冬小麦保险理赔的高精度气象数据查询研究——以河南省一次大风气象灾害为例.pdf

65Feb.20242024年2 月JOURNALOFINSURANCEPROFESSIONAGE(Bimonthly)No.1Vol.38期第第3 8 卷保险职业学院学报（双月刊）冬小麦保险理赔的高精度气象数据查询研究以河南省一次大风气象灾害为例沈文颖1 2,秦乐1,2（1.河南省气象服务中心，河南郑州4 5 0 0 0 3；2.中国气象局河南省农业气象保障与应用技术重点实验室，河南郑州4 5 0 0 0 3)【摘要】为解决河南省冬小麦保险理赔中气象凭证获取渠道不统一、查询效率低、理赔控制难、理赔不规范等问题，本文首先对2 0 1 8 一2 0 2 1 年河南冬小麦保险案例进行分析，发现暴雨、风灾、冻灾和旱灾是河南省主要的农业气象灾害保险理赔类型。基于风灾持续时间短、成灾范围小、保险理赔获取气象凭证查询难度大，本研究以河南省冬小麦风灾为例，对气象站点数据、智能网格实况数据和基于站点数据克里金插值法三种方法进行对比，研究河南冬小麦风灾保险理赔优化查询方法。结果表明：基于站点数据，克里金插值法优于站点数据和智能网格实况数据；当极大风速大于1 0 m/s时，克里金插值法可以作为未覆盖站点数据的有效补充，在保险理赔查询气象凭证中具有较好的适用性，可提高保险理赔中获取气象凭证的有效性和准确性，为冬小麦农业保险风灾理赔的气象查询提供参考依据。【关键词】保险理赔；气象灾害；智能网格；克里金插值法中图分类号 F840.64文献标识码A文章编号 1 6 7 3-1 3 0 6(2 0 2 4)0 1-0 0 6 5-0 6Abstract In order to solve the problems such as inconsistent access to meteorological vouchers,lowquery efficiency,difficult claims control,and non-standard claims in winter wheat insurance claims in HenanProvince,this paper first analyzes the case of winter wheat disaster insurance in Henan Province from 2018 to2021,and finds that rainstorm,wind,frost and drought are the main types of agricultural meteorological disas-ter claims in Henan Province.Because of the short duration and small scope of wind disasters,it is difficultto obtain meteorological vouchers for insurance claims.This study takes the winter wheat wind disaster inHenan Province as an example,comparing meteorological station data,intelligent grid live data,and Kriginginterpolation method based on station data,and studies the optimization query method for insurance claims forwinter wheat disasters in Henan Province.The results show that the Kriging interpolation method based on sitedata is superior to site data and intelligent grid live data,and when the maximum wind speed is greater than10 m/s,the Kriging interpolation method can serve as an effective supplement to uncovered station data,which has good applicability in insurance claim query meteorological vouchers,improving the effectivenessand accuracy of obtaining meteorological vouchers in insurance claims.It can provide a reference basis forwinter wheat agricultural insurance claim wind disaster query.Key words insurance claims;meteorological disasters;intelligent grid;Kriging interpolation method一、引言农业气象灾害是影响农业生产的主要因素之一。据统计，我国每年因农业灾害导致约6 亿亩农作物受影响，超过2 亿人次受灾，其中由气象灾害引起的灾情占7 0%8 0%。2 0 1 5 年发布的中国保监会关于做好农业气象灾害理赔和防灾减损工基金项目：2 0 2 2 年度河南省科技研发计划联合基金项目（2 2 2 1 0 3 8 1 0 0 8 7）；中国气象局/河南省农业气象保障与应用技术重点实验室应用技术研究基金项目（KQ202215、K Q 2 0 2 3 1 9）。作者简介：沈文颖（1 9 8 9-），女，河南巩义人，河南省气象服务中心，工程师，硕士，研究方向：天气保险、气象保险服务。秦乐（1 9 9 6-），女，甘肃庆阳人，河南省气象服务中心，工程师，硕士，研究方向：天气保险、气象保险服务。感谢匿名审稿人的意见，文责自负。66保险职业学院学报（双月刊）2024年第1 期作的通知，明确提出理赔工作涉及广大农户的切身利益，要优化理赔流程，简化理赔手续，提高理赔效率，切实做好保险理赔服务 2 。农业气象灾害快速精准理赔一定程度上依赖对气象要素的规范快速查询和气象凭证获取，但在农业气象灾害实际理赔过程中，存在气象凭证获取渠道不统一、气象数据的收集与共享查询机制缺位、气象灾害位置距离气象观测站较远、无法准确反映灾害状况等问题，严重影响了农险理赔效率和规范性 3 。全国各地为了规范保险理赔气象凭证服务，推出了各具特色的保险理赔气象服务，主要有浙江省气象部门开发的气象资料查询系统 4 ，重庆气象部门开发的保险理赔实况证明专业气象服务系统 5 ，陕西气象部门提出的基于多源数据融合技术支撑的格点化理赔核算服务技术 6 ，以及针对水稻、小麦、柑橘等不同作物、不同灾害开发的有针对性和适应性的气象保险理赔服务 7-1 0 ,提高了气象凭证获取精准度和规范性，解决了农业保险理赔纠纷多、信息不对称及基差风险等问题河南省是重要的粮食主产区，是我国小麦种植大省，小麦年产量占全国的2 8.5%1 。河南省财政厅的数据显示，截至2 0 2 3 年2 月，河南省小麦承保面积已接近5 7 0 4 万亩，占冬小麦播种面积的6 5%以上 1 2)。干旱、冻害、风灾、涝灾等灾害贯穿小麦的整个生育期，在保险理赔过程中面临着巨大的理赔查询压力。本文以实际保险理赔案例为例，分析冬小麦主要气象灾害，在此基础上研究三种气象数据查询方法在保险理赔中的差异性，为冬小麦农业保险理赔的风灾查询提供参考依据。二、技术方法（一）数据来源2018一2 0 2 1 年冬小麦生育期农业气象灾害保险理赔案例由河南省主要保险公司提供；气象站点数据来源于河南省国家站和区域站；气象风速数据指标采用保险条款风灾理赔设定标准：最大风速（8.0 m/s 以上）或极大风速（1 0.8 m/s以上）；智能网格实况数据采用1 km分辨率逐日1 0 米风速。（二）克里金插值法克里金插值法是基于未知样点有限领域内的若干已知样本点数据，在考虑了样本点的形状、大小和空间方位的统计关系的基础上进行内插或外推，利用区域化变量的原始数据和变异函数的结构特点，对未知样点进行线性无偏、最优估计的一种方法。假设在研究区域a上研究变量Z(），在点x,EA(i=1,2，,n)处属性值为Z(x）,则待插点xEA处的属性值Z(x）的克里金插值结果Z（x）是已知采样点属性值Z(x）（=1,2，,n）的加权和，即：Z(xo)=入,Z(x.)(1)i=1式中入，是待定权重系数。其中Z(x）之间存在一定的相关关系，这种相关性除与距离有关外，还与其相对方向变化有关，克里金插值法将研究的对象称“区域化变量”。针对克里金方法无偏、最小方差条件可得到无偏条件，可得待定权系数入，（i=1,2，n）满足关系式：入:=1(2)i=1以无偏为前提，kriging方差为最小可得到求解待定权重系数入，的方程组：(3)2入,=1式中,C(x;,x）)是Z()和Z(）的协方差函数。（三）智能网格数据算法为了解智能网格实况数据在保险理赔中的适用性，本研究利用1 km分辨率智能网格实况数据逐日1 0 米风速，以8.0 m/s为风灾查询气象标准，利用ArcGis软件进行符合站点可视化展示。三、结果分析（一）河南省农业气象灾害理赔特征分析通过对2 0 1 8 2 0 2 1 年3 6 3 2 个河南省农业气象灾害理赔案例进行分析，得到河南省农作物理赔的气象灾害有暴雨、风灾、冻灾、旱灾、火灾、灾、雪灾和高温等。从保险理赔角度来看，暴雨、风灾、冻灾和旱灾是河南省发生较为频繁的农业气象灾害，占比为9 1%（见图1）。不同灾害类型对农作物的影响有所不同，暴雨将降低土壤中的空气含量，抑制农作物根部呼吸，造成根部腐烂；收获期暴雨影响农作物收割、晾晒，造成农作物霉变，影响农产品的品质和产量。风灾容易使农作物根部不牢固倒伏，果树花朵脱落，坐果率低或果实脱落等。冻害容易造成农作物细胞间水分和土壤空隙水分结冰，出现幼苗黄化、死苗，地上部分发黑等，影响农67以河南省一次大风气象灾害为例沈文颖，秦乐：冬小麦保险理赔的高精度象数据查询研究第3 8 卷作物产量。干旱会造成农作物出苗不齐、缺苗或不出苗，影响农作物生产所需的水分，造成作物枯萎、籽粒干癌等 1 3-1 5 O10019611000800-715630600400224200613280暴雨风灾冻灾旱灾火灾灾雪灾高温灾害类型图1 2 0 1 8 2 0 2 1 年河南省农业气象灾害理赔类型为了更好地分析河南省农业气象灾害理赔时间特征，本研究梳理了暴雨、风灾、冻灾和干旱4 类主要的农业气象灾害理赔的月度变化（见图2）。由图2 可知，农业气象灾害理赔呈现两个主要的特征：一个特征表现为季节性，暴雨和风灾理赔主要发生在5 月、7 月和8 月，与河南省农作物生长的季节相对应。5 月是冬小麦灌浆期，7 月和8 月是秋作物生长关键期。冻灾主要发生在3 一4 月，主要受3月下旬和4 月中上旬倒春寒影响，该时期是冬小麦麦穗抽穗关键期，低温冻害容易造成小麦麦穗中上部没有籽粒。旱灾主要集中在3 一5 月（即冬小麦返青、拔节、孕穗期和夏玉米播种期)和8 一9 月（即玉米、花生、水果等农作物的灌浆期）。另一个特征是并发性，比如暴雨与大风并存，旱涝交替，干旱与大风形成的干热风等。500暴雨风灾冻灾口旱灾400300-200-100-023456789101112月份图2 2 0 1 8 2 0 2 1 年河南省主要农业气象灾害理赔时间（二）冬小麦风灾理赔案例分析1.研究对象确定风灾呈现持续时间短、成灾范围小的特点，对农作物的影响主要是发生频次高、受灾程度深，容易造成高农作物大面积倒伏，严重影响农作物生产和收割，与暴雨、冻灾和干旱等灾害持续时间长、成灾范围广具有较大的差别 1 3 。在保险理赔过程中，获取风灾气象凭证时会出现观测站点不能覆盖的情况，无法准确反映灾害状况，严重影响了农险理赔效率和规范性，增大了风灾保险理赔的气象灾害数据查询难度，因此本研究以风灾为例，对比不同保险理赔气象灾害查询方法，提出优化的气象灾害查询方案，为冬小麦农业保险理赔的风灾查询提供参考依据。冬小麦生育期主要发生在1 0 月上旬到次年6月上旬，时间跨度为2 2 0 天 2 5 0 天，贯穿播种期、出苗期、分期、返青期、拔节期、抽穗期、灌浆期和成熟期，每个发育阶段均存在不可逆性，返青期前主要影响小麦穗数，拔节和抽穗期影响小麦粒数，灌浆和成熟期决定小麦粒重。由图3 可知，风灾对冬小麦的影响贯穿整个生育期，从单月理赔数占比和赔付率（实际赔付金额与投保金额比值）来看，5 月是风灾对冬小麦影响最关键的时期，该时期是小麦灌浆期，秸秆高度基本定型，密度大，通风性差，麦穗重量逐渐增加，极易受风灾的影响引起倒伏，对小麦产量影响最为严重。一一理赔数占比么一赔付率200%160%2120%80%40%0%1 23456789101112月份图3 2 0 1 8 2 0 2 1 年河南省风灾气象灾害理赔数占比和赔付率基于此，为了提高风灾气象凭证查询成功率，本研究对2 0 1 8 一2 0 2 1 年每年5 月份风灾天气过程最大理赔数量进行统计（见表1），以2 0 2 1 年5 月1 5日至5 月1 6 日风灾天气过程为例进行分析研究。表1 2 0 1 8 2 0 2 1 年每年5 月份河南省风灾过程中最大理赔案例数统计年份过程日期理赔案例次数20185月2 0 日2220195月2 6-2 7 日1420205月1 7 日1220215月1 5-1 6 日382.天气过程分析图4 展示了河南省2 0 2 1 年5 月1 4 日2 0 时至1 668保险职业学院学报（双月刊）2024年第1 期日2 0 时累计降水量和极大风速，该时间段河南出现小到中雨，西北部、南部部分地区大到暴雨，局部大暴雨，全省平均降水量2 7.9 mm，3 4 1 个站降水量在50mm以上，占全省自动气象站点的1 5%。由图4 可知，河南绝大部分地区（主要集中在豫北、豫中、豫东和豫南）风速超过保险条款的风灾理赔设定标准，极大风速达到1 0.8 m/s（风速6 级），局地阵风超过1 7.2m/s（风速8 1 0 级，图中深灰色），许昌禹州卧龙山最大风速达3 2.5 m/s（风速1 1 级），伴随降雨过程的大风天气极易引起小麦倒伏，影响小麦产量。鼎文市山河南省实时降水分布窗河南省极大风分布圈6121222426.95172021年5 月1 4 日2 0 时至2 0 2 1 年5 月1 6 日2 0 时72021年5 月1 4 日2 0 时至2 0 2 1 年5 月1 6 日2 0 时.4.946.02730.927707567222.81142.52230142.6443.6155417.16422123662L4甜店120.0L2了斗192355.419象站输十位站单位：米/秒单位：燕米0.3-1.6(1级）0101.6-3.4(2级）1-103.45.5(3级）10255.5-8(4级）D0:25912550力810.8(5级）50-10010.8-13.9(6级）水6 2 4 8 610025013.9-17.2(7级）25040017.2-20.8（8 级）2100:42(1.6%)40060020.824.5(9级)50:341415-2%)大32 31060080024.5-28.5(104级)225:13160800-100028.5-32.7(11级）坐含零物：2 7 910032.7(11级）05月1 5 E048-05附1 3 B0782.705R15B038-05.A15B09030R2.1:图4 2 0 2 1 年5 月1 5 1 6 日河南省累计降水量（左）和极大风速（右）分布图（三）冬小麦风灾灾害气象凭证查询分析1.基于站点数据的风灾气象凭证查询结果2021年5 月1 5 日至5 月1 6 日的大风天气过程中，3 8 个冬小麦风灾保险理赔案例分布在2 9 个县市，其中有9 个县市两天均发生了风灾。通过对2 9个县市自动气象站点数据进行查询，有1 8 个成功查询到风灾，有1 1 个未查询到风灾（见图5），这可N保险理赔风灾查询结果2021年5 月1 5 日至5 月1 6 日图例查询到风灾未查询到风灾图5 河南省冬小麦保险理赔风灾气象站点查询结果2.基于智能网格实况数据的风灾气象凭证查询结果图6 显示了该次大风时段内智能网格实况数据查询结果，在3 8 个理赔案例涉及的2 9 个县市中，能是由于大风具有瞬时性和局地性特点，发生风灾理赔的区域未在气象观测站点附近，极大风速未被气象观测站记录到；也可能是由于该时间段处于小麦灌浆后期，农民为了补充水分进行灌溉，灌溉后较小的风速也导致小麦倒伏，虽然风速未达到保险条款的风灾理赔设定标准，但是实际上已发生灾害，也要求按照风灾进行理赔。保险理赔风灾查询结果2021年5 月1 5 日至5 月1 6 日图例保险理赔报案点一一风灾8m/sHigh:13m/sLow:0图6 河南省冬小麦保险理赔风灾智能网格实况数据查询结果有1 5 个县市被覆盖在区域内，相比气象站点查询的方法减少了3 个县市，可能是由于智能网格实况所用1 公里网格数据，将最大值进行了平滑，导致个别大值被平滑掉，降低了查询站点的数量。69以河南省一次大风气象灾害为例沈文颖，秦乐：冬小麦保险理赔的高精度象数据查询研究第3 8 卷3.基于克里金插值法的风灾气象凭证查询结果利用克里金插值法对气象站点数据进行插值后查询，由图7 可得到3 8 个理赔案例涉及的2 9 个县市均被覆盖在克里金插值法栅格化的区域内，其中1 9个县分布在风速8 m/s区域，有1 0 个县在风速1 0.8m/s区域，表明利用克里金插值法计算后的气象数据进行风灾气象凭证查询，能够显著提高保险理赔查询精准度，可以作为站点数据直接查询补充。N保险理赔风灾查询结果2021年5 月1 5 日至5 月1 6 日图例保险理赔报案点一一风灾最大风速超过8 m/s区域极大风速超过1 0.8 m/s区域图7 河南省冬小麦保险理赔风灾气象站点插值后查询结果4.查询方法的适用性检验为进一步验证气象站点数据、智能网格数据以及克里金插值法在保险理赔案例中的适用性，将站点实测值与智能网格数据、克里金插值法两种方法下最大风速及极大风速测算值进行线性拟合（见图8）。从图8 可知，克里金插值法测算的最大风速及极大风速值高于实测值，而智能网格数据测算的最大风速及极大风速值低于实测值，主要是由于两种方法的测试原理不同，克里金插值法采用的是插值法，其测算数值偏高；智能网格数据是1 公里网格数据平滑法，平滑掉部分高值，使其测算值偏低。对两种方法测算的最大风速和极大风速进行对比发现，克里金插值法最大风速大于6.5 m/s时，其测算值略高于实测值，拟合方程斜率为0.6 3 6；克里金插值法极大风速大于1 0 m/s时，其测算值基本与实测值吻合，拟合方程斜率为0.8 0 2，且极大风速10m/s与保险风灾理赔条款设定极大风速标准10.8m/s接近。智能网格数据测算的最大风速测算值略大于极大风速测算值。由此可知，当极大风速大于1 0 m/s时，克里金插值法可作为未覆盖站点数据的有效补充，用于保险理赔风灾查询，提高保险理赔气象凭证的有效性和准确性。1220(/）/864208(b)1086y=0.802x+3.1686y=0.636x+3.1141R2=0.87284R2=0.633664220002468101205101520最大风速测值/（m/s）极大风速测值/（m/s）1220（c）(d)10y=0.3439x+3.4599R2=0.23928y=0.1996x+3.4423R2=0.242268464220002468101205101520最大风速实测值/（m/s）极大风速实测值/（m/s）图：测算值与实测值拟合对比70保险职业学院学报（双月刊）2024年第1 期四、结论与讨论(一)结论1.暴雨、风灾、冻灾和旱灾是河南省主要的农业气象灾害理赔类型2.在冬小麦保险理赔的风灾气象凭证查询中，基于站点数据的克里金插值查询法优于站点数据和智能网格实况数据。3.当极大风速大于1 0 m/s时，克里金插值法可作为未覆盖站点数据的有效补充，用于保险理赔风灾查询，以提高保险理赔气象凭证的有效性和准确性。(二)讨论1.研究时段与暴雨存在并发性，在降雨的情况下，未达到小麦保险条款的风灾理赔设定（最大风速8 m/s或者极大风速1 0.8 m/s）时，小麦就发生倒伏，对两种方法的测算值和实测值拟合有一定的影响。但当极大风速大于1 0 m/s时，克里金插值法极大风速测算值与实测值比较吻合，具有较好的适用性。2.此次大风天气范围广，对验证保险理赔有利。若是小范围天气过程或者局地性的灾害，则需要再进一步验证。3.本次研究只针对大风灾害对冬小麦理赔的影响，其他农业气象灾害还需进一步对智能网格实况数据和克里金插值查询方法进行适用性验证。4.本次风灾理赔查询仅针对一次大风过程进行研究，研究样本总量偏少，可能导致研究结论有一定的误差。参考文献1】钱林浩.气象指数保险助力农险高质量发展 N.金融时报，2 0 2 2-0 4-0 6(0 0 8).2中国保监会.关于做好农业气象灾害理赔和防灾减损工作的通知 A/0L.2015-10-12(2023-11-13).https:/ D.沈阳：辽宁大学，2 0 2 3.4】魏腾达，张峭，王克.新型农业经营主体的农业保险需求及提升对策：基于全国1 1 3 7 3 个新型农业经营主体的调查 J.保险研究，2 0 2 2（8：4 8-5 9.5】周福，廖良清，史海峰，等.深化浙江省气象部门“最多跑一次”和防雷安全改革工作的思考 J.浙江气象，2019,40(4):1-5.6】韩世刚.保险理赔实况证明专业气象服务系统开发研究 C/第2 6 届中国气象学会年会气象灾害与社会和谐分会场论文集.杭州，2 0 0 9:7 3 6-7 3 9.7】张勇，屈振江，刘璐，等.农业保险气象服务关键技术的应用与展望 J.陕西气象，2 0 2 2(5：6 5-7 1.8娄伟平，吴利红，姚益平.水稻暴雨灾害保险气象理赔指数设计 J.中国农业科学，2 0 1 0,4 3(3):6 3 2-6 3 9.9李瞳，邓卓雅，刘扬，等.甘肃陇东南地区冬小麦干旱气象保险理赔模式研究 J.黑龙江粮食，2 0 2 1（6)：9 1-9 2.10娄伟平，吴利红，倪沪平，等.柑橘冻害保险气象理赔指数设计 J.中国农业科学，2 0 0 9,4 2（4):1 3 3 9-1 3 4 7.11曹丽华.冬小麦综合气象指数保险产品设计：以河南省为例 D.重庆：西南大学，2 0 2 3.12戴梦希.多家保险公司纷纷开展夏粮理赔工作 N.金融时报，2 0 2 3-0 6-0 7(9).13顾艳华，李美灵.河南省农业气象灾害对农作物的影响研究 J.乡村科技，2 0 2 3,1 4(1 8)：1 3 7-1 4 1.14李露.农业气象灾害对农作物的影响研究 J.农业灾害研究，2 0 2 3,1 3(5)：1 9 1-1 9 3.15王洪明.农业气象灾害对农作物产量的影响分析 J.智慧农业导刊，2 0 2 3,3(8)：6 8-7 1.