《自然灾害保险评估》由会员分享，可在线阅读，更多相关《自然灾害保险评估（4页珍藏版）》请在金锄头文库上搜索。
1、自然灾害保险评估以小麦为保险标的主要研究对象，分析数据因子，建立模型计算出干旱、洪涝、霜冻、倒伏、冰雹影响指数，并构建小麦单种灾害风险指数影响定量评价风险模型。利用层次分析模型判断保险方案的合理性。关键词：保险风险评估；定量评价模型；气象产量分离；层次分析模型一、单种灾种定量评价模型自然灾害风险是危险性、暴露性、脆弱性和防灾减灾能力 R 相互综合作用的结果。危险性( )是指造成灾害的自然变异的程度指数；暴露性( ) 是指可能受到灾害威胁的农作物规模;脆弱性( ) 是指所有财产因为灾害可能造成的损失程度;防灾减灾能力是受灾区预防灾害和从灾害中恢复的程度。则在不同的生长时期分别计算出不同灾害的定量
2、评价模型式中，i 表示小麦生长的不同时期， j 表示不同的灾害。二、危险性、暴露性、脆弱性防灾减灾能力评估计算（一）危险性的评估计算1.干旱危险性指数分各个发育阶段建立相对湿润度指数来反映降水和农田蒸散量之间的平衡关系。其表达式如下：式中， 为计算时段内的相对湿润指数； 为相应时段的降水量； 为相应时段的作物潜在蒸散量。式中 表示相应发育阶段的作物系数，受产量水平、作物本身的生物学特性、土壤条件等因素影响。 表示特定作物特定阶段的农田需水量其中 的计算采用一下公式，进行逐日可能蒸散量的计算。表示可能蒸散量； 和 G 分别表示地表净辐射和土壤热通量；r 表示干湿表常数 分别表示饱和水汽压和实际水
3、汽压， 表示日平均气温， 表示 2 米高处风速， 表示饱和水汽压曲线斜率。2.洪涝危险性指数笔者选择各生长阶段降水量 50mm（ ）和降水量 100mm（ ）的平均天数的两个指标作为评价暴雨洪灾致灾因子危险性指标，分别赋予 和 这两个指标 0.4 和 0.6 的权重，构建大雨洪灾因子综合危险度（H ） ，表达式为：式中：H大雨洪灾致灾因子危险度； 生长阶段中降水量 50mm 的日次； 生长阶段中降水量 100mm 的日次。三、层次模型评判农业灾害保险风险度将影响农业灾害保险风险度的因素问题分为三个层次，最上层为目标层，即农业灾害保险风险度；中间层为准则层，危险性、暴露性、脆弱性、防灾减灾能力四
4、个因素；最下层为指标层，即返青期、抽穗期、灌浆期、成熟期。（一）计算权向量并做一致性检验对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量(归一化后) 即为权向量：若不通过，需重新构追成对比较阵。根据所得到的正互反矩阵，计算对于上一层因素而言的本层次各因素间相关重要性的权重方法有特征值法、方根法、和法等，采用和法计算。a.将 的每一列向量归一化得:b.对 按行求和得:c.将 归一化: , ,即为近似特征向量.d.计算 ,作为最大特征根的近似值。（二）计算组合权向量并做组合一致性检验计算最下层对目标的组合权向量，并根据公
5、式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。建立模型如下：（三）层次分析模型的求解根据之前求得的准则层的个性指标，构造准则层对指标值的正互反矩阵。1.计算正互反矩阵 权向量采用层次分析法中的和法对数据进行进一步的处理、运算，得到该矩阵的特征向量 ,且 ， （其中 为 的第 个分量， ） 2.对正互反矩阵 进行一致性检验因为， 其中 .则对于 的表一的矩阵数据，我们可以得到： ，所以，一致性检验通过。由此可知正互反矩阵 的特征向量 可以称为权向量.3.构造方案层 C 对准则层 B 的正互反矩阵，计算权向量并做一致性检验,同理对于暴露性 ,脆弱性 ,防灾减灾能力 的权向量，并作一致性分析。整理数据，一致性检验均通过。4.计算方案层 C 对目标层 A 的权向量由计算得：这个结果可解释为，在返青期、抽穗期、灌浆期、成熟期在农业自然灾害保险的风险评估中中占得权重分别为 47.0%，27.0% ，26.0%,31.5%。经过综合分析和计算得出自然灾害的总风险为 0.086。参考文献：1林雪松，周婧，林德新.MATLAB7.0 应用详细地址：
