基于物理模型的城市建筑群风灾保险保费厘定方法及装置

本发明涉及城市建筑群风灾保险保费厘定，特别涉及一种基于物理模型的城市建筑群风灾保险保费厘定方法及装置。

背景技术：

1、风灾保险是巨灾保险体系中的重要组成部分。保险承保灾害的特点是同质性、频率高、损失小，定价依据是数理统计中的大数法则。而风灾等巨灾风险发生具有频率低、影响广、成灾强度大、历史数据不够多等特点，使得大数法则在这类灾害的保费厘定中效果失灵。城市建筑群是风灾保险中的一类重要的保险标的。城市建筑群风灾保险保费厘定的核心任务是科学量化预测保险标的在保险保障年限中的风灾经济损失。常规方法多是基于历史风灾损失统计数据的经验回归方法。但城市是一个不断生长的有机体，城市快速发展进程下建筑的功能性和价值性都在发生显著变化，历史风灾损失统计数据难以客观反映未来城市建筑群可能的风灾直接和间接经济损失。与经验回归模型相对应的是物理模型，即通过求解描述城市建筑群风灾下物理破坏过程的物理方程来预测风灾损失，进而计算保险保费。但目前行业和领域尚且缺乏基于物理模型的城市建筑群风灾保险保费厘定方法，影响了风灾保险行业的可持续发展。

技术实现思路

1、本发明提供了一种基于物理模型的城市建筑群风灾保险保费厘定方法及装置，以解决城市快速发展情况下，面向城市建筑群风灾保险的传统经验回归方法适用性和可靠性不足的技术问题。

2、为解决上述技术问题，本发明提供了如下技术方案：

3、一方面，本发明提供了一种基于物理模型的城市建筑群风灾保险保费厘定方法，所述基于物理模型的城市建筑群风灾保险保费厘定方法包括：

4、获取目标建筑群的地理信息系统数据、目标建筑群外立面窗户的几何信息以及目标建筑群所在城市与保单所保年限一致的最近几年的历史气象数据；

5、基于所述历史气象数据，建立目标建筑群的风灾数据库；其中，所述风灾数据库中包括风向概率分布信息和每一风向下的风速概率分布信息；

6、基于所述地理信息系统数据和所述风灾数据库，建立目标建筑群外立面风压分布模拟情景库；其中，所述目标建筑群外立面风压分布模拟情景库中包括目标建筑群在所述风灾数据库所涵盖的每一情景下的建筑外立面风压数据；其中，每一情景均由一组风向数据和对应风向下的风速数据组成；

7、基于所述目标建筑群外立面风压分布模拟情景库和目标建筑群外立面窗户的几何信息，建立目标建筑群的风灾损失模拟情景库；其中，所述风灾损失模拟情景库中包括每一情景下的目标建筑群中的每一栋建筑的损失情况；

8、基于所述风灾损失模拟情景库和所述风灾数据库，计算得到目标建筑群的风灾损失期望值，进而确定出目标建筑群的风灾保险的保费。

9、进一步地，所述地理信息系统数据包括：目标建筑群中每栋建筑的底面轮廓所形成的多边形的各个顶点的经纬度数据和每栋建筑的海拔高度数据。

10、进一步地，所述目标建筑群外立面窗户的几何信息的获取方式为：

11、采用无人机对目标建筑群进行倾斜摄影航拍，得到一系列倾斜摄影数据；其中，所述倾斜摄影数据包括：建筑的倾斜摄影照片、拍摄每张倾斜摄影照片时无人机所处的经纬度数据和海拔高度数据，以及无人机所携带相机的俯仰角、横滚角、航向角、焦距和像元大小；

12、任选地面上某经纬度的点位为原点，以正东方向为x轴正方向，以正北方向为y轴正方向，以竖直向上方向为z轴正方向，建立空间直角坐标系，将所述地理信息系统数据中的经纬度数据和海拔高度数据转换为所述空间直角坐标系中的x、y、z坐标，将所述倾斜摄影数据中的经纬度数据和海拔高度数据也转换为所述空间直角坐标系中的x、y、z坐标；

13、在将地理信息系统数据和倾斜摄影数据中的经纬度数据和海拔高度数据均转换为所述空间直角坐标系中的x、y、z坐标后，针对目标建筑群内每一栋建筑的每一个立面分别进行窗户几何信息提取；所述窗户几何信息提取过程包括：

14、针对目标建筑群内每一栋建筑的每一个立面，从所述倾斜摄影数据中筛选出涉及该立面图像的最优照片；其中，所述最优照片指的是在当前立面所涉及的所有倾斜摄影照片中，目标建筑物立面所占的像素点数最多，且目标建筑立面在照片中最接近于正视图中目标建筑立面图像特征的倾斜摄影照片；

15、根据拍摄所述最优照片时无人机在所述空间直角坐标系中所处的坐标以及无人机所携带相机的俯仰角、横滚角、航向角、焦距和像元大小，计算得到当前立面所形成的多边形的各个顶点在所述最优照片中的像素坐标，进而根据计算出的像素坐标从所述最优照片中截取出当前立面的图像，并通过图像矫正将截取出的当前立面的图像转换为正视图；

16、通过语义分割算法识别出所述正视图中代表窗户的所有像素，并采用长方形拟合得到所述正视图中每一扇窗户的外轮廓长方形的四个顶点的像素坐标；

17、根据当前立面所形成的多边形的各个顶点在所述空间直角坐标系中的x、y、z坐标，将当前立面的正视图中每一扇窗户的外轮廓长方形的四个顶点的像素坐标转换为所述空间直角坐标系中的x、y、z坐标，得到当前立面窗户的几何信息。

18、进一步地，所述历史气象数据包括：历史风向数据和与历史风向数据对应的历史风速数据；其中，历史风向数据的记录间隔时间不超过预设时长；

19、基于所述历史气象数据，建立目标建筑群的风灾数据库，包括：

20、通过插值方法对所述历史气象数据中的缺项数据进行补充；

21、在完成缺项数据补充的历史气象数据中筛选出历史气象数据在多个方向的风向记录，绘制历史气象数据的风向概率分布图；并针对每一个风向的历史气象数据，以预设风速间隔绘制历史气象数据的风速概率分布图；

22、对所述风向概率分布图和所述风速概率分布图进行存储，通过所述风向概率分布图和所述风速概率分布图形成所述目标建筑群的风灾数据库。

23、进一步地，基于所述地理信息系统数据和所述风灾数据库，建立目标建筑群外立面风压分布模拟情景库，包括：

24、基于目标建筑群的地理信息系统数据建立目标建筑群的计算流体力学模型库；其中，所述计算流体力学模型库包括目标建筑群在所述风灾数据库所涵盖的每一情景下的计算流体力学模型；

25、基于所述计算流体力学模型库和所述风灾数据库，建立目标建筑群外立面风压分布模拟情景库。

26、进一步地，基于所述目标建筑群外立面风压分布模拟情景库和目标建筑群外立面窗户的几何信息，建立目标建筑群的风灾损失模拟情景库，包括：

27、s41，针对所述风灾数据库中的每一情景，根据所述目标建筑群外立面风压分布模拟情景库和所述目标建筑群外立面窗户的几何信息，计算得到当前风灾情景下目标建筑群中每一栋建筑的每一扇窗户的外风压；

28、s42，采用蒙特卡洛模拟确定所述风灾数据库中的每一情景下目标建筑群的每一栋建筑的损失情况；其中，所述损失情况包括：窗户破坏面积、直接经济损失和间接经济损失；

29、s43，遍历所述风灾数据库中的所有情景，并在每一次遍历后重复s41和s42的操作，得到所述目标建筑群的风灾损失模拟情景库。

30、进一步地，所述采用蒙特卡洛模拟确定所述风灾数据库中的每一情景下目标建筑群的每一栋建筑的损失情况，包括：

31、s421，确定窗户的抗风承载力的概率密度函数；

32、s422，将一次蒙特卡洛模拟称为一次实现，设定蒙特卡洛模拟次数n=1，设定蒙特卡洛模拟的实现的总次数n；

33、s423，判断n是否大于n，如果n小于或等于n，则执行s424，如果n大于n，则执行s4210；

34、s424，根据窗户的抗风承载力的概率密度函数，随机确定目标建筑群中每一栋建筑的每一扇窗户的抗风承载力采样值；

35、s425，针对目标建筑群中每一栋建筑，比较每一扇窗户的抗风承载力采样值与外风压的大小，若抗风承载力采样值小于或等于外风压，则判定窗户发生破坏，若抗风承载力采样值大于外风压，则判定窗户完好；

36、s426，针对目标建筑群中每一栋建筑，若当前建筑存在窗户发生破坏，则将当前建筑所有已破坏窗户的外风压的矢量平均值作为当前建筑所有完好窗户的内风压值，将窗户的外风压与内风压进行矢量求和得到总风压，若抗风承载力采样值小于或等于总风压，则判定窗户发生破坏，否则，判定窗户完好；

37、s427，针对目标建筑群中每一栋建筑，重复s426，直至当前建筑不再出现新的窗户发生破坏，得到当前建筑的窗户破坏面积；

38、s428、遍历目标建筑群的所有建筑，重复s425~s427；遍历结束后执行s429；

39、s429，将n的值加1，然后跳转执行s423；

40、s4210，停止蒙特卡洛模拟；执行s4211；

41、s4211：根据多次实现的结果，计算目标建筑群的每栋建筑的窗户破坏面积、直接经济损失和间接经济损失，以及目标建筑群的风灾经济损失期望值；

42、其中，目标建筑群的每栋建筑的窗户破坏面积的计算公式为：

43、；

44、目标建筑群的每栋建筑的直接经济损失的计算公式为：

45、；

46、目标建筑群的每栋建筑的间接经济损失的计算公式为：

47、；

48、目标建筑群的风灾经济损失期望值的计算公式为：

49、；

50、其中，为目标建筑群的第i栋建筑在第n次实现下的窗户破坏面积；为求蒙特卡洛模拟的所有实现的的中位值；为目标建筑群的第i栋建筑的窗户破坏面积；为目标建筑群的第i栋建筑的直接经济损失；为目标建筑群的第i栋建筑的间接经济损失；为目标建筑群的第i栋建筑的修复所需材料费用，，其中，upg、upgs分别为单位面积玻璃费用、单位面积封条费用；为目标建筑群的第i栋建筑的修复所需材料安装费用，；为目标建筑群的第i栋建筑的修复所需破损窗户拆卸费用，，其中，upd为单位面积拆卸工作费用；为目标建筑群的第i栋建筑的修复所需管理费用，；为目标建筑群的第i栋建筑的修复所需室内财产损失，；为目标建筑群的第i栋建筑的修复所需每日产值；rs为窗户修复速度；tel为目标建筑群的风灾经济损失期望值；i表示目标建筑群的建筑总数量。

51、进一步地，所述目标建筑群的风灾损失期望值的计算公式为：

52、；

53、其中，el为目标建筑群的风灾损失期望值；为所述风灾数据库中的第k个情景下目标建筑群的风灾经济损失期望值；为所述风灾数据库中的第k个情景的发生概率，，表示在所述风灾数据库中第s个风向发生的概率；表示在所述风灾数据库中的第s个风向情景中第t个风速发生的概率；k表示所述风灾数据库的情景总数量。

54、进一步地，所述目标建筑群的风灾保险的保费的计算公式为：

55、；

56、其中，h为目标建筑群的风灾保险的保费；为保险公司确定的安全符合系数。

57、另一方面，本发明还提供了一种基于物理模型的城市建筑群风灾保险保费厘定装置，所述基于物理模型的城市建筑群风灾保险保费厘定装置包括：

58、数据获取模块，用于获取目标建筑群的地理信息系统数据、目标建筑群外立面窗户的几何信息以及目标建筑群所在城市与保单所保年限一致的最近几年的历史气象数据；

59、风灾数据库构建模块，用于基于所述数据获取模块所获取的历史气象数据，建立目标建筑群的风灾数据库；其中，所述风灾数据库中包括风向概率分布信息和每一风向下的风速概率分布信息；

60、目标建筑群外立面风压分布模拟情景库构建模块，用于基于所述地理信息系统数据和所述风灾数据库，建立目标建筑群外立面风压分布模拟情景库；其中，所述目标建筑群外立面风压分布模拟情景库中包括目标建筑群在所述风灾数据库所涵盖的每一情景下的建筑外立面风压数据；其中，每一情景均由一组风向数据和对应风向下的风速数据组成；

61、目标建筑群的风灾损失模拟情景库构建模块，用于基于所述目标建筑群外立面风压分布模拟情景库和目标建筑群外立面窗户的几何信息，建立目标建筑群的风灾损失模拟情景库；其中，所述风灾损失模拟情景库中包括每一情景下的目标建筑群中的每一栋建筑的损失情况；

62、保费计算模块，用于基于所述风灾损失模拟情景库和风灾数据库，计算得到目标建筑群的风灾损失期望值，进而确定出目标建筑群的风灾保险的保费。

63、再一方面，本发明还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

64、又一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

65、本发明提供的技术方案带来的有益效果至少包括：

66、本发明提供的基于物理模型的城市建筑群风灾保险保费厘定方法，充分利用无人机倾斜摄影这一高效城市信息获取手段智能采集城市建筑群窗户数据，进而通过求解描述城市建筑群风灾下物理破坏过程的物理方程来预测风灾损失，突破了传统经验回归方法适用性、通用性和可靠性不足的局限，使得风灾损失预测结果更加科学、可靠。本发明可以帮助保险公司高效、科学预测保险标的在保险保障年限内的风灾经济损失，促进风灾保险行业的可持续化发展。