。

本発明の他の実施例では、河川放出パラメータ（Ｔ）が、洪水リスク要因のグリッドに関して低空間解像度による測定によって決定される。本実施例は、特にストレージの利用がさらに経済化可能であり、また格付けのパフォーマンスに実質的に影響を与えるという効果を有する。例えば、数万以上のイベントのそれぞれについて水深を格納する代わりに、１つのみの洪水頻度マップが詳細なレベル（９０ｍ解像度）により格納される。イベントリターン期間が、セルレベルにより生成及び格納される。何れの情報もすべてのイベントについてある位置における水深を計算するのに合成される。

本発明によるさらなる他の実施例では、グリッドセルの解像度は直径について１０，０００ｍ^２以下である。原則的に、任意の小さなセルサイズに解像度を設定することが可能であるということが指摘されねばならない。本実施例は、特に、所望の洪水パラメータが特定のセル及び／又はサイトサイズについてシステムによって適切に決定することが可能であるという効果を有する。

本発明によるさらなる実施例では、洪水リスク要因（Ｐ）は、少なくとも地形的パラメータに基づき導かれる。地形的パラメータは、例えば、隣接する河川及び／又は集水エリアに対する水平距離及び／又は高度差を有する。本実施例は、特にそれが最新の技術において知られる方法を有し、例えば、エラーが容易に推定可能であるという効果を有する。従って、洪水リスク要因（Ｐ）は、例えば、水平距離及び／又は高度差に応じた国固有の洪水ゾーンテーブルに基づき補間モジュールによって導くことが可能である。米国については、国固有の洪水ゾーンテーブルは、例えば、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間の洪水ゾーンテーブルを有することが可能である。

本発明による実施例では、脆弱性要因が、対応するポートフォリオのヒストリカルデータセットに基づき決定され、一般化された保険リスクが、脆弱性要因から自動的に導き出すことが可能である。本実施例は、特に場所や位置の脆弱性要因を決定する完全に自動化されたシステムが提供可能であるという効果を有する。これは、最新技術においてこれまで不可能であった。

本発明による他の実施例では、本システムは、クライアントノードによってネットワークを介しアクセス可能であり、中央ユニットへのアクセスのため課金ゲートウェイインタフェースを有する課金モジュールを有し、クライアントノードの第１コール詳細レコードは、中央ユニットから課金モジュールに送信可能である。システムのプロキシモジュールによって、クライアントノードの第２コール詳細レコードがまた、プロキシモジュールによって中央ユニットからダウンロード可能であり、クライアントノードのアイデンティティ及び／又は中央ユニット及び／又はサービスへのアクセス期間が、キャプチャ可能であり、課金モジュールにわたすことが可能である。システムの課金モジュールによって、取得したサービスに対応するＴＡＰファイルが生成可能であり、これらは、課金指示と共に清算モジュールに送信可能であり、課金指示は、少なくともユーザ固有及び／又はサービスプロバイダ固有の課金データを有する。本実施例は、特に第三者のシステムの使用の完全な課金が提供可能となるという効果を有する。

さらなる特徴及び効果は、現在認識されているような方法を実行するベストモードを実現する例示的な実施例の以下の詳細な説明を検討して、当業者により明らかとなるであろう。

以下において、本方法の一実施例の全体動作、方法及びシステムが説明される。図１の参照番号２０は、本発明による記載されたシステム及び／又は方法を達成するため、ハードウェア及びソフトウェアコンポーネントを有する必要なインフラストラクチャを有する中央ユニット２０を示す。本システム及び方法は、確率的なイベントセットの生成を可能にする。新たなアプローチの主要な効果の１つは、システムのパフォーマンスとそれの動作に直接的な影響を与えるストレージの大変経済的な利用である。数万のイベントのそれぞれの水深を格納する代わりに、１つのみ又は大変少数の洪水頻度マップが、大変詳細なレベル（９０ｍ解像度）で格納される必要がある。イベントリターン期間が生成され、所望のセルレベルにより格納される。両方の情報が、すべてのイベントに対するある位置における水深を計算するのに合成される。本実施例の変形では、中央ユニット２０は、特定の領域の洪水リスク要因の分散化された測定に基づき、空間高解像度グリッド６０／６１に対応する多次元検索テーブル２０３を有し、洪水リスク要因（Ｐ）は、グリッドセル６０／６１内の洪水の可能性及び／又は平均洪水頻度を示すグリッドに関連付けされる。洪水リスク要因の一例として、
すなわち、ノースキャロライナ州（ＮＣ）／米国各州などの洪水頻度マップが、プロトタイプ領域として選択することが可能である。ノースキャロライナは、１４０，０００ｋｍ^２の面積と６８０万の人口を有する。（比較のため、英国本土は２２０，０００ｋｍ^２を有する）。ノースキャロライナの拡がりは、東西方向に８５０ｋｍ、南北方向に３０５ｋｍにわたる。最高点は、海抜２，０３７メートルのＭｏｕｎｔ Ｍｉｔｃｈｅｌｌである。大西洋岸は、４８４ｋｍの長さである。その地形は、内陸に８０ｋｍまでの大西洋岸平原（２／３）（高度海抜９０ｍ．未満）、ピードモント台地（高度海抜９０〜４６０ｍ）及びアパラチア（高度海抜４６０ｍ以上）の３つの地域に分割される。図１１は、上述のゾーンによるＮＣの高度モデルを示す。ハッテラス岬とフィーア岬との間の地域は、しばしばハリケーンの影響を受ける。洪水頻度マップ（又はＰマップ）では、グリッドは、例えば、洪水の可能性を示す０（決して洪水が起こらない）から１（常に洪水が起こる）までの値から構成される。この例では、これらの値は、例えば、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年の洪水ゾーン、デジタル高度モデル及び河川網から求めることができる。上述のように、洪水頻度マップ、すなわち、グリッドに関する洪水リスク値は、例えば、各位置（緯度、経度）の洪水可能性を示す０（決して洪水が起こらない）から１（常に洪水が起こる）までの値から構成することができる。０から１までの洪水リスク要因（Ｐ）の値は、洪水頻度に直接的に関連しうるものであり、例えば、Ｐ＝０．５８は１０年間の洪水ゾーンを表す。もちろん、他の洪水ゾーンが、例えば、特定の他のリターン期間（５０年間、１００年間、２５０年間、５００年間）により」洪水ゾーンなどとして選択可能である。洪水ゾーンは、次の河川及び／又は流域との水平距離及び高度差などの地形学的パラメータに基づき決定することが可能である。この例でのデータは、例えば、米国からのＦＥＭＡデータ及び数カ国（ＣＺＥ、ＵＫ、ＳＶＫ、ＢＥＬ）における証明されている良好な結果により検証された。図４は、拡張されたＦＥＭＡ１００−ｙ洪水ゾーンに基づく洪水頻度マップ（Ｐマップ）を示す図を示す。他のリターン期間を得るため、次の河川との水平及び垂直距離に応じた補間。参照番号１は５０−ｙ洪水ゾーンであり、２は１００−ｙ洪水ゾーンであり、３は５００−ｙ洪水ゾーンであり、４は河川である。本実施例の例では、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間の洪水ゾーンが、セルの水平距離及び高度差に応じた補間モジュールによって補間するよう使用される。この補間モジュールは、ハードウェア及び／又はソフトウェアを通じて達成することが可能である。測定のため１００年間の洪水ゾーンを採用するさらなる効果は、洪水保護手段が自動的に考慮されるということである。処理ステップは、例えば、（ｉ）全国高度データセットの準備：グリッドのマージ、プロジェクト及び充填、（ｉｉ）Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ ＦｌｏｏｄＭａｐＳＭデータセットの準備：ゾーンの選択、グリッドの６００ｍのプロジェクト、クリーン及び拡張（バッファのサイズは、地域に応じて調整される）、これによる拡張又はバッファされた１００年間の洪水ゾーンの生成、（ｉｉｉ）全国ハイドログラフィデータセット：河川の選択及びグリッドのプロジェクト（すべてのデータセットは、高度データを有し、例えば、格納モジュールにセーブすることができる）、（ｉｖ）Ｐ値マップの生成：適切な処理モジュールによって、入力ファイルがその後、Ｐ値によりバッファされた洪水ゾーンの範囲によるグリッドをもたらすよう処理される。ａ）河川網のバッファグリッドポイントの最近傍検索：水平距離及び高度差の決定、ｂ）河川網の１００年間の洪水ゾーン境界におけるグリッドポイントの最近傍検索、ｃ）ＭＡＲＳ式による測定パラメータの決定、ｄ）測定パラメータのスムージング、ｅ）Ｐ値の決定及び格納モジュールへのセーブなど。（ｖ）後処理：グリッドの集計、クリーン及び地理的座標への再プロジェクト。

Ｐ値のクオリティは、例えば、既知の位置によるテストポートフォリオによってチェックすることが可能である。その後、これらの位置は、両方のグリッドによってチェックすることができる（Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ洪水ゾーン及びＰ値マップ）。テーブル１に、この具体例の結果が示されている。ここでは、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間の洪水ゾーン内に存在するすべての位置が取り出され、Ｐ値マップについてチェックされる。確認できるように、ノースキャロライナ（ＮＣ）のすべてのチェックされた位置のうち７３％がまた、Ｐ値マップの１００年間の洪水ゾーンに見つけることができ、９７％がＰ値マップの５００年間の洪水ゾーンに見つけられる。海岸に沿った洪水ゾーンはしばしば、暴風高潮ゾーンを含む可能性があるということに留意することが重要であり、これらのエリアでは、提供される方法はあまり良好には適応されないということは明らかである（河川が利用可能でないため）。従って、海抜１０メートル以上の位置のみを取り出し、第２のチェックを行うことが可能であり、この場合、Ｐ値マップからの位置の９２％が１００年間の洪水エリアに属するかもしれない。

テーブル１ Ｐ値マップからのものとＦｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間洪水ゾーンに存在する位置との比較

ＮＣの全体に対して、Ｐ値マップからシステムによって決定された１００年間の洪水によって影響を受けたエリアは、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ洪水エリアをほんの２．６％しか過小評価されていない。これら２つのデータセットを比較すると、この例について、平坦な海岸地域では、洪水エリアはやや過小評価され、暴風高潮がまだ考慮されていないという事実によるものであるということが理解できる。ＮＣの中央部には若干の過大評価が存在するが、これは大きなものではない。本実施例の具体例では、最終的なＰ値マップは９０ｍのセルサイズを有し、それは、地理的符号化の精度を考慮するのに十分な精度である。当該方法によって、データの合計は、ファクタ９によって分割することが可能である。ＮＣのＰ値マップ（Ｐ＞０．２）のトータルサイズは、５．２ｍｎセルを含む。米国全体を取り出すと、これは、３６０，０００，０００セルをもたらし、同一のパーセントのエリアが洪水となると仮定される。

さらに、システムは、分散化された測定ステーション６／３０／３１／３２を有する。河川放流パラメータ（Ｔ）は、グリッドセル６０／６１内の分散化された測定ステーション６／３０／３１／３２によって決定され、ネットワーク５０を介し中央ユニット２０に送信される。河川放流パラメータは、少なくとも測定されたイベントの強度及び／又はリターン期間の値を少なくとも有する。本例では、河川放流パラメータ（Ｔ）はまた、イベントセットＴテーブルと呼ばれる。このＴテーブルは、例えば、ノースキャロライナの１，０８２個のセルゾーンに影響を及ぼす１，１８３の洪水イベントのリターン期間を有する。確率的なイベントセットが、７４の河川放流測定ステーション６／３０／３１／３２の統計量から求められる。再び、イベントセットは、グリッドの与えられたセルの１つのイベントの強度又はリターン期間を指定する。セル間のリターン期間の分布は、１９７７〜２００２年の２５年間の範囲をカバーする測定ステーション６／３０／３１／３２の放流測定値から決定される空間及び時間相関を考慮することが可能である。合計で、７４のステーションがノースキャロライナの例についてこの要求を満たした。米国全体について、約３，０００ステーションを利用することが可能である。代表的な集水地の測定ステーション６／３０／３１／３２だけでなく、主要な河川のステーションもまた利用可能であるということは明らかである。図６において見ることができるように、沿岸エリアではわずかなステーションしか利用可能でないということに留意しなければならない。

強度の指標としてリターン期間を選択する理由は、主として河川網に沿ったそれの相対的な弱さの変化に存在し、すなわち、河川のグリッドの隣接セル間のリターン期間は「スムースに」変化する。図７は、ノースキャロライナイベントセットにおける最大のイベントの対するセル解像度のリターン期間の分布を示す。リターン期間を通じたイベントの選択された定義は、さらに実際のイベントが１９９３年の洪水などの時系列の極値解析によって容易に含まれることを可能にする。実際のイベントはまた、一方では可能な損害データとの直接的な比較の可能性を提供し、他方では、確率的なイベントの信憑性チェックを提供する。最後に、イベント後の解析は、最新の放流測定値をダウンロードし、それらを過去の時系列により解析することによって可能である。

中央ユニット２０はさらに、相関モジュール２１を有する。リンクする洪水リスク要因及び河川放流値に基づく洪水イベントのイベント固有の平均の確率的水深値（Ｈ）が相関モジュール２１によって生成され、確率的な水深値（Ｈ）と対応するグリッドセル６０／６１を関連付けする。本例では、あるイベントに対するイベント固有の平均化された確率的水深値（Ｈ）は、所望の位置に応じた洪水確率値である。相関モジュール２１は、例えば、ハードウェア及び／又はソフトウェアを介し実現可能である、洪水頻度マップ（Ｐ値マップ）とイベントセット（リターン期間Ｔ）を危険、すなわち、水深Ｈとリンクさせるため、これら２つのパラメータの関数として平均の平均水深を示す関係が必要である。このような関係を決定するため、例えば、既知の領域の確率的洪水イベントセットに基づく解析が実行可能である。本例では、ＵＫの確率的洪水イベントセットが選択された。この選択されたイベントセットは、５０ｍの解像度による各洪水セルにおける水深を示す９７３の洪水マップから構成される。解析のため、プロテクトされていないイベントセットが使用された。解析を行うため、各セルの洪水頻度Ｐ値が知られる必要がある。従って、システムによって決定されるＰマップは、マスクとして取り出された。具体的には、これは、各イベント又は洪水の軌跡について、特定のＰ値を有するすべてのセルの水深が収集されたことを意味する。このコレクションは、例えば、８つの水深クラス（０〜４．０ｍ）と１６のＰ値クラス０．２〜０．９への分類を可能にする。各クラスにおける出現数は観察合計数によって除される場合、相対頻度ｆ_ｉは、

によって計算可能であり、対応するリターン期間は、

となる。

本方法はまた、多数のイベント及び洪水セルによって、水深及びＰ値の上記頻度分布がイベント数から独立した固有の関数になるとい事実によって説明することができる。あるいは言い換えると、さらに１０個のイベントを追加する場合、相対頻度は不変であり、依然として出現頻度を表す。

この関係について解析的な表現を与えるため、本例の値は以下の関数に適合された。

図８において、当該関数は、それぞれ１００年間と５００年間の洪水ゾーンと１００年間の洪水イベントと５００年間の洪水イベントに関する値を示す黒い点によってプロットされる。１００年間洪水ゾーンのＰ値（Ｐ≧０．５８）と５００年間の洪水ゾーンのＰ値（Ｐ≧０．３５）は、米国の複数の地域のＦＥＭＡ洪水ゾーンにＭＡＲＳモデルの測定によって与えられた。Ｐ−Ｈ−Ｔの関係を取り出すと、対応するリターン期間Ｔの上記Ｐ値は、それぞれ０．３ｍと０．１ｍの水深をもたらす。図９において、同じ関係が異なる軸によって表される。例えば、１０年間のリターン期間の洪水イベントは、０．８ｍまでの範囲の水深を有する０．８２以上のＰ値を有する位置にのみ影響を及ぼしうる。１００年間の洪水では、この範囲は０．０ｍ（Ｐ＜０．５４）から２．２（Ｐ＝１）までの間で変化する。上述の関係に関する本例のさらなる情報を得るため、Ｚｕｒｉｃｈ、Ｍｕｎｉｃｈ及びＡｒｍｏｎｋからのすべての洪水関係者が、洪水頻度、イベントリターン期間及び水深の間の関係の最適な推定を与えた質問が使用された。この「エキスパートビュー」の結果が、解析的な関係と比較される。この比較は、解析的な関係が、測定作業中にこの関係に対する少しの変更が実行可能であることを示す推定よりやや保守的なものであるということを示す。

システム及び方法はまた、これらの値が１００年間及び５００年間以外の洪水ゾーンについて検証及び適応されることを可能にすることは明らかである。提案されたＰ値は、例えば以下のようにすることができる。（ｉ）５０年間の洪水ゾーン：Ｐ＝０．６９（５０年間の洪水イベントによる水深Ｈ＝０．４ｍ）、（ｉｉ）２５０年間の洪水ゾーン：Ｐ＝０．４５（２５年間の洪水イベントによる水深Ｈ＝０．６ｍ）、（ｉｉｉ）２５年間の洪水ゾーン：Ｐ＝０．８２（２５年間の洪水イベントによる水深Ｈ＝０．６ｍ）。すべてのイベント（すべてのセカンドセルにおいて）のリターン期間と、完全な洪水頻度マップとに基づき、水深分布が決定可能である。ここで与えられる例では、すべてのケースのうちの５４％において、水深は５０ｃｍ以下となる。

例示のため上述されたように、ノースキャロライナのやや大きなエリアは、海抜１０ｍ以下にあり、潜在的に暴風高潮イベントによって影響を受ける。上述のシステム及び方法は、海抜１０ｍ以上の位置する河川洪水内陸に良好に適応されるが、沿岸に沿って、洪水ゾーンはまた暴風高潮のリスクを含み、当該エリアについて、特定のモデルを使用することが妥当である可能性がある。このような区別は、同様に含めることが可能であり、本発明の一部を構成する。例えば、暴風高潮イベントは、本システム及び／又は方法に含めることが可能である。他の可能性は、ＳＬＯＳＨ（Ｓｅａ，Ｌａｋｅ ａｎｄ Ｏｖｅｒｌａｎｄ Ｓｕｒｇｅｓ ｆｒｏｍ Ｈｕｒｒｉｃａｎｅｓ）方法を使用することであり、それは、歴史的、仮説的又は予測されるハリケーンから生じる暴風高潮の高さを推定するのにＮＨＣ（Ｎａｔｉｏｎａｌ Ｈｕｒｒｉｃａｎｅ Ｃｅｎｔｅｒ）によって使用される方法である。第２のモデルは、ＴＣａｒｔから取得可能な気圧、サイズ、全身速度、トラック及び風を考慮する。使用される方法及び／又はシステムから独立に、ある種の暴風高潮頻度マップが、河川洪水イベントセットと整合するように開発されるべきである。暴風高潮イベントセットはまた、その後、イベントが対応するＴＣイベントに「リンク」されるリターン期間から構成されるであろう。暴風高潮について、異なるＰ−Ｈ−Ｔ関係と共に脆弱性カーブがまた規定されねばならない。河川洪水とＴＣとの間の関係は、あまり自明なものではない。しかしながらまた、河川洪水とＴＣとの間の相関を考慮することが可能である。ここで、ＴＣ降水量マップと河川洪水リターン期間との間のマッチングを実行することは、妥当であるとすることが可能である。

さらに、本システムは、平均化された確率的水深値Ｈによって少なくともグリッドベースの構成モジュール２３上で実行されるセル仲介モジュール２２を有することが可能である。グリッドベース構成モジュール２３は、適切なセル６０／６１における早期警告システムシグナリング洪水リスクを有する。また、グリッドベース構成モジュール２３は、少なくとも洪水リスク要因に基づき、陸地ベースの設置のための自動化された損害予測システム及び／又は損害カバーシステムを有するようにすることが可能である。グリッドベース構成モジュール２３は、少なくとも洪水リスク要因に基づき、技術及び／又は産業施設の保護設置のため少なくとも最適化及び／又は制御モジュールを有するようにすることが可能である。相関によって生じる相関を考慮するため、本システムは、異なる測定ステーション６／３０／３１／３２の放流測定値について空間及び／又は時間相関を提供する少なくとも１つの適応可能なイベント要因とのリンキングモジュールを有する。測定ステーション６／３０／３１／３２は、河川放流パラメータが決定される河川水量レベルパラメータに基づき、河川水量レベルパラメータを測定する少なくともセンサ及び／又は測定装置を有する。

本システムは、クライアントノード４０／４１／４２によって、特にモバイルクライアントノードによってネットワーク５１を介しアクセス可能である。参照番号５０と５１は、各種の異質なネットワークを表し、例えば、有線ＬＡＮ、すなわち、ローカル固定ネットワーク、特にＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈネットワークなどであり、カバーオーバーロカリティ、ＧＳＭ及び／又はＵＭＴＳなどによるモバイルラジオネットワーク、又はワイヤレスＬＡＮにおけるインストールのためである。従って、第三者のための早期警戒システム及び／又は情報の一部として、システムを統合することが可能である。理解されるように、クライアントノード４０／４１／４２は特に、異なるネットワーク及び／又は各種ネットワーク位置において使用されるためのすべての可能ないわゆるＣＰＥ（Ｃｕｓｔｏｍｅｒ Ｐｒｅｍｉｓｅ Ｅｑｕｉｐｍｅｎｔ）とすることが可能である。従って、図１に概略的に示されるように、クライアントノード４０／４１／４２は、特にモバイルラジオネットワークであるネットワーク５１を介し通信するため設けられるモバイルラジオ電話４０、ラップトップ４２、パームトップ４１又はＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）４１コンピュータとすることが可能である。クライアントノード４０／４１／４２は、１以上の異なる物理的ネットワークインタフェースを有し、それらはまた複数の異なるネットワーク規格をサポートすることが可能である。クライアントノード４０／４１／４２の物理的ネットワークインタフェースは、例えば、イーサネット（登録商標）、他の有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ、ＧＳＭ（Ｇｌｏｂａｌ Ｓｙｓｔｅｍ ｆｏｒ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）、ＧＰＲＳ（Ｇｅｎｅｒａｌｉｚｅｄ Ｐａｃｋｅｔ Ｒａｄｉｏ Ｓｅｒｖｉｃｅ）、ＵＳＳＤ（Ｕｎｓｔｒｕｃｔｕｒｅｄ Ｓｕｐｐｌｅｍｅｎｔａｒｙ Ｓｅｒｖｉｃｅｓ Ｄａｔａ）、ＵＭＴＳ（Ｕｎｉｖｅｒｓａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｙｓｔｅｍ）及び／又はＷＬＡＮ（Ｗｉｒｅｌｅｓｓ Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などのインタフェースを有することが可能である。クライアントノード４０／４１／４２は、識別モジュール、好ましくは、クライアントノード４０／４１／４２に着脱可能に接続され、又は固定されたチップカード、好ましくはいわゆる、ＳＩＭ（Ｓｕｂｓｃｒｉｂｅｒ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｍｏｄｕｌｅ）カードを有することが可能である。識別モジュールは、ＩＭＳＩ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｓｕｂｓｃｒｉｂｅｒ Ｉｄｅｎｔｉｔｙ）などの識別データ要素を有する。さらに、クライアントノード４０／４１／４２は、金額を格納するための口座として利用可能であり、好ましくはチップカード上に配置されるデータストアを有することが可能である。本システムは、中央ユニット２０へのアクセスのための課金ゲートウェイインタフェースとの少なくとも１つの課金モジュールを有することが可能であり、クライアントノードの第１のコール詳細レコードが、中央ユニット２０から課金モジュールに送信可能である。システムのプロキシモジュールによって、クライアントノード４０／４１／４２の第２のコール詳細レコードがプロキシモジュールによって中央ユニット２０からダウンロード可能であり、少なくともクライアントノードのアイデンティティと中央ユニット２０及び／又はサービスへのアクセスの期間が、キャプチャ可能であり、課金モジュールにわたすことが可能である。システムの課金モジュールによって、取得されたサービスに対応するＴＡＰファイルが生成可能であり、その後、これらは課金指示と共に清算モジュールに送信可能である。課金指示は、少なくともユーザ固有の及び／又はサービスプロバイダ固有の課金データを有する。

本開示が特定の手段、マテリアル及び実施例を参照して説明されたが、当業者は上記記載から本開示の本質的な特徴を容易に確認することが可能であり、以下の請求項に与えられるような本発明の趣旨及び範囲から逸脱することなく各種使用及び特徴を調整するよう各種変更及び改良が可能である。

図１は、本発明の実施例の概略図を与える。 図２は、１９９７年１月１日から２０００年１２月３１日までの観察期間において、洪水が、資産企業ビジネスに対するすべての自然災害に帰因する損害の５５％を説明することを示す図を示す（参照符号Ａ／Ｅは洪水関連損失を示し、Ｂ／Ｆは暴風関連損失を示し、Ｃ／Ｇは地震／火山関連損失を示し、Ｄ／Ｈは他の損失を示す）。 図３は、１９９７年１月１日から２０００年１２月３１日までの観察期間において、洪水が、産業ビジネスに対するすべての自然災害に帰因する損害の４４％を説明することを示す図を示す（参照符号Ａ／Ｅは洪水関連損失を示し、Ｂ／Ｆは暴風関連損失を示し、Ｃ／Ｇは地震／火山関連損失を示し、Ｄ／Ｈは他の損失を示す）。 図４は、拡張されたＦＥＭＡ１００−ｙ洪水ゾーンに基づく洪水頻度マップ（Ｐマップ）を示す図を示す。補間は、他のリターン期間を得るため、次の河川への水平及び垂直距離に応じる。参照番号１は５０−ｙ洪水ゾーンであり、２は１００−ｙ洪水ゾーンであり、３は５００−ｙ洪水ゾーンであり、４は河川である。 図５は、空間解像度が選択されたマップについて９０ｍグリッドセルサイズである洪水頻度マップの例を示す図を示す。 図６は、イベントセット生成に使用される２５年のレコードによる測定ステーション５を示す図である。本例は、ノースキャロライナ（米国）の使用されている測定ステーション５を示し、その決定は、日次流量レコードに基づき行われる。 図７は、ノースキャロライナにおいて最大のイベントについてセル毎のリターン期間による一例となるイベントセットを示す図である。 図８は、洪水頻度（Ｐ値）、水深（Ｈ）及びイベントセット（リターン期間Ｔ）との間の関係を示す図を示す。この関係は、１００年間及び５００年間の洪水ゾーンとそれぞれ１００年間及び５００年間の洪水イベントに関する値を示す黒い点によって図１０においてプロットされる。 図９は、洪水エキスポージャ、リターン期間及び水深との間の関係を表す図８と同様であるが、異なる軸による関係を示す図を示す。本例について、１０年間のリターン期間による洪水イベントが、０．８ｍまでの範囲の水深を有し、０．８２以上のＰ値を有する位置に影響を与えるに過ぎないということに留意することが可能である。１００年間の洪水について、この範囲は、０．０ｍ（Ｐ＜０．５４）から２．２ｍ（Ｐ＝１）まで変化する。 図１０は、産業、居住及び／又は建物などのランダムポートフォリオ６と、ノースキャロライナの例に関する風ポートフォリオ（脆弱性による）に対するイベントの頻度に関する損失を示す図を示す。 図１１は、ゾーンによるノースキャロライナ（米国）の高度モデルを示す。高度は、海抜のメートルにより与えられる。

符号の説明

１ ５０−ｙ洪水ゾーン
２ １００−ｙ洪水ゾーン
３ ５００−ｙ洪水ゾーン
４ 河川
５ 測定ステーション
６、７ 頻度に関する損失
２０ 中央ユニット
２０１、２０２ データベース
２０３ 検索テーブル
２１ 相関モジュール
２２ セル仲介モジュール
２３ グリッドベース構成モジュール
３０／３１／３２ 測定ステーション
４０／４１／４２ ネットワークノード
５０／５１ ネットワーク
６０／６１ グリッドセル
Ｈ 平均化された水深値
Ｔ 河川放流パラメータ

Claims (41)

1. 洪水リスクの自動化された位置に応じた認識のための通知システムであって、洪水状態は、中央ユニット（２０）に送信され、位置に応じた洪水確率値が決定され、
   中央ユニット（２０）は、特定の領域の洪水リスク要因の分散化された測定値に基づき空間高解像度グリッド（６０／６１）に対応する多次元検索テーブル（２０３）を有し、前記洪水リスク要因（Ｐ）は、グリッドセル（６０／６１）内の洪水可能性及び／又は平均化された洪水頻度を示すグリッドに関連し、
   当該システムは、分散化された測定ステーション（５／３０／３１／３２）を有し、河川放出パラメータ（Ｔ）は、グリッドセル（６０／６１）内の前記分散化された測定ステーション（５／３０／３１／３２）によって測定可能であり、前記中央ユニット（２０）にネットワーク（５０）を介し送信され、前記河川放出パラメータは、測定されたイベントの強度及び／又はリターン期間の少なくとも値を有し、
   前記中央ユニット（２０）は、前記リンクされた洪水リスク要因と前記河川放出値に基づき、洪水イベントに対するイベント固有の平均化された確率的水深値（Ｈ）を生成し、前記確率的水深値（Ｈ）を前記対応するグリッドセル（６０／６１）に関連付ける相関モジュール（２１）を有し、
   当該システムは、前記平均化された水深値（Ｈ）に従って少なくともグリッドベース構成モジュール（２３）に対して作用するセル仲介モジュール（２２）を有する、
   ことを特徴とするシステム。
2. 請求項１記載のシステムであって、
   前記グリッドベース構成モジュール（２３）は、前記適切なセル（６０／６１）における洪水リスクを通知する少なくとも早期警告システムを有することを特徴とするシステム。
3. 請求項１記載のシステムであって、
   前記グリッドベース構成モジュール（２３）は、少なくとも前記洪水リスク要因に基づき、陸地ベースの設置のため自動化された損害予測システム及び／又は損害カバーシステムを有することを特徴とするシステム。
4. 請求項１乃至３何れか一項記載のシステムであって、
   前記グリッドベース構成モジュール（２３）は、少なくとも前記洪水リスク要因に基づき、技術及び／又は産業施設の保護設置のため少なくとも最適化及び／又は制御モジュールを有することを特徴とするシステム。
5. 請求項１乃至４何れか一項記載のシステムであって、
   当該システムは、異なる測定ステーション（５／３０／３１／３２）の放出測定値の空間及び時間相関を提供する少なくとも１つの適応可能なイベント要因とのリンキングモジュールを有することを特徴とするシステム。
6. 請求項１乃至５何れか一項記載のシステムであって、
   前記測定ステーション（５／３０／３１／３２）は、前記河川放出パラメータが決定される河川水量レベルパラメータに基づき、河川水量レベルパラメータを測定するセンサ及び／又は測定装置を少なくとも有することを特徴とするシステム。
7. 請求項１乃至６何れか一項記載のシステムであって、
   前記河川放出パラメータ（Ｔ）を測定する前記測定ステーション（５／３０／３１／３２）のグリッドは、前記洪水リスク要因のグリッドに関して低空間解像度により配置されることを特徴とするシステム。
8. 請求項１乃至７何れか一項記載のシステムであって、
   前記河川放出パラメータ（Ｔ）を測定する前記測定ステーション（５／３０／３１／３２）のグリッド（６０／６１）は、高時間解像度に設定されることを特徴とするシステム。
9. 請求項１乃至８何れか一項記載のシステムであって、
   前記洪水リスク要因のグリッド（６０／６１）の解像度は、１０，０００ｍ^２以下のセルサイズによって与えられることを特徴とするシステム。
10. 請求項１乃至９何れか一項記載のシステムであって、
    前記洪水リスク要因（Ｐ）は、少なくとも地形的パラメータに基づき求められることを特徴とするシステム。
11. 請求項１０記載のシステムであって、
    前記地形的パラメータは、隣接する河川に対する水平距離及び／又は高度差を有することを特徴とするシステム。
12. 請求項１０又は１１記載のシステムであって、
    前記地形的パラメータは、隣接する集水エリアに対する水平距離及び／又は高度差を有することを特徴とするシステム。
13. 請求項１乃至１２何れか一項記載のシステムであって、
    前記中央ユニット（２０）は、水平距離及び／又は高度差に応じた国固有の洪水ゾーンテーブルに基づき、前記洪水リスク要因（Ｐ）を導く補間モジュールを有することを特徴とするシステム。
14. 請求項１３記載のシステムであって、
    前記国固有の洪水ゾーンテーブルは、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間の洪水ゾーンテーブルを有することを特徴とするシステム。
15. 請求項１乃至１４何れか一項記載のシステムであって、
    前記相関モジュールは、少なくとも４つの適応可能な相関パラメータｘ_１，ｘ_２，．．．，ｘ_５を有し、該適応可能なパラメータは、
    

    

    によって相関することを特徴とするシステム。
16. 請求項１乃至１５何れか一項記載のシステムであって、
    脆弱性要因は、対応するポートフォリオのヒストリカルデータセットに基づき決定され、
    一般化された保険リスクは、前記脆弱性要因から自動的に導くことが可能である、
    ことを特徴とするシステム。
17. 請求項１乃至１６何れか一項記載のシステムであって、
    当該システムは、異なる海抜高度メートルに位置する沿岸に沿った洪水セルゾーンについて異なる相関モジュールを有することを特徴とするシステム。
18. 請求項１７記載のシステムであって、
    当該システムは、海抜１０メートル以下にある沿岸に沿った洪水セルゾーンを決定する少なくとも１つの固有の相関モジュールを有することを特徴とするシステム。
19. 請求項１７又は１８記載のシステムであって、
    前記沿岸に沿った洪水セルの決定は、さらに暴風高潮イベントに基づくことを特徴とするシステム。
20. 請求項１７乃至１９何れか一項記載のシステムであって、
    前記沿岸に沿った洪水セルの決定は、さらにＳＬＯＳＨ（Ｓｅａ，Ｌａｋｅ ａｎｄ Ｏｖｅｒｌａｎｄ Ｓｕｒｇｅｓ ｆｒｏｍ Ｈｕｒｒｉｃａｎｅｓ）方法を有することを特徴とするシステム。
21. 請求項１乃至２０何れか一項記載のシステムであって、
    当該システムは、クライアントノード（４０／４１／４２）によってネットワーク（５１）を介しアクセス可能であり、
    当該システムは、前記中央ユニット（２０）にアクセスするための課金ゲートウェイインタフェースを有する課金モジュールを有し、クライアントノードの第１コール詳細レコードは、前記中央ユニット（２０）から前記課金モジュールに送信可能であることを特徴とするシステム。
22. 請求項２１記載のシステムであって、
    当該システムのプロキシモジュールによって、前記クライアントノード（４０／４１／４２）の第２コール詳細レコードは、前記プロキシモジュールによって前記中央ユニット（２０）からダウンロード可能であり、少なくとも前記クライアントノードのアイデンティティ及び／又は前記中央ユニット（２０）及び／又はサービスへのアクセスの期間は、キャプチャ可能であり、前記課金モジュールにわたすことが可能であることを特徴とするシステム。
23. 請求項２２記載のシステムであって、
    当該システムの課金モジュールによって、前記取得されたサービスに対応するＴＡＰファイルが生成可能であり、これらは、課金指示と共に清算モジュールに送信可能であり、前記課金指示は、少なくともユーザ固有及び／又はサービスプロバイダ固有の課金データを有することを特徴とするシステム。
24. 洪水リスクの自動化された位置に応じた認識のための方法であって、洪水状態が測定され、位置に応じた洪水確率値が決定され、
    空間高解像度グリッド（６０／６１）が特定の領域について生成され、洪水リスク要因（Ｐ）が前記グリッド（６０／６１）に関連付けされ、前記洪水リスク要因は、グリッドセル（６０／６１）内の洪水可能性及び／又は平均洪水頻度を示し、
    河川放出パラメータ（Ｔ）が、分散化された測定ステーション（５／３０／３１／３２）の測定値によって決定され、前記河川放出パラメータが、測定され及び／又は確率的に生成されたイベントの強度及び／又はリターン期間の値を少なくとも有し、
    前記洪水リスク要因及び前記河川放出値は、イベントに対するイベント固有の平均化された確率的水深値（Ｈ）を生成する相関モジュールによってリンクされる、
    ことを特徴とする方法。
25. 請求項２４記載の方法であって、
    リンキングモジュールは、異なる測定ステーション（５／３０／３１／３２）の放出測定値について空間及び／又は時間相関を提供する少なくとも１つの適応可能なイベント要因を有することを特徴とする方法。
26. 請求項２４又は２５記載の方法であって、
    河川水量レベルパラメータは、前記河川放出パラメータが決定される河川水量レベルパラメータに基づき、前記測定ステーション（５／３０／３１／３２）によって測定されることを特徴とする方法。
27. 請求項２４乃至２６何れか一項記載の方法であって、
    前記河川放出パラメータ（Ｔ）は、前記洪水リスク要因のグリッド（６０／６１）に関して低空間解像度により測定及び／又は決定されることを特徴とする方法。
28. 請求項２４乃至２７何れか一項記載の方法であって、
    前記河川放出パラメータ（Ｔ）は、高時間解像度により測定及び／又は決定されることを特徴とする方法。
29. 請求項２４乃至２８何れか一項記載の方法であって、
    前記グリッド（６０／６１）の解像度は、１０，０００ｍ^２以下のセルサイズによって与えられることを特徴とする方法。
30. 請求項２４乃至２９何れか一項記載の方法であって、
    前記洪水リスク要因（Ｐ）は、少なくとも地形的パラメータに基づき導かれることを特徴とする方法。
31. 請求項３０記載の方法であって、
    前記地形的パラメータは、隣接する河川に対する水平距離及び／又は高度差を有することを特徴とする方法。
32. 請求項３０又は３１記載の方法であって、
    前記地形的パラメータは、隣接する集水エリアに対する水平距離及び／又は高度差を有することを特徴とする方法。
33. 請求項２４乃至３２何れか一項記載の方法であって、
    前記洪水リスク要因（Ｐ）は、水平距離及び／又は高度差に応じた国固有の洪水ゾーンテーブルに基づき補間モジュールによって導かれることを特徴とする方法。
34. 請求項３３記載の方法であって、
    前記国固有の洪水ゾーンテーブルは、Ｆｉｒｓｔ Ａｍｅｒｉｃａｎ１００年間の洪水ゾーンテーブルを有することを特徴とする方法。
35. 請求項２４乃至３４何れか一項記載の方法であって、
    前記相関モジュールは、少なくとも４つの適応可能な相関パラメータｘ_１，ｘ_２，．．．，ｘ_５を有し、該適応可能なパラメータは、
    

    

    によって相関することを特徴とする方法。
36. 請求項２４乃至３５何れか一項記載の方法であって、
    脆弱性要因は、対応するポートフォリオのヒストリカルデータセットに基づき決定され、
    一般化された保険リスクは、前記脆弱性要因から自動的に導くことが可能である、
    ことを特徴とする方法。
37. 請求項２４乃至３６何れか一項記載の方法であって、
    異なる相関モジュールが、異なる海抜高度メートルに位置する沿岸に沿った洪水セルゾーンについて使用されることを特徴とする方法。
38. 請求項３７記載の方法であって、
    海抜１０メートル以下にある沿岸に沿った洪水セルゾーンが、固有の相関モジュールによって決定されることを特徴とする方法。
39. 請求項３７又は３８記載の方法であって、
    前記沿岸に沿った洪水セルの決定は、さらに暴風高潮イベントに基づくことを特徴とする方法。
40. 請求項３７乃至３９何れか一項記載の方法であって、
    前記沿岸に沿った洪水セルの決定は、さらにＳＬＯＳＨ（Ｓｅａ，Ｌａｋｅ ａｎｄ Ｏｖｅｒｌａｎｄ Ｓｕｒｇｅｓ ｆｒｏｍ Ｈｕｒｒｉｃａｎｅｓ）方法を有することを特徴とする方法。
41. 請求項２４乃至４０何れか一項記載のステップが、コンピュータ上で実行されると実現可能なソフトウェアコードセクションを有し、デジタルコンピュータの内部メモリにロード可能なコンピュータプログラムプロダクト。

Images