泸定M s6.8地震房屋损失快速评估

震后房屋损失的快速评估对于灾后应急救援等至关重要。现有的地震风险评估方法要么仅提供损失的均值,要么以某一方差常数来描述损失的分布特征,均无法准确有效地反映各空间位置点损失的随机性及相关关系,最终影响整体损失评估结果的准确度。本文基于Copula理论,提出了一种适用于地震巨灾风险分析的相关随机变量模拟方法,好处是在实现快速计算的同时,能够考虑地震损失中的不确定性与相关性。利用所提方法对2022年9月5日四川泸定6.8级地震的房屋损失进行评估,得到了各结构类型与县区的损失分布,并与PAGER方法所得到的损失分布进行对比。结果表明:此次地震房屋总体损失超过89.8%的概率处于10~100亿元人民币量级水平,其中超过50.8%的概率为20~50亿元人民币;损失较大的三个县区分别是泸定县、石棉县和荥经县,砌体结构的经济损失约是框架结构的2倍;相比于PAGER,该方法给出的损失概率分布形状更加灵活,能够详细地反映不同县区的房屋损失特征。研究方法和结果为震后损失快速评估技术提供参考,也为未来地震的灾后应急救援等提供科学依据。

基于大样本模拟的巨灾损失计算方法

巨灾损失计算的精度影响着保险费率厘定、灾后补偿和防灾减灾工作的效果。传统的巨灾损失量化主要依赖均值和方差来表示损失的精度和不确定性,在复杂的叠加计算中需要增加各类相关性的假定,计算流程繁琐且精度不高。本研究引入克罗内克积表示各类耦合,基于高斯耦合和大样本模拟方法将复杂的概率分布转化为大样本集,较好地解决了各类耦合问题并且将时间域、空间域和损失不确定性等多个分布转化为样本集,从而简化了巨灾损失风险的计算。本文提出的方法不仅适用于地震巨灾,类似思路同样可以应用于台风、洪水等巨灾的损失计算,并以此简明地计算出对应各个风险水平的损失指标。最后本文以阿克苏地区拜城县的震害损失为例,进行示范性应用研究,给出了该地区的保险纯费率分布,验证了模型的有效性,并在此基础上,计算出直接经济损失及保险再保险损失的超越概率曲线,为未来城市的巨灾风险定价提供量化依据。