王小東 粟春晨 宋圣楠 馮 鍵 翟亮亮 熊政輝 馬騰飛

1）中再巨災(zāi)風(fēng)險(xiǎn)管理股份有限公司，重慶 400023

2）中國(guó)再保險(xiǎn)（集團(tuán)）股份有限公司，北京 100033

3）中國(guó)再保險(xiǎn)（集團(tuán)）股份有限公司博士后工作站，北京 100033

引言

我國(guó)位于世界兩大地震帶?環(huán)太平洋地震帶與地中海喜馬拉雅山地震帶交匯處，因此地震災(zāi)害頻發(fā)。1990?2020 年，成災(zāi)地震造成直接經(jīng)濟(jì)損失11 210.81 億元（樓寶棠，1996；國(guó)家地震局等，1996；中國(guó)地震局監(jiān)測(cè)預(yù)報(bào)司，2001；中國(guó)地震局震災(zāi)應(yīng)急救援司，2010，2015），其中2020 年我國(guó)大陸地區(qū)共發(fā)生5.0 級(jí)以上地震20 次（5.0～5.9 級(jí)地震17 次，6.0～6.9 級(jí)地震3 次），造成5 人死亡，30 人受傷，直接經(jīng)濟(jì)損失約18.47 億元（林向洋等，2020；應(yīng)急管理部國(guó)家減災(zāi)中心，2021）。從國(guó)際經(jīng)驗(yàn)來看，自然災(zāi)害的商業(yè)保險(xiǎn)賠付金額約占直接經(jīng)濟(jì)損失的30%～40%，而我國(guó)商業(yè)保險(xiǎn)賠付率尚不足1%（馮鍵，2019）。推動(dòng)地震巨災(zāi)保險(xiǎn)發(fā)展的技術(shù)核心在于對(duì)地震風(fēng)險(xiǎn)的量化與管理。孟生旺等（2018）使用極值理論對(duì)地震災(zāi)害事件進(jìn)行了統(tǒng)計(jì)分析，建模并測(cè)算地震風(fēng)險(xiǎn)保費(fèi)。牛方曲等（2012）基于全國(guó)縣級(jí)尺度人口、房屋結(jié)構(gòu)數(shù)據(jù)庫、中國(guó)地震烈度區(qū)劃圖和地震對(duì)房屋的破壞參數(shù)，建立了區(qū)域中長(zhǎng)期房屋震災(zāi)損失評(píng)估系統(tǒng)。陳洪富等（2013）基于WebGIS 平臺(tái)，將已有震害預(yù)測(cè)、地震應(yīng)急指揮、地震現(xiàn)場(chǎng)損失評(píng)估、災(zāi)后科學(xué)考察和恢復(fù)重建等業(yè)務(wù)功能集成為有機(jī)整體，建立了綜合性地震災(zāi)害損失評(píng)估系統(tǒng)。熊政輝（2019）結(jié)合我國(guó)地震風(fēng)險(xiǎn)特點(diǎn)和保險(xiǎn)行業(yè)需求，構(gòu)建了具有良好可拓展性的地震巨災(zāi)模型EQCat。

本文基于前人研究成果，結(jié)合地震巨災(zāi)保險(xiǎn)定價(jià)與風(fēng)險(xiǎn)管理需求，構(gòu)建多租戶的高性能地震保險(xiǎn)損失評(píng)估SaaS（Software as a Service, 軟件即服務(wù)）云平臺(tái)。該平臺(tái)通過集成風(fēng)險(xiǎn)暴露模塊、致災(zāi)因子模塊、工程易損性模塊、金融模塊，實(shí)現(xiàn)了地震保險(xiǎn)損失評(píng)估功能；通過采用快速隨機(jī)事件篩選方法、針對(duì)地震事件影響場(chǎng)特征設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu)與檢索方法等實(shí)現(xiàn)了高性能的計(jì)算引擎；采用基于數(shù)據(jù)隔離方案的多租戶模式，保證用戶數(shù)據(jù)安全；設(shè)計(jì)基于業(yè)務(wù)單元的資源彈性伸縮方法，以滿足保險(xiǎn)業(yè)業(yè)務(wù)集中需求，且可針對(duì)用戶不同需要進(jìn)行配置，提供個(gè)性化使用需求。

1 云平臺(tái)技術(shù)架構(gòu)

傳統(tǒng)的地震風(fēng)險(xiǎn)評(píng)估軟件或巨災(zāi)模型常以軟件授權(quán)的方式交付用戶?；谲浖跈?quán)的單機(jī)模式在軟件使用率低時(shí)無法及時(shí)釋放計(jì)算資源，且業(yè)務(wù)集中，需大量使用時(shí)無法動(dòng)態(tài)增加計(jì)算資源，從而導(dǎo)致計(jì)算資源的浪費(fèi)，同時(shí)又無法滿足地震風(fēng)險(xiǎn)快速評(píng)估的商業(yè)化需求。而云計(jì)算技術(shù)可通過虛擬化技術(shù)合理管理計(jì)算資源，打破傳統(tǒng)單機(jī)模式的局限性。本文在綜合分析國(guó)內(nèi)外地震巨災(zāi)風(fēng)險(xiǎn)評(píng)估的需求后，基于云計(jì)算技術(shù)，以每次上傳的風(fēng)險(xiǎn)暴露為單元進(jìn)行數(shù)據(jù)隔離、計(jì)算引擎隔離，實(shí)現(xiàn)了多租戶的地震風(fēng)險(xiǎn)評(píng)估SaaS 云平臺(tái)。根據(jù)用戶提交的任務(wù)優(yōu)先級(jí)、數(shù)量，動(dòng)態(tài)增加或銷毀計(jì)算節(jié)點(diǎn)，滿足用戶不同的算力需求。地震風(fēng)險(xiǎn)評(píng)估SaaS 云平臺(tái)系統(tǒng)架構(gòu)如圖1 所示。

圖1 地震保險(xiǎn)損失評(píng)估SaaS 云平臺(tái)技術(shù)架構(gòu)Fig. 1 Technical architecture

1.1 展現(xiàn)層

根據(jù)多租戶、多用戶彈性計(jì)算的業(yè)務(wù)需求，采用B/S 架構(gòu)構(gòu)建地震風(fēng)險(xiǎn)評(píng)估系統(tǒng)。采用前后端分離的架構(gòu)思想，使用基于HTTP 協(xié)議的API（Application Programming Interface，應(yīng)用程序接口）將展現(xiàn)層、服務(wù)層分離。展現(xiàn)層基于SPA（Single Page Web Application，單頁面應(yīng)用）架構(gòu)，使用主流的H5+JavaScript 技術(shù)、WebGL 等GIS 可視化技術(shù)構(gòu)建交互友好的用戶界面。展現(xiàn)層為用戶提供高效的風(fēng)險(xiǎn)暴露上傳接口、風(fēng)險(xiǎn)暴露數(shù)據(jù)可視化展示界面、地震保險(xiǎn)損失評(píng)估模式選擇界面、地震保險(xiǎn)損失評(píng)估參數(shù)設(shè)置界面、地震保險(xiǎn)損失評(píng)估結(jié)果展示界面、風(fēng)險(xiǎn)累積和保險(xiǎn)方案設(shè)計(jì)界面。

1.2 服務(wù)層

服務(wù)層即后端服務(wù)器層，根據(jù)展現(xiàn)層的請(qǐng)求，與數(shù)據(jù)層、算力層交互并為展現(xiàn)層提供API 接口。展現(xiàn)層與服務(wù)層采用易于擴(kuò)展的微服務(wù)架構(gòu)，可通過容器技術(shù)或者虛擬化技術(shù)實(shí)現(xiàn)資源彈性伸縮與負(fù)載均衡。

1.3 數(shù)據(jù)層

根據(jù)高性能計(jì)算及多租戶的需求，在深入分析業(yè)務(wù)特點(diǎn)的基礎(chǔ)上，系統(tǒng)按照用戶上傳的業(yè)務(wù)數(shù)據(jù)（即風(fēng)險(xiǎn)暴露數(shù)據(jù)）進(jìn)行分庫、按“分析”（即地震保險(xiǎn)損失評(píng)估計(jì)算）將不同分析結(jié)果存放在不同數(shù)據(jù)庫表中，達(dá)到數(shù)據(jù)隔離與數(shù)據(jù)庫橫向擴(kuò)展的目的。

數(shù)據(jù)層包括元數(shù)據(jù)庫與業(yè)務(wù)數(shù)據(jù)庫。元數(shù)據(jù)庫用于存儲(chǔ)業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)庫地址、配置信息等，不包括風(fēng)險(xiǎn)暴露數(shù)據(jù)與計(jì)算結(jié)果數(shù)據(jù)，同時(shí)采用一主一備的高可用架構(gòu)。業(yè)務(wù)數(shù)據(jù)庫中有若干實(shí)例，實(shí)例間交互隔離，當(dāng)用戶上傳風(fēng)險(xiǎn)暴露數(shù)據(jù)時(shí)，系統(tǒng)會(huì)根據(jù)元數(shù)據(jù)庫的配置信息，在指定的服務(wù)器節(jié)點(diǎn)上創(chuàng)建數(shù)據(jù)庫實(shí)例作為業(yè)務(wù)數(shù)據(jù)庫，用于存儲(chǔ)風(fēng)險(xiǎn)暴露數(shù)據(jù)。系統(tǒng)根據(jù)多個(gè)數(shù)據(jù)庫服務(wù)器節(jié)點(diǎn)的負(fù)載與存儲(chǔ)情況，可調(diào)整業(yè)務(wù)數(shù)據(jù)庫的創(chuàng)建策略，實(shí)現(xiàn)數(shù)據(jù)庫的負(fù)載均衡，從而避免訪問集中于單個(gè)服務(wù)器節(jié)點(diǎn)造成的卡頓與其他服務(wù)器節(jié)點(diǎn)的資源浪費(fèi)。

1.4 算力層

算力層為系統(tǒng)提供地震保險(xiǎn)損失評(píng)估分析的算力，包括調(diào)度器與計(jì)算引擎。云計(jì)算技術(shù)（包括虛擬化、容器化技術(shù)等）的彈性伸縮通常是基于CPU 或者內(nèi)存的使用率調(diào)整服務(wù)器資源，如CPU 在指定時(shí)間間隔內(nèi)使用率超過設(shè)定的閾值會(huì)增加新的服務(wù)器節(jié)點(diǎn)。但地震保險(xiǎn)損失評(píng)估計(jì)算涉及大量科學(xué)計(jì)算，屬于CPU 密集型計(jì)算場(chǎng)景。一旦開始計(jì)算，必須極大程度地利用CPU 與內(nèi)存資源，這與傳統(tǒng)的SaaS 應(yīng)用場(chǎng)景不同。同時(shí)基于多租戶的地震保險(xiǎn)損失評(píng)估系統(tǒng)，要求用戶間對(duì)計(jì)算資源的使用不能相互影響，用戶須有獨(dú)享的使用體驗(yàn)。因此需要有針對(duì)性地設(shè)計(jì)調(diào)度器的資源分配邏輯。

調(diào)度器將不同用戶提交的任務(wù)賦予不同優(yōu)先級(jí)，并提交到任務(wù)隊(duì)列，分別分配計(jì)算引擎。調(diào)度器維護(hù)1 套可配置的計(jì)算引擎調(diào)度策略，并根據(jù)該策略利用虛擬化技術(shù)或容器技術(shù)增加或銷毀計(jì)算引擎節(jié)點(diǎn)。調(diào)度器可根據(jù)配置的調(diào)度策略，維護(hù)多個(gè)不同的任務(wù)隊(duì)列，實(shí)現(xiàn)不同性能的計(jì)算資源的調(diào)配，滿足客戶對(duì)算力的個(gè)性化需求，如圖2 所示。

圖2 任務(wù)隊(duì)列的計(jì)算引擎調(diào)度策略Fig. 2 Engine scheduling strategy based on task queue

計(jì)算引擎實(shí)現(xiàn)了地震保險(xiǎn)損失評(píng)估系統(tǒng)的核心算法，集成了風(fēng)險(xiǎn)暴露數(shù)據(jù)計(jì)算、地震危險(xiǎn)性計(jì)算、工程易損性計(jì)算、費(fèi)率厘定及風(fēng)險(xiǎn)累積計(jì)算等算法，并將計(jì)算結(jié)果保存到風(fēng)險(xiǎn)暴露數(shù)據(jù)對(duì)應(yīng)的業(yè)務(wù)數(shù)據(jù)庫中。

1.5 基礎(chǔ)設(shè)施層

基礎(chǔ)設(shè)施層使用云計(jì)算技術(shù)，為展現(xiàn)層、服務(wù)層、數(shù)據(jù)層、計(jì)算層提供穩(wěn)定的運(yùn)行環(huán)境，并通過虛擬化技術(shù)、容器化技術(shù)為用戶提供動(dòng)態(tài)分配、銷毀、管理計(jì)算資源的服務(wù)。

2 云平臺(tái)功能架構(gòu)

為滿足地震巨災(zāi)保險(xiǎn)費(fèi)率厘定的需求，地震保險(xiǎn)損失評(píng)估SaaS 平臺(tái)提供了風(fēng)險(xiǎn)暴露處理模塊、地震保險(xiǎn)損失評(píng)估模塊、損失結(jié)果匯總模塊、費(fèi)率厘定模塊及系統(tǒng)管理模塊，云平臺(tái)功能架構(gòu)如圖3 所示。

圖3 地震保險(xiǎn)損失評(píng)估SaaS 云平臺(tái)功能架構(gòu)Fig. 3 Functional architecture

風(fēng)險(xiǎn)暴露處理模塊包括可視化的交互界面與API 接口，可為用戶提供風(fēng)險(xiǎn)暴露上傳接口。用戶通過該接口將待評(píng)估的風(fēng)險(xiǎn)暴露上傳到平臺(tái)，同時(shí)平臺(tái)可對(duì)風(fēng)險(xiǎn)暴露數(shù)據(jù)進(jìn)行地址解析、匯總風(fēng)險(xiǎn)暴露數(shù)據(jù)（Aggregate Exposure Data，AED）的拆分。

地震保險(xiǎn)損失評(píng)估模塊包括中長(zhǎng)期損失評(píng)估、歷史地震重現(xiàn)損失評(píng)估、設(shè)定地震損失評(píng)估、自定義影響場(chǎng)損失評(píng)估等，可為用戶提供多種損失評(píng)估模式，如圖4 所示。

圖4 多種損失評(píng)估模式Fig. 4 Multiple options for loss assessment

損失結(jié)果匯總模塊將地震保險(xiǎn)損失評(píng)估模塊計(jì)算結(jié)果按照保單、區(qū)域、事件等多維度進(jìn)行匯總計(jì)算，用戶可從多維度進(jìn)行結(jié)果分析。此模塊采用WebGL 等GIS 可視化渲染技術(shù)進(jìn)行展示，如圖5 所示。

圖5 損失匯總及展示Fig. 5 Loss aggregate and display

費(fèi)率厘定模塊在損失結(jié)果匯總模塊的基礎(chǔ)上用于純風(fēng)險(xiǎn)費(fèi)率、超越概率曲線、超賠合約費(fèi)率的計(jì)算，以列表和圖形展示不同形式的超越概率曲線，用戶可對(duì)損失結(jié)果進(jìn)行深入分析。費(fèi)率厘定模塊如圖6 所示。

圖6 費(fèi)率厘定模塊Fig. 6 Module of rate making

系統(tǒng)管理模塊包括用戶及權(quán)限管理功能、日志管理功能、計(jì)算資源管理功能，保證系統(tǒng)穩(wěn)定運(yùn)行，合理分配、實(shí)時(shí)監(jiān)控計(jì)算資源的使用情況。

3 云平臺(tái)業(yè)務(wù)架構(gòu)

本文采用蒙特卡洛方法產(chǎn)生大量地震隨機(jī)事件（徐偉進(jìn)等，2020）。針對(duì)各地震事件，使用地震動(dòng)參數(shù)衰減關(guān)系模型計(jì)算在風(fēng)險(xiǎn)暴露位置產(chǎn)生的地震動(dòng)強(qiáng)度；然后根據(jù)工程易損性計(jì)算損失；最后依據(jù)風(fēng)險(xiǎn)暴露的保險(xiǎn)條款計(jì)算保險(xiǎn)損失，各地震事件保險(xiǎn)損失計(jì)算方法為：

由式（1）可知地震保險(xiǎn)損失評(píng)估平臺(tái)包括：風(fēng)險(xiǎn)暴露模塊、致災(zāi)因子模塊、工程易損性模塊和金融模塊，如圖7 所示。風(fēng)險(xiǎn)暴露模塊用于解析、存儲(chǔ)用戶上傳的風(fēng)險(xiǎn)暴露數(shù)據(jù)；致災(zāi)因子模塊用于計(jì)算風(fēng)險(xiǎn)暴露所在位置的地震動(dòng)強(qiáng)度；工程易損性模塊用于計(jì)算風(fēng)險(xiǎn)暴露在特定強(qiáng)度地震動(dòng)影響下的損壞情況；金融模塊用于在風(fēng)險(xiǎn)暴露損壞的情況下計(jì)算保險(xiǎn)損失。

圖7 地震保險(xiǎn)損失評(píng)估SaaS 云平臺(tái)業(yè)務(wù)架構(gòu)示意圖Fig. 7 Business architecture

3.1 風(fēng)險(xiǎn)暴露模塊

風(fēng)險(xiǎn)暴露模塊包含3 類風(fēng)險(xiǎn)暴露數(shù)據(jù)：

（1）用戶上傳的需進(jìn)行地震風(fēng)險(xiǎn)評(píng)估的詳細(xì)風(fēng)險(xiǎn)暴露數(shù)據(jù)（Detailed Exposure Data，DED），包括保單、標(biāo)的、保險(xiǎn)責(zé)任等信息。

（2）用戶上傳的需進(jìn)行地震風(fēng)險(xiǎn)評(píng)估的匯總風(fēng)險(xiǎn)暴露數(shù)據(jù)（Aggregate Exposure Data，AED），包括風(fēng)險(xiǎn)暴露所在區(qū)域、標(biāo)的數(shù)量、保額、限額、免賠額及各種建筑屬性標(biāo)的占比。

（3）系統(tǒng)內(nèi)置的全行業(yè)不同用途、不同結(jié)構(gòu)的行業(yè)風(fēng)險(xiǎn)暴露的價(jià)值及地理位置數(shù)據(jù)，包括位置信息、功能用途信息（住宅、商業(yè)、工業(yè)等）、建筑重置價(jià)值等。系統(tǒng)內(nèi)置的行業(yè)風(fēng)險(xiǎn)暴露數(shù)據(jù)主要用于：①評(píng)估行業(yè)范圍內(nèi)的經(jīng)濟(jì)、保險(xiǎn)損失；②當(dāng)用戶僅能提供匯總風(fēng)險(xiǎn)暴露數(shù)據(jù)時(shí)，用于分析匯總風(fēng)險(xiǎn)暴露數(shù)據(jù)各標(biāo)的位置、建筑屬性、保險(xiǎn)額度等信息，從而評(píng)估地震風(fēng)險(xiǎn)。系統(tǒng)內(nèi)置的行業(yè)風(fēng)險(xiǎn)暴露數(shù)據(jù)示例數(shù)據(jù)如表1 所示。

表1 系統(tǒng)內(nèi)置的行業(yè)風(fēng)險(xiǎn)暴露數(shù)據(jù)示例數(shù)據(jù)Table 1 Sample data for built-in industial exposure

3.2 致災(zāi)因子模塊

致災(zāi)因子模塊為地震危險(xiǎn)性分析模塊，包括地震隨機(jī)事件集和場(chǎng)地類型數(shù)據(jù)、地震隨機(jī)事件集快速檢索算法、地震動(dòng)參數(shù)衰減關(guān)系算法和場(chǎng)地放大系數(shù)算法。致災(zāi)因子模塊根據(jù)用戶上傳的風(fēng)險(xiǎn)暴露位置信息，使用地震隨機(jī)事件集檢索算法，從隨機(jī)地震事件集數(shù)據(jù)中篩選出對(duì)風(fēng)險(xiǎn)暴露有潛在影響的地震隨機(jī)事件數(shù)據(jù)，通過地震動(dòng)參數(shù)衰減關(guān)系算法分別計(jì)算地震事件在風(fēng)險(xiǎn)暴露所在位置造成的地震動(dòng)強(qiáng)度（本文采用地震動(dòng)參數(shù)峰值加速度PGA），從而通過場(chǎng)地放大系數(shù)算法計(jì)算地表地震動(dòng)參數(shù)。

3.2.1 地震隨機(jī)事件集

本文采用的地震隨機(jī)事件集是基于我國(guó)最新版的潛在震源區(qū)模型及地震活動(dòng)性參數(shù)，采用蒙特卡洛方法生成的符合我國(guó)地震時(shí)空分布特征的模擬地震事件集（徐偉進(jìn)等，2020），共模擬了中國(guó)及周緣地區(qū)面波震級(jí)5.0 級(jí)以上500 萬年的地震事件集，生成的事件集示例數(shù)據(jù)如表2 所示。

表2 隨機(jī)地震事件集示例數(shù)據(jù)Table 2 Sample data for random earthquake event set

3.2.2 地震隨機(jī)事件集快速檢索算法

本文針對(duì)地震衰減關(guān)系特征，設(shè)計(jì)了從隨機(jī)事件集中快速檢索地震事件的方法，該方法能快速檢索出可能造成損失的地震事件，步驟如下：

（1）預(yù)處理：①將隨機(jī)事件集按震中位置劃分至不同的等經(jīng)緯度網(wǎng)格中；②將歸屬同一網(wǎng)格的地震事件作為一頁進(jìn)行連續(xù)存儲(chǔ)。根據(jù)空間局部性原理，每個(gè)網(wǎng)格中的數(shù)據(jù)往往需要同時(shí)使用或者都不使用，將空間相鄰的數(shù)據(jù)存儲(chǔ)到一起，避免頻繁讀取文件；③將每頁數(shù)據(jù)按其網(wǎng)格中心點(diǎn)經(jīng)緯度坐標(biāo)創(chuàng)建空間索引。

（2）檢索地震事件：①計(jì)算風(fēng)險(xiǎn)暴露附近網(wǎng)格中心點(diǎn)經(jīng)緯度及經(jīng)緯度對(duì)應(yīng)索引的key 值；②查詢空間索引中key 值對(duì)應(yīng)的數(shù)據(jù)頁地址，并將該頁數(shù)據(jù)（即對(duì)風(fēng)險(xiǎn)暴露有潛在風(fēng)險(xiǎn)的地震事件）全量加載到內(nèi)存中。

3.2.3 地震動(dòng)參數(shù)衰減關(guān)系計(jì)算方法

參考《中國(guó)地震動(dòng)參數(shù)區(qū)劃圖》（GB 18306?2015）（中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局等，2016）和俞言祥（2016）的相關(guān)研究成果，同一個(gè)地震衰減分區(qū)中，斷層走向相同、震級(jí)相同的地震事件服從參數(shù)相同的衰減關(guān)系，而斷層走向不同的地震事件衰減關(guān)系都可以斷層走向?yàn)?°的衰減關(guān)系旋轉(zhuǎn)得到。因此，本文根據(jù)地震動(dòng)參數(shù)衰減關(guān)系理論將不同地震衰減分區(qū)、不同震級(jí)地震的影響場(chǎng)提前計(jì)算并存儲(chǔ)。當(dāng)實(shí)時(shí)進(jìn)行地震風(fēng)險(xiǎn)評(píng)估時(shí)，僅需根據(jù)震中位置所在的衰減分區(qū)、震級(jí)查詢其影響場(chǎng)即可。

傳統(tǒng)的等經(jīng)緯度或等距離的柵格空間數(shù)據(jù)結(jié)構(gòu)需要占用巨大的存儲(chǔ)空間，以模擬一百萬年為例，需要占用TB 級(jí)的空間。且地震動(dòng)參數(shù)呈指數(shù)型衰減，柵格數(shù)據(jù)在距震中較近的區(qū)域參數(shù)誤差較大，而距震中較遠(yuǎn)的區(qū)域參數(shù)非常接近，造成存儲(chǔ)空間浪費(fèi)。本文根據(jù)地震動(dòng)參數(shù)衰減關(guān)系模型特征，采用環(huán)形空間網(wǎng)格的數(shù)據(jù)結(jié)構(gòu)，同時(shí)以該結(jié)構(gòu)進(jìn)行存儲(chǔ)數(shù)據(jù)，既可以提高數(shù)據(jù)精度，又能大幅度節(jié)約存儲(chǔ)空間。

（1）基于環(huán)形空間網(wǎng)格數(shù)據(jù)結(jié)構(gòu)的地震影響場(chǎng)計(jì)算

根據(jù)地震動(dòng)衰減橢圓模型（俞言祥，2016），對(duì)于已知分區(qū)和震級(jí)的地震，長(zhǎng)軸、短軸上地震動(dòng)參數(shù)與距離的關(guān)系為：

式中：Y為地震動(dòng)參數(shù)，R為震中距，M為震級(jí)。對(duì)于已知震級(jí)與地震所在分區(qū)，長(zhǎng)軸和短軸對(duì)應(yīng)A、B、C、D、E為已知的回歸系數(shù)。因此可得知推導(dǎo)出：

可根據(jù)式（3）計(jì)算出所有（離散化的）地震動(dòng)參數(shù)對(duì)應(yīng)的長(zhǎng)軸Ra和短軸Rb，即組成了該地震的環(huán)形網(wǎng)格。

（2）基于環(huán)形空間網(wǎng)格數(shù)據(jù)結(jié)構(gòu)的地震動(dòng)參數(shù)檢索

當(dāng)已知風(fēng)險(xiǎn)暴露的位置時(shí)，根據(jù)地震斷層走向角度與震中距R計(jì)算出風(fēng)險(xiǎn)暴露坐標(biāo)x、y；然后再由地震分區(qū)與地震震級(jí)，利用地震動(dòng)參數(shù)衰減關(guān)系模型公式計(jì)算長(zhǎng)軸Yl與短軸YS。最后根據(jù)Yl與YS確定數(shù)據(jù)范圍，由橢圓公式檢索出對(duì)應(yīng)的地震動(dòng)參數(shù)。

3.2.4 場(chǎng)地類型數(shù)據(jù)與場(chǎng)地放大系數(shù)模型

Li 等（2019）首先使用坡度法，按照《建筑抗震設(shè)計(jì)規(guī)范》（GB 50011?2010）（中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部等，2010）中場(chǎng)地類型的分類體系，計(jì)算得到全國(guó)范圍場(chǎng)地分類圖。本文將該場(chǎng)地類型數(shù)據(jù)預(yù)處理為1 km 精度的柵格數(shù)據(jù)，由風(fēng)險(xiǎn)暴露位置查詢場(chǎng)地類型。并按照《中國(guó)地震動(dòng)參數(shù)區(qū)劃圖》（GB 18306?2015）（中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局等，2016）中場(chǎng)地類型對(duì)應(yīng)的地震動(dòng)峰值加速度調(diào)整系數(shù)對(duì)地震動(dòng)進(jìn)行調(diào)整，最終得到考慮場(chǎng)地條件的地表地震動(dòng)參數(shù)。

3.3 工程易損性模塊

工程易損性模塊用于確定風(fēng)險(xiǎn)暴露在災(zāi)害（地震）中遭受的平均損失率，主要由風(fēng)險(xiǎn)暴露易損性曲線、易損性曲線檢索器組成。易損性曲線指不同建筑屬性的風(fēng)險(xiǎn)暴露在不同地震動(dòng)強(qiáng)度下的平均損失率（Mean Damage Ratio，MDR）及其不確定性（Uncertainty）（熊政輝，2019）。先使用熊政輝（2019）按照建筑結(jié)構(gòu)類型、功能用途、建造年代、建筑高度和設(shè)防烈度等屬性信息構(gòu)建的風(fēng)險(xiǎn)暴露建筑分類體系及采用震害統(tǒng)計(jì)方法和數(shù)值分析方法研發(fā)的一系列易損性曲線集；然后利用易損性檢索器，根據(jù)風(fēng)險(xiǎn)暴露的各建筑屬性取值，匹配和檢索對(duì)應(yīng)曲線，以便后續(xù)進(jìn)行損失計(jì)算。

3.4 金融模塊

金融模塊根據(jù)工程易損性模塊輸出的損失率及風(fēng)險(xiǎn)暴露的（再）保險(xiǎn)條款，計(jì)算風(fēng)險(xiǎn)暴露（承保標(biāo)的）的損失。主要包括地震造成的實(shí)際經(jīng)濟(jì)損失，又稱為總損失（Ground Up Loss，GULoss），以及考慮保險(xiǎn)條款限制（如免賠額和限額）的保險(xiǎn)損失，又稱為毛損失（Gross Loss，GRLoss）。

式中：TIV（Total Insured Value）為風(fēng)險(xiǎn)暴露的總價(jià)值，MDR 為地震對(duì)風(fēng)險(xiǎn)暴露造成的平均損失率。Ded（Deductible）為免賠額，Lim（Limit）為限額。

地震隨機(jī)事件集中每個(gè)事件均可能對(duì)風(fēng)險(xiǎn)暴露造成損失（包含經(jīng)濟(jì)損失和保險(xiǎn)損失），表3 所示為事件損失表（Event Loss Table，ELT）。

表3 事件損失表示例數(shù)據(jù)Table 3 Sample data for ELT

將事件損失表中同一年的損失進(jìn)行匯總，得到年累積損失表（Year Loss Table，YLT），如表4 所示。

表4 年累積損失表示例數(shù)據(jù)Table 4 Sample data for YLT

事件損失表和年累積損失表是地震風(fēng)險(xiǎn)評(píng)估SaaS 云平臺(tái)的基本輸出結(jié)果，通過事件損失表可以計(jì)算年期望損失（Annual Average Loss，AAL）、損失標(biāo)準(zhǔn)差（Standard Deviation，SD）、在線費(fèi)率（Rate On Line，ROL）、超越概率曲線（Exceedance Probability Curve，EP Curve）、各回歸周期在險(xiǎn)價(jià)值（Value at Risk，VaR）、各分位數(shù)的尾部在險(xiǎn)價(jià)值（Tail Value at Risk，TVaR）等。

根據(jù)式（9）可計(jì)算出不同超越概率損失的序號(hào)n。若n不為整數(shù)，損失取序號(hào)為n」（即取≥n的最大整數(shù)）與「n（即取大于或等于n的最小整數(shù)）對(duì)應(yīng)的損失的插值。按此方法以保險(xiǎn)損失為橫坐標(biāo)、超越概率為縱坐標(biāo)可繪制年累積超越概率曲線（Annual Aggregate Exceedance Probability Curve，AEP Curve）。超越概率p對(duì)應(yīng)的損失為分位數(shù)為1?p的在險(xiǎn)價(jià)值，即VaR1?p。尾部險(xiǎn)位價(jià)值TVaR1?p為所有超越概率≤p所對(duì)應(yīng)的損失（VaR1?p）的平均值。

4 總結(jié)與展望

地震巨災(zāi)保險(xiǎn)損失評(píng)估技術(shù)是推廣地震巨災(zāi)保險(xiǎn)，分散地震巨災(zāi)風(fēng)險(xiǎn)的技術(shù)基礎(chǔ)。本文基于“五代圖”最新數(shù)據(jù)，集成了基于潛在震源區(qū)模型的地震隨機(jī)事件集與地震動(dòng)參數(shù)衰減關(guān)系模型，用于計(jì)算地震事件在風(fēng)險(xiǎn)暴露位置的地震動(dòng)強(qiáng)度。根據(jù)風(fēng)險(xiǎn)暴露的建筑屬性檢索對(duì)應(yīng)的工程易損性曲線，計(jì)算其在特定地震動(dòng)強(qiáng)度下的損失，匯總成事件損失表。在事件損失表的基礎(chǔ)上計(jì)算風(fēng)險(xiǎn)暴露年期望損失、標(biāo)準(zhǔn)差、超越概率曲線。但本文未考慮余震和相關(guān)次生災(zāi)害對(duì)風(fēng)險(xiǎn)暴露造成的損失，相應(yīng)的功能模塊有待完善。本文對(duì)地震保險(xiǎn)損失評(píng)估SaaS 云平臺(tái)的多租戶及高性能技術(shù)架構(gòu)進(jìn)行了論述，并進(jìn)行了部署投產(chǎn)。100 萬風(fēng)險(xiǎn)暴露的地震保險(xiǎn)損失可在1 h 以內(nèi)完成，且可供多用戶同時(shí)使用。隨著處理器技術(shù)的發(fā)展，基于GPU 的云計(jì)算平臺(tái)廣泛應(yīng)用于科學(xué)計(jì)算領(lǐng)域。為進(jìn)一步提高快速損失評(píng)估性能，計(jì)劃研發(fā)基于GPU 的地震保險(xiǎn)損失評(píng)估SaaS 云平臺(tái)。