气象灾害综合指数保险研究——以北京市棉花为例

气象指数保险作为最有前景的农业保险创新工具,在保障农产品收入、稳定农业生产和国民经济运行方面具有重要意义。该文提出了综合气象指数模型来设计棉花保险产品,通过主成分分析法结合熵权法构建综合气象指数,综合考量降水、气温、日照等气象指标对棉花生产的影响。相比单一气象指数模型,综合气象指数模型能够整合多种气象条件信息,提高农业气象灾害保险模型的精度。基于该模型,以1999—2016年北京市棉花作物为例进行保险设计,在综合气象指数模型框架下计算出该地区不同灾害等级下的棉花气象灾害指数保险的纯保险费率。     

2019年锡林郭勒盟肉羊天气指数型保险浅析--以内蒙古西乌珠穆沁旗为例

天气指数型保险是一种创新型保险,肉羊天气指数型保险以牲畜草料为保险标的,为牧民提供因旱灾、雪灾所造成的肉羊饲养成本增长及因天气灾害致损的保险保障和风险对冲,即每当天气达到气象灾害标准时统一按投保合同中数量进行赔付。同时,天气指数型保险的实施也大大降低了保险公司查勘定损的成本和被保险人道德风险的危害。2019年,肉羊天气指数型保险在内蒙古锡林郭勒盟开展试点工作,基于对锡林郭勒盟西乌珠穆沁旗养殖农户投保情况的调研结果,简要分析了本次天气指数型保险试点的经验和影响因素,并依据保险政策等提出相应的解决对策和发展建议,为本地区进一步推广天气指数型保险,改善抗风险能力提供参考。     

台风影响下的学校风灾风险评估模型研究——以浦东新区部分沿海学校为例

针对学校气象灾害风险的调查研究,台风风灾是影响学校安全的重要气象灾害之一,该文重点研究台风大风学校承灾体自身暴露度脆弱性风险指数的构建方法,完善原有气象灾害风险评估关注致灾因子的风险评估模式,通过对沿海学校的大风风险隐患点普查和各隐患点的脆弱性分析,结合各学校不同气象灾害防御能力现状,建立基于台风影响下风灾风险计算模型,形成风灾风险预评估产品。研究结果表明：本模型方法构建的风险指数可预评估出与实际较为符合的风险级别,实际应用而言更科学更合理,可为学校及时采取有针对性的防灾减灾措施提供依据。     

台风灾害风险区划模型

台风灾害发生频率高,影响严重,是人类面临的全球性重大问题之一。对台风灾害进行科学、合理的风险评估显得尤为重要。以宁波市为研究对象,在隶属函数和自然灾害风险理论的基础上,综合考虑形成台风灾害风险危险性、暴露性和脆弱性,结合GIS技术建立了台风灾害风险区划模型,绘制了宁波市台风灾害风险区划图;并利用灾级指数对模型结果进行了验证。结果表明:宁波市各区、县的台风灾害风险指数中,宁海、鄞州、余姚、奉化、象山和慈溪台风灾害的总风险指数较大,老城区(海曙区、江东区、江北区)、镇海和北仑较小;宁波市东南沿海、城镇和部分山区台风灾害风险等级较高;灾级指数与台风风险指数的相关性较好,决定系数达到0.7181,且通过了0.01的置信区间。     

工程区台风大风灾害评估方法的研究与应用——以苏通大桥为例

针对国家重大项目施工和运营中规避台风大风灾害风险的特殊需求,以国家重点工程苏通大桥为例,研究了工程区局地环境下台风大风灾害风险的分析评估方法。利用1949~2007年桥位地区影响台风资料,用气候统计学方法分析了苏通大桥桥位工程区影响台风的时空分布,并用蒙特卡罗模拟方法对8级以上台风大风对桥位区可能造成的灾损指数进行计算。结果表明:①影响桥位区的台风年均2.5个,其中出现8级以上阵风的严重影响台风年均0.78个,工程区从5月下旬~11月下旬均可能受台风袭击,7月上旬~9月中旬是桥位区影响台风的多发期,而8月份几率最大,台风大风主要出现在偏东南和偏北方向;②蒙特卡罗方法模拟的桥位区8级以上台风大风的期望灾损指数达到0.282 1,约占全省台风灾害期望灾损指数的48%,潜在的经济损失达到20 675万元。采用气候统计学原理和蒙特卡罗模拟方法,可以满足局部特殊环境下的对工程区气象灾害风险分析的需要,其结果可以作为施工管理和规避灾害风险的依据。     

基于多普勒天气雷达数据的台风灾害评估系统

台风是影响我国的主要气象灾害之一,多普勒天气雷达是研究灾害性天气形成机理、结构特征的最重要手段。为进一步提高台风灾害评估的准确性和及时性,基于先进的多普勒天气雷达探测技术及时获取台风过程中的降水量、降水强度、最大风速作为动态因子,选取相对高度、坡度、经济易损性作为静态因子,利用可拓理论建立台风灾害评估模型,以ARCGIS作为开发平台,开发了台风灾害评估系统,实现了台风灾害评估的可视化和实时评估,为台风防灾减灾提供及时的决策服务。     

台风灾害债券设计——基于广东省数据的实证研究

台风作为全球发生频率最高,影响最严重的一种自然灾害,对我国的影响也非常严重。在巨灾风险证券化、巨灾债券已成为巨灾保险业大趋势的背景下,发展我国台风灾害债券具有重要的现实意义。以我国受台风灾害影响最严重的省份——广东省为研究对象,收集了其近30年相关台风损失数据,利用非寿险精算技术分析其台风的损失分布和次数分布,在此基础上利用CAMP模型和现金流分析对广东省的台风灾害债券做了初步设计。     

长三角地区台风灾害风险评估

中国长三角地区由于濒临西北太平洋,成为受台风灾害影响最严重的地区之一。结合灾害风险理论,将该地区16个地级市的140个县(包括一般县、县级市和市辖区)作为研究单元,对台风灾害风险进行了评估。选用台风大风和台风降雨等10个指标,采用主成分分析法计算了各县的台风致灾因子强度指数;选用各县2006年底人口密度、地区生产总值和第一产业产值占总产值的比例等3个指标,采用主成分分析法计算了其承灾体脆弱性指数;将致灾因子指数与脆弱性指数相乘,得到了各县的台风灾害风险指数,从而得到了风险等级图。该风险等级图揭示了台风灾害风险在长三角地区的等级分布状况,可以为长三角地区台风灾害防范策略的制定提供参考。     

农作物气象灾害风险识别与评估研究

以安徽省来安县水稻和萧县玉米为例,通过构建气象灾害指数和异常优化匹配技术量化气象灾害与产量损失之间关系,进而实现作物气象灾害风险的识别与评估。考虑到作物产量存在年趋势,利用直线滑动平均法(LMA)法进行产量年趋势剔除,获得产量年际波动率数据;根据研究区及作物生长期特征,用三种气象要素(降水、温度和光照)构建研究区长江的五种气象灾害(干旱、洪涝、高温、冻害、寡照)指数,并利用逐日气象要素值计算气象灾害指数的年极值与年累计值,获得气象灾害指数时序数据;基于气象灾害属于异常天气事件,导致作物产量异常的原理,采用气象灾害指数异常与产量损失异常匹配的方法来识别气象灾害与产量之间的关系。同时,通过调整异常阈值标准来逐步寻找最优的气象灾害指数与产量损失关系模型。借助关系模型,可对来安县水稻和萧县玉米的各种气象灾害风险进行模拟,获得各种气象灾害风险曲线和期望减产率,并据此对各气象灾害风险大小进行排序。农作物气象灾害风险识别与评估技术具有重要的实际应用价值,为农业气象灾害风险的监测及农业天气指数保险产品的开发提供重要的技术支撑。     

江苏省风电场的气象灾害风险评估

在分析江苏省风电场气象灾害特征的基础上,建立了以江苏省为例的风电场气象灾害风险性评价模型,确定台风密度、龙卷风密度、雷暴密度、风机密度、单机发电功率、人均GDP这6个因子作为评估指标。结合GIS技术和层次分析法对江苏省长江以北各县市风电产气象灾害风险度进行了区划。结果表明,江苏省长江以北的沿海城市:南通和盐城区域为风电场气象灾害的极高风险区和高风险区,而同样为沿海城市的连云港与苏中地区的泰州市、扬州市和苏北地区的淮安为风电场气象灾害的中风险区,宿迁和徐州均为风电场气象灾害的低风险区。