專利名稱：：用于針對洪水風險的自動位置依賴的識別的系統和方法
技術領域：
：本發明涉及一種方法和系統，用于對洪水風險進行自動的位置依賴的識別，其中測量洪水狀態，并確定位置依賴的概率值。具體而言，本發明涉及一種系統和方法，其中如例如第一美國100年洪水區表(FirstAmerican100-yearfloodzonetable)的國家特定的洪水區表被用來針對一般化的保險風險因子來導出有關脆弱性因子的高分辨率數據。現在令人頭痛地缺乏一種適當的自動洪水分級(rating)系統。對很多國家，幾乎不可能做出技術上正確的洪水分級和/或確定。對損失歷史的回顧表明由洪水引起的經濟損失等于或高于地震、暴風及其它災害的損失。針對大多數其它災害，大多已經存在各種分級和/或預測和/或早期報警系統。洪水事件損失了大量金錢、工業動力和時間。另外隨著保險對于洪水的滲透增加的趨勢，保險和再保險業受洪水影響更多。然而為將早期報警和洪水分級擴展成詳細而且甚至特許的業務(facultativebusiness)，必須應對巨大的數據量的威脅。這通過有關危害事件集以及系統和/或方法側的全新概念來進行。圖2和圖3示出兩個圖，其圖示在1997年1月1日至2000年12月31日的觀察期中，洪水占所有自然災害引起的對財產合作業務(propertycooperatebusiness)的損害的55％(圖2)，并且占所有自然災害引起的對工業業務的損害的44％(圖3)。參考數字A/E示出洪水有關的損失，B/F示出暴風有關的損失，C/G示出地震/火山有關的損失，而D/H示出其它損失。本發明的一個目的是提供一種用于創建隨機事件集的新方法。新方法的主要益處在于存儲的經濟性使用，這也對分級的性能有積極影響。不是針對成千上萬事件中的每個來存儲水深，例如，而是僅有洪水頻率地圖等以高細節水平(90m分辨率)來存儲。事件重現期(returnperiod)應為可產生的，并可針對地域以匯總的高分辨率網格水平來存儲。眾所周知的是，洪水引起的經濟損失等于或高于暴風或地震。考慮到工業賬簿上的損失，洪水損失典型地遠遠超過地震或暴風的損失。圖1示出在1997年1月1日至2000年12月31日的觀察期中，洪水占所有自然災害引起的對財產合作業務的損害的55％，而占所有自然災害引起的對特定再保險公司的工業財產業務的損害的44％。這不僅涉及工業自身，還涉及洪水保險滲透度的持久上升，除了易于出現洪水的區域中值的集中之外，保險和再保險工業受洪水損失的影響更大。然而，洪水分級被嚴重忽視了，盡管有關被分出的風險(cededrisk)的詳細信息(地址)是可用的。這主要歸因于沒有有效的洪水分級系統是可用的事實。理想地，這樣的系統由兩個部件構成第一，需要街道地址地理編碼以將地址轉換為緯度/經度，并對現有的洪水區進行查找。第二，基于緯度/經度和洪水區信息，可執行全面的技術風險分級(包括基于事件的能力計算)。能夠對洪水進行正確的技術風險分級(例如，基于匯總損失建模(ALM)或詳細損失建模(DLM))的優點有很多(i)較好的風險量化自動洪水風險系統的兩個部件都允許對詳細財產清單(schedule)的風險暴露進行較好估計。有可能減少例如對保險、再保險或其它工業的“未預料損失”的數量。所改善的風險量化通過考慮TC-洪水相關性而得到提高；(ii)洪水暴露的程序或組合(portfolios)的較好結構化由于每個單一風險對預期損失的貢獻可被量化，有可能確定地點依賴的子限制或者甚至從洪水保險范圍中排除某些地點；(iii)對洪水風險評估的基本改善這是首次在工業中實現詳細和全面的隨機洪水分級系統。這可對工業和/或保險和再保險在市場中定位上具有積極影響，并可產生新的業務機會；(iv)詳細的自動洪水分級系統的可用性，對于保險業，將允許財產清單數據的較好鑒定，例如關于識別哪些保單具有洪水保險范圍(floodcoverage)；(v)改進的能力需求的確定使用新的事件集方法，有可能將預期損失一致地分配給特定合同。在現有技術中，通過將可用的跨越美國的最高分辨率、最好質量的海拔數據合并到無縫光柵格式(seamlessrasterformat)中，開發了美國地質調查局(USGS)國家海拔數據集(NED)。NED是USGS努力的結果，針對共同邊界內的美國投影提供了1∶24,000比例的數字海拔模型(DEM)數據。對于共同邊界內的美國，NED具有一個弧度秒(大約30米)的分辨率。在NED組裝過程中，海拔值轉換成作為一致的測量單位的十進制米。1983年的北美數據(NAD83)被一致地用作水平(horizontal)數據，且所有數據被重新投射成地理投影。NAD83基于被開發為整個地球之上最佳適配海平面的1980年的測地參考系統(GRS80)橢球體。在現有技術中，還可找到國家陸地覆蓋數據集(NLCD)。該國家陸地覆蓋特征投影于1995年創建，以支持原始多分辨率陸地特征(MRLC)發起，并滿足根據被稱為國家陸地覆蓋數據1992(NLCD92)的MRLC數據來開發國家一致的陸地覆蓋數據集的需求。這告終于2000年9月針對共同邊界內的美國使用修改的Anderson水平II(AndersonlevelII)分類的陸地覆蓋映射的完成。源數據是用于接近1992的年份的LandsatTM數據。國家陸地覆蓋數據(NLCD)是一致地應用于美國之上的21類陸地覆蓋分類方案。除了衛星數據之外，科學家使用多種支持信息-包括地形學、普查、農業統計、土壤特征，其它陸地覆蓋地圖、以及濕地數據-以30米的分辨率來確定并標注陸地覆蓋類型。數據的空間分辨率亦在地理投影NAD83中。用于洪水評估的相關類如下A)水(11)地表水，(12)終年冰/雪；B)經開發的(21)低強度居住區(不連續的城區)，包括具有建筑材料和植被的混合的區域，其中建筑材料占覆蓋的30-80％，而植被占20-70％，這些區域大多通常包括單個家庭住宅單元和低于高密度住宅區域的人口密度，(22)高密度居住區(連續的城區)，包括居住了高數量人口的高度開發的區域，實例包括公寓復合體和成排的房子，植被占低于覆蓋的20％，而建筑材料占80-100％，(23)商業/工業/運輸(工業)，包括基礎設施(例如道路、鐵路等)和沒有被分類到高密度居住區的所有高度開發區。在聯邦政府內對陸地覆蓋和其它土地空間數據持續增長的需求于2000年對MRLC協會的再次改革(MRLC2001)中達到終點，其中第二代國家陸地覆蓋數據集要根據被稱為國家陸地覆蓋數據2001(NLCD2001)的數據來開發。NLCD2001的產品將使用由USGS開發的映射區以階段化的方法來實施。全面產品開發預期于2002年開始，完成目標定于2004年。不幸的是，在2005年之前此數據是不可用的。進一步，現有技術中存在國家水文地理數據集(NHD)，它是一個數字空間數據集，包含關于如湖、塘、溪、河、泉和井的表面水特性的信息。國家水文地理數據集(NHD)是新組合的數據集，其基于水文單元(8位數字)為美國提供了水文地理數據。其目前基于USGS的1∶100,000-比例數據的內容，給予其與那些數據一致的精度。水平位置精度是如此的，使得90％的點在其真實位置50米內。點、線和區域邊界的位置使用地理學(經度-緯度)坐標來編碼。水平數據是1983的北美數據(NAD83)。在現有技術中，來自第一美國的洪水地圖(FloodMapfromFirstAmerican)提供了用于風險評估、保險和再保險的最精確、最新的洪水危害區。所述數字地圖數據庫基于洪水分級保險地圖(FIRM)，該洪水分級保險地圖在國會委任的國家洪水保險計劃(NFIP)的支持下、由聯邦緊急管理局準備，用于描述洪水風險。工程化研究洪水保險的結果FIRM被用于實施泛洪區管理測量，以降低洪水對于社區的風險，并執行洪水保險政策分級。這些FIRM描繪了對100年(用于洪水保險的國家標準)和500年洪水區二者都受到水災的特殊洪水危害區域。FirstAmericanFloodMapSM數據庫已被清理和校正，以反映如FIRMs文件上所示的信息。國家、州、地區和縣第一美國洪水危害認證目前具有3′100+個縣的數字洪水保險分級地圖。縣級的覆蓋代表了超過99％的美國人口。FloodMap反映了所有的FEMA修訂(一年超過12000)。整個數據庫每季度更新以確保準確、通用和投資價值。數據庫提供在基于NAD83的地理坐標中。在數據庫中，沿海的分洪道和泛洪區(洪水區代碼“V*”)在單獨的風暴潮(stormsurge)風險估算中考慮。最后，在現有技術中，有用于USGSDailyValues公布的數據源，即所謂的USGSWATSTORE數據庫。它包括溪流和具有注釋(即溪流、階段、水溫、湖水位、水庫存儲、表面以下的水位及更多)的相關溪數據。它包括38,972個站，覆蓋了最大從1781年至今的記錄時期。它包括原始數據、日、月和超過數統計。用于觀測站(6)的坐標的數據也是NAD83。應指出，除了根據本發明的方法以外，本發明還涉及用于執行本方法的一種系統和計算機程序產品。具體而言，通過本發明實現的目的在于對洪水風險的自動的位置依賴的識別，洪水狀態被傳送到中央單元，且確定位置依賴的洪水概率值，在于該中央單元包括與基于對特定地區的洪水風險因子的分散測量的空間高分辨率網格相對應的多維查找表，而洪水風險因子(P)與指示網格格元(gridcell)內平均洪水頻率和/或對洪水的易感性(susceptibility)的網格相關聯，在于該系統包括分布式觀測站，而河流流量(riverdischarge)參數(T)可通過網格格元內的分布式的觀測站測量，并通過網絡傳送到中央單元，河流流量參數至少包括用于重現期和/或所測事件的強度的值，在于該中央單元包括相關模塊，基于所鏈接的洪水風險因子和河流流量值，針對洪水事件來產生事件特定的平均概率水深值(H)，并使概率水深值(H)與對應的網格格元相關聯。系統可包括格元仲裁器模塊，根據平均概率水深值(H)作用于至少基于網格的復合模塊。例如，基于網格的復合模塊可至少包括早期報警系統，發出適當格元中洪水風險的信號；和/或基于至少洪水風險因子的、基于陸地的安裝的自動損害預測系統和/或損害覆蓋系統。基于網格的復合模塊還可包括至少優化和/或控制模塊，以基于至少洪水風險因子、用于技術和/或工業設施的保護安裝。在空間高分辨率下，具有1km2以下的格元尺寸的分辨率是可理解的，特別是10′000m2以下的格元尺寸。本發明的一個優點在于，可實現存儲的更經濟的使用，這亦基本上影響分級的性能。例如，不是針對成千上萬或更多事件中的每個來存儲水深，而是僅以高細節水平(90m分辨率)來存儲一個洪水頻率地圖。事件重現期被產生并存儲在格元級(celllevel)上。信息的兩部分被組合，以便在一個位置針對所有事件計算水深。另外，可實現洪水暴露程序或組合的較好結構化。由于每個單個風險對預期損失的風險可被量化，有可能確定地點依賴的子限制或者甚至從洪水保險范圍中排除某些地點。可提供洪水風險評估中的進一步基本改進這將是在工業中首次實現一個詳細的全面的隨機洪水分級系統。這可對工業和/或保險和再保險在市場中的定位上具有積極效果，并可產生新的業務機會。發明的另一個優點是詳細的自動洪水分級系統的可用性，對于保險業，其將使得有可能要求較好質量的財產清單數據，例如關于識別哪些保單具有洪水保險范圍。最后，可完成改進的能力分配和確定使用新的事件集方法，有可能將預期損失一致地分配到特定合同。例如，相關模塊可包括至少5個可適配的相關參數x1，x2，...，x5，而例如，所述可適配參數可通過下列公式相關H=max(x1P-x2+x3ln(T)x4P+x5,0).]]>對于位于海平面以上以米為單位的不同高度的沿海岸的洪水格元區域，如，可使用不同的相關模塊。例如，對沿海岸的海平面以上低于10m的洪水格元區域可通過特定相關模塊來確定。例如，沿海岸的洪水格元的確定可另外基于風暴潮事件。沿海岸的洪水格元的確定還可包括一種“Sea，LakeandOverlandSurgesformHurricanes”(SLOSH)方法。在本發明的一個實施例中，鏈接模塊包括至少一個可適配的事件因子，對不同檢測站6的流量測量提供空間和/或時間相關性。本實施例具有其它優點在于，在單個格元之間的重現期的分布可示出根據檢測站6的流量測量而確定的空間和時間相關性，這可被至少一個可適配的事件因子考慮到。在本發明的另一個實施例中，河流流量參數(T)通過關于洪水風險因子網格的低分辨率測量來確定。本實施例具有的其它優點在于，存儲的使用可進一步節省，這亦基本上影響分級的性能。例如，不是針對成千上萬或更多事件中的每個來存儲水深，而是僅有一個洪水頻率地圖以高細節水平(90m分辨率)來存儲。事件重現期被產生并存儲在格元級上。信息的兩部分被組合，以在一個位置針對所有事件來計算水深。在根據本發明的又一個實施例中，其中網格格元的分辨率針對直徑處于10′000m2以下。必須指出，原則上，有可能將分辨率設置成任意小的格元尺寸。然而，例如，分辨率受參數固有錯誤的限制。其中，這個實施例具有的優點在于，所需洪水參數可由系統針對特定格元和/或地點尺寸來適當地確定。在根據本發明的進一步的實施例中，洪水風險因子(P)基于至少地貌參數而導出。地貌參數包括例如，與下一河流和/或排水區域的水平距離和/或海拔差。本實施例具有其它優點在于，其包括一種現有技術中公知的方法，并且例如，錯誤可容易地估計。所以，例如，洪水風險因子(P)可基于依賴水平距離和/或海拔差的國家特定的洪水表、通過內插模塊來導出。對于美國，國家特定的洪水區表可包括例如第一美國100-年洪水區表。在根據本發明的一個實施例中，基于對應組合的歷史數據集來確定脆弱性因子，而一般化的保險風險根據脆弱性因子自動地導出。其中，本實施例具有的一個優點在于，可提供用于確定地方和地點的脆弱性因子的完全自動系統。到目前為止，現有技術還不可能實現。在根據本發明的另一個實施例中，系統可通過網絡由客戶節點訪問，而系統包括具有計費網關接口的計費模塊，以便訪問中央單元，客戶節點的第一呼叫細節記錄可從中央單元傳送到計費模塊。借助于系統的代理模塊，客戶節點的第二呼叫細節記錄也可從中央單元下載，借助于該代理模塊，至少客戶節點標識和/或對中央單元和/或服務進行訪問的持續時間能被捕捉并能被傳遞到計費模塊。借助于系統的計費模塊，能產生與所獲得的服務對應的TAP文件，且它們與計費指令一起可被傳送到清除模塊，計費指令包括至少用戶特定的和/或服務提供者特定的計費數據。其中，本實施例具有的優點在于，可提供針對第三方的系統使用的全面計費。考慮到以下對說明性實施例的詳細描述，本發明的另外特征和優點對本領域技術人員將變得顯而易見，所述實施例示范如當前所見到的所述方法的最佳實施方式。下文中，參考所述附圖將描述本發明的公開內容，附圖只是作為非限制實例而給出，其中圖1給出本發明一個實施例的示意性概觀。圖2和圖3示出兩個圖，其圖示在1997年1月1日至2000年12月31日的觀察期中，洪水占所有自然災害引起的對財產合作業務的損害的55％(圖2)，而占所有自然災害引起的對工業業務的損害的44％(圖3)。參考數字A/E示出與洪水有關的損失，B/F示出與暴風有關的損失，C/G示出與地震/火山有關的損失，而D/H示出其它損失。圖4示出了圖示基于擴展的FEMA100年洪水區的洪水頻率地圖(p-map)的圖。內插(interpolation)依賴于到下一河流的水平和垂直距離來得到其它的重現期。參考數字1是50年洪水區，2是100年洪水區，3是500年洪水區，而4是河流。圖5示出了圖示洪水頻率地圖的一個實例的圖，其中對于所選地圖，空間分辨率是90m網格格元尺寸。圖6是圖示具有用于事件集產生的有25年記錄的觀測站5的圖。此實例示出北卡羅來納(美國)中所使用的的觀測站5，在其處基于每日溪流記錄來做出確定。圖7是圖示具有針對北卡羅來納的最大事件的、有每格元的重現期的實例事件集的圖。圖8示出了圖示洪水頻率(P值)、水深(H)和事件集(重現期T)之間關系的圖。關系繪制于圖10上，其中黑點表示涉及100年和500年洪水區以及100、相應地500年洪水事件的值。圖9示出了在不同軸圖示與圖8相同關系的圖，表示洪水暴露、重現期和水深之間的關系。可注意到，對于本實例而言，具有10年重現期的洪水事件只影響P值高于0.82、水深范圍直到0.8m的位置。對于100年洪水而言，該范圍從0.0m(P＜0.54)到2.2m(P＝1)變化。圖10示出了圖示針對工業、居住區和/或建筑等的隨機組合6以及有關北卡羅來納實例的風組合(有脆弱性)、涉及事件頻率的損失的圖。圖11示出了具有下文提及的區的北卡羅來納州(美國)的海拔模型。海拔以海平面以上的米給出(a.s.l.)。在下文中討論本主題方法的一個實施例的整體操作、方法和系統。圖1中的參考數字20指的是具有必要基礎設施的中央單元20，包括硬件和軟件部件和/或單元，以實現根據本發明的所述系統和/或方法。該系統和方法允許隨機事件集的創建。新方法的一個主要益處是對存儲的高度經濟的使用，這直接影響系統及其操作的性能。不是針對成千上萬事件中的每個來存儲水深，而是僅有一個或很少的洪水頻率地圖以高細節水平(90m分辨率)來存儲。事件重現期被產生和存儲在所需格元級上。信息的兩個部分被組合，以在一個位置針對所有事件來計算水深。在本實施例的變型中，中央單元20包括多維查找表203，對應于基于特定地域的洪水風險因子的分散測量的空間高分辨率網格60/61，而洪水風險因子(P)與指示網格格元60/61內的平均洪水頻率和/或對洪水的易感性的網格相關聯。作為洪水風險因子的實例，即，洪水頻率地圖，例如北卡羅來納州(NC)/美國(US)可被選擇作為原型地域。北卡羅來納具有140′000km2的表面(作為對比，英國大陸具有220000km2)以及6.8Mio的人口。北卡羅來納的范圍在東西方向為850km，而在南北方向為305km。最高點在米切爾山(MountMitchell)，在海平面以上2037米。大西洋海岸長484km。地形分為三個不同區域大西洋海岸平原(2/3)，進入內陸達80km(海拔＜90ma.s.l)，山麓高原(海拔90～460ma.s.l)和阿巴拉契亞(Appalachia)(海拔＞海平面以上460米)。圖11示出具有上述區的NC海拔模型。在Hatteras海角和Fear海角之間的某些區域，經常受颶風影響。對于洪水頻率地圖(或P-map)，網格可例如包括指示對洪水的易感性的位于0(從未遭受洪水)和1(總是遭受洪水)之間的值。在此實例中，所述值可例如根據第一美國100年洪水區、數字海拔模型和河流網而導出。如上所述，洪水頻率地圖，即與網格相關的洪水風險值，例如可包括指示對每個位置(經度，緯度)對洪水的易感性的、位于0(從未遭受洪水)和1(總是遭受洪水)之間的值。位于0和1之間的洪水風險因子(P)值可直接涉及洪水頻率，例如P＝0.58代表100年洪水區。當然，其它洪水區可選擇作為例如具有某一其它重現期(50、100、250、500年)的洪水區。基于地貌參數-如到下一河流和/或排水區的水平距離和海拔差，可確定洪水區。本實例中的數據由例如來自美國的FEMA數據所證實，并被證明在幾個國家(CZE，UK，SVK，BEL)中產生了好的效果。圖4示出了圖示基于擴展的FEMA100年洪水區的洪水頻率地圖(p-map)的圖。內插依賴于到下一河流的水平和垂直距離的來得到其它的重現期。參考數字1是50年洪水區，2是100年洪水區，3是500年洪水區，而4是河流。在本實施例的實例中，第一美國的100年洪水區被用來依賴于格元的水平距離和海拔差、通過內插模塊來內插。內插模塊可通過硬件和/或軟件來實現。采用100年洪水區來校準的另外的優點在于，洪水保護測量將自動地被加以考慮。處理步驟可包括例如下列步驟(i)準備國家海拔數據集合并、投影和填充網格；(ii)準備第一美國FloodMapSM數據集選擇區、投影、清除和將網格擴展600m(緩沖器的大小將依賴于區域來適配)，這導致被擴展或緩存的100年洪水區。(iii)準備國家水文地理學數據集選擇河流、投影網格。(所有數據集包含海拔數據，并可例如被保存到存儲模塊)；(iv)產生p值地圖然后使用適合的處理模塊來處理輸入文件，以產生具有p值的具有緩存洪水區的擴展的網格。a)在河流網上緩存網格點的最近的相鄰查找確定水平距離和海拔差；b)在河流網上在100年洪水區邊界的網格點的最近的相鄰查找確定水平距離和海拔差。c)使用MARS公式來確定校準參數。d)平滑校準參數。e)確定p值，并保存它們到例如存儲模塊。(v)后處理合計、清除和再投影網格到地理學坐標。例如，p值地圖的質量可利用已知位置通過測試組合來檢查。然后這些位置可通過兩個網格(第一美國洪水區和p值地圖)來檢查。此實例的結果示出在表1中，這里位于第一美國100年洪水區內的所有位置都被取出并相對于p值地圖來檢查。如所見到的，在北卡羅來納(NC)中所有檢查位置的73％也在p值地圖的100年洪水區中找到，而97％在p值地圖的500年洪水區中找到。重要的是應注意，沿海岸的洪水區可經常包括風暴潮區，而且明顯的是，在這些區域中本方法不是非常適合(沒有河流可用)。因此，第二檢查可只取高于海平面10m的位置進行，并且在該情況下，來自p值地圖的位置的92％落入100年洪水區中。表1位于第一美國100年洪水區中的位置與來自p值地圖的位置的比較。在整個NC之上，由系統根據p值地圖來確定的受100年洪水影響的區域低估第一美國洪水區僅2.6％。比較兩個數據集，從此實例可看到，在平坦的海岸地區，遭受洪水地區被相當地低估了，這是由于還沒有考慮到風暴潮的事實。輕微的高估存在于NC的中部，但是這并不顯著。在本實施例的實例中，最終p值地圖具有90m的格元尺寸，考慮到地理編碼的精度，這足夠精確了。順便提及，總數據量可通過因子9來分割。用于NC的p值地圖(p＞0.2)的總尺寸包括5.2mn格元。考慮整個美國，假設相同百分比的區域遭受洪水，將導致360Mio格元。進一步，該系統包括分布式觀測站6/30/31/32。河流流量參數(T)由在網格格元60/61中的分布式觀測站6/30/31/32來確定，并通過網絡50傳送到中央單元20，河流流量參數包括至少用于重現期和/或所測量事件強度的值。對于此實例，河流流量參數(T)也稱作事件集T表。對于本實例，例如，T表包括影響北卡羅來納1082個格元區的1183洪水事件的重現期。概率事件集是根據74個河流流量觀測站6/30/31/32的統計而導出的。再次，事件集規定了網格的給定格元中的一個事件的重現期或強度。在格元之間的重現期的分布可考慮空間和時間相關性，該相關性根據覆蓋了1977～2002的25年的觀測站6/30/31/32的流量測量來確定。總體而言，74個站滿足了用于北卡羅來納的實例的需求。對于整個美國，可使用約3000個站。明顯的是，不但頭下游(headcatchment)觀測站6/30/31/32可用于此系統，而且也可使用在主河流的站。需要注意，在海岸區域只有少數站是可用的，如可從圖6中看出的。選擇重現期作為強度的測量的原因，主要在于它沿河流網相對弱的變化，即，在河流上網格的鄰接格元之間的重現期變化“平滑”。圖7示出在北卡羅來納事件集中針對最大事件關于格元分辨率的重現期的分布。通過重現期的事件的所選限定，進一步允許借助于事件系列的極值分析而容易地包括真實事件，例如1993年的洪水。真實事件一方面還提供了直接與可能的損失數據比較的概率，另一方面，提供了對概率事件的似然性檢查。最后，通過下載最新流量測量并使用過去時間系列對其進行分析，可進行后事件分析。中央單元20進一步包括相關模塊21。基于所鏈接的洪水風險因子和河流流量值的、用于洪水事件的事件特定的平均概率水深值(H)由相關模塊21產生，并將概率水深值(H)關聯到對應的網格格元60/61。在本實例中用于事件的事件特定的平均概率論水深值(H)是所需的位置依賴的洪水概率值。相關模塊21可例如通過硬件和/或軟件實現。為將洪水頻率地圖(p值地圖)和事件集(重現期T)與危險即水深H鏈接起來，指示中間平均(meanaverage)水深為這兩個參數的函數的關系是必要的。為了確定這種關系，例如，可完成基于已知地域的概率洪水事件集的分析。在本實例中，挑選了UK的概率洪水事件集。所選的事件集包括973個洪水地圖，其以50m的分辨率指示了每個遭受洪水的格元的水深。為了分析，使用了未保護的事件集。為了執行分析，每個格元的洪水頻率P值必須是已知的。因此，由系統確定的P地圖(P-map)被作為掩碼。特別是，這意味著對于每個事件或洪水印跡，收集了具有某個P值的所有格元的水深。這個收集允許例如分類成8個水深類(0-4.0m)和16個p值類0.2-0.9。如果在每類中出現的數目除以觀察的總和，則相對頻率fi可計算為fi=NumbeofoccurrencseinclassiΣiNumbeofoccurrencseinclassi]]>而對應的重現期是T1=1fi.]]>這個方法還可通過以下事實來解釋利用高數目的事件和遭受洪水的格元，水深的該頻率分布和p值變成了內在函數(intrinsicfunctin)，該函數與事件的數目無關。或者，換句話說，如果增加了10個額外事件，則相對頻率不會改變，并仍然表示出現頻率。為了給出關所述系的分析表達式，該實例的值適合于以下函數T＝exp8.9+0.5·H-8.0·P+1.2·H·P)或者H=max(8·P-8.9+logT1.2·P+0.5,0)forT>2.5]]>這個函數繪制在圖8中，其中黑點分別指示與100年和500年洪水區，以及100年、相應的500年洪水事件相關的值。通過MARS模型的校準、對USA的多個區域的FEMA洪水區，給出了用于100年(P≥0.58)和500年洪水區(P≥0.35)的P值。取P-H-T的關系，這些P值與對應的重現期T導致0.3m、相應的0.1m的水深。在圖9中，通過不同的坐標軸表示了同樣的關系。可注意到，例如，具有10年重現期的洪水事件只能影響P值高于0.82、水深范圍達到0.8m的位置。對于100年洪水，這個范圍從0.0m(P＜0)變化到2.2m(P＝1)。為了獲得用于本實例的關于所述關系的另外信息，使用了調查問卷，其中來自蘇黎世(Zurich)、慕尼黑(Munich)和Armonk的所有洪水人群給出了他們對洪水頻率、事件重現期和水深之間的這種關系的最好估計。該“專家觀點”的結果與分析關系進行了比較。比較示出分析關系比估計略為更保守，表明在校準工作中應該進行對所述關系的某些較小修改。清楚的是，該系統和方法還允許針對100年和500年以外的洪水區來驗證和適配所述值。例如，所建議的P值可如下(i)50年洪水區P＝0.69(導致具有50年洪水事件的水深H＝0.4m)；(ii)250年洪水區P＝0.45(導致具有250年洪水事件的水深H＝0.2m)；(iii)25年洪水區P＝0.82(導致具有25年洪水事件的水深H＝0.6m)。基于所有事件(在每兩個格元中)的重現期并基于完整的洪水頻率地圖，可確定水深分布。在這里給出的實例中，所有情形中54％中，水深低于50cm。對于該實例，如上所示，北卡羅來納相當大的區域位于海平面以上10m之下，并潛在地受風暴潮事件的影響。上述系統和方法良好地適用于位于高于海平面10m的內陸河流洪水，但是沿海岸的洪水區還包括風暴潮的風險，而且對于該區域，使用特定模型可能是合理的。這樣的區別可容易地以相同方式被包括，并形成本發明的部分。例如，風暴潮事件可包括在該系統和/或方法中。另一個可能性將是使用SLOSH(Sea，LakeandOverlandSurgesfromHurricanes)方法，它是一種國家颶風中心(NHC)用來估計由歷史、假設或所預測的颶風引起的風暴潮高度的方法。第二個模型考慮了壓力、大小、向前速度、軌跡和風，該模型可從TCart中獲得。獨立于所使用的方法和/或系統，應開發某種風暴潮頻率圖，以便于與河流洪水事件集一致。然后風暴潮事件集亦包括重現期，其中事件被“鏈接”到對應的TC事件。對于風暴潮，必須限定不同的P-H-T關系以及脆弱性曲線。河流洪水和TC之間的關系較不明顯。然而，亦可考慮河流洪水和TC之間的相關性。這里，執行TC降雨地圖和河流洪水重現期之間的匹配是合理的。進一步，系統可包括格元仲裁器模塊22，根據平均概率水深值H，至少對基于網格的復合模塊23起作用。基于網格的復合模塊23可包括至少早期報警系統，在適當的格元60/61中發出洪水風險信號的。同樣，基于網格的復合模塊23可包括基于至少洪水風險因子的、基于陸地的安裝的自動損害預測系統和/或損害覆蓋系統。基于網格的復合模塊23可包括至少優化和/或控制模塊，至少基于洪水風險因子用于技術和/或的工業實施的安裝保護。為考慮相關性引起的相關，系統包括鏈接模塊，其具有至少一個可適配事件因子，為不同觀測站6/30/31/32的流量測量提供空間和/或時間的相關性。觀測站6/30/31/32至少包括傳感器和/或測量固定設備，用于測量河水水位參數，基于河水水位參數來確定河流流量參數。系統可由客戶節點40/41/42通過網絡51來訪問，具體而言，由移動客戶節點訪問。相應地，參考數字50和51代表各個不同種類的網絡，如例如有線LAN，即局域固定網絡，具體而言亦是PSTN(公共交換電話網絡)等；藍牙網絡，例如用于在所覆蓋的位置上的安裝；使用GSM和/或UMTS等的移動無線電網絡；或無線LAN。因此，有可能將系統集成，即作為用于第三方的信息和/或早期報警系統的一部分。應理解，客戶節點40/41/42可以是旨在不同網絡位置和/或不同網絡中使用的、所有可能的所謂客戶端設備(CPE)。因而，如圖1示意性圖示的，客戶節點40/41/42可以是裝配成通過網絡51通信的移動無線電電話40或膝上型42、掌上型41或PDA41電腦(個人數據助理)，網絡51具體為移動無線電網絡。客戶節點40/41/42擁有一個或多個不同的物理網絡接口，它還可支持多個不同的網絡標準。客戶節點40/41/42的物理網絡接口可包括例如，用于以太網的接口，或用于其它有線LAN(局域網)、藍牙、GSM(全球移動通信系統)、GPRS(通用無線分組業務)、USSD(非結構化補充數據業務)、UMTS(通用移動通信系統)和/或WLAN(無線局域網)等的接口。客戶節點(40/41/42)可包括識別模塊，優選為固定或可拆卸地連接到客戶節點40/41/42的芯片卡，優選為所謂的SIM卡(客戶識別模塊)。識別模塊包含識別數據元件，例如一個國際移動訂戶標識(IMSI)。此外，客戶節點40/41/42可包括數據存儲，優選位于芯片卡上，它可用作存儲貨幣量的帳戶。系統可包括至少一個計費模塊，該計費模塊帶有計費網關接口，用于訪問中央單元20，客戶節點的第一呼叫細節記錄可從中央單元20傳送到計費模塊。借助于系統的代理模塊，客戶節點40/41/42的第二呼叫細節記錄可從中央單元20下載，借助于代理模塊，能夠捕捉至少客戶節點的標識和/或訪問中央單元20和/或服務的持續時間，且能夠傳遞到計費模塊。借助于系統的計費模塊，可產生與所獲得的服務對應的TAP文件，然后它們可與計費指令一起傳送到清除模塊，計費指令包括至少用戶特定的和/或服務提供者特定的計費數據。雖然已關于特定裝置、材料和實施例描述了本發明，但是本領域技術人員根據前面的描述可容易地明確本公開的基本特征，并且在不背離所附權利要求中所闡明的本發明的精神和范圍內的情況下，可做出不同的改變和修改以適應不同的用途和特征。標號列表150年洪水區2100年洪水區3500年洪水區4河流5觀測站6/7相對于頻率的損失20中央單元201數據庫202數據庫203查找表21相關模塊22格元仲裁器模塊23基于網格的復合模塊30/31/32觀測站40/41/42網絡節點50/51網絡60/61網格格元H平均水深值T河流流量參數權利要求1.一種發信系統，用于針對洪水風險的自動的位置依賴的識別，其中洪水狀態傳送到中央單元(20)，且位置依賴的洪水概率值得以確定，其特征在于所述中央單元(20)包括與基于對特定地域的洪水風險因子的分散測量的空間高分辨率網格(60/61)相對應的多維查找表(203)，而洪水風險因子(P)與指示網格格元(60/61)內平均洪水頻率和/或對洪水的易感性的網格相關聯，所述系統包括分布式觀測站(5/30/31/32)，而河流流量參數(T)可通過網格格元內的所述分布式觀測站(5/30/31/32)來測量，并通過網絡(50)傳送到所述中央單元(20)，所述河流流量參數包括至少用于重現期和/或所測事件強度的值，所述中央單元(20)包括相關模塊(21)，其基于所鏈接的洪水風險因子和河流流量值、針對洪水事件來產生事件特定的平均概率水深值(H)，并將所述概率水深值(H)關聯到對應網格格元(60/61)，以及所述系統包括格元仲裁器模塊(22)，其根據所述平均概率水深值(H)作用于至少基于網格的復合模塊(23)上。2.根據權利要求1的系統，其特征在于，所述基于網格的復合模塊(23)包括至少早期報警系統，其發出適當格元(60/61)中洪水風險的信號。3.根據權利要求1的系統，其特征在于，所述基于網格的復合模塊(23)包括基于至少所述洪水風險因子的、基于陸地的安裝的自動損害預測系統和/或損害覆蓋系統。4.根據權利要求1至3中之一的系統，其特征在于，所述基于網格的復合模塊(23)包括至少優化和/或控制模塊，用于基于至少所述洪水風險因子的、技術和/或工業設施的保護安裝。5.根據權利要求1至4中之一的系統，其特征在于，所述系統包括具有至少一個可適配事件因子的鏈接模塊，對于不同觀測站(5/30/31/32)的流量測量來提供空間和/或時間相關性。6.根據權利要求1或5中之一的系統，其特征在于，所述觀測站(5/30/31/32)包括至少傳感器和/或測量固定設備，用以測量河水水位參數，基于該河水水位參數來確定所述河流流量參數。7.根據權利要求1至6中之一的系統，其特征在于，測量所述河流流量參數(T)的所述觀測站(5/30/31/32)的網格相對于所述洪水風險因子的網格(60/61)處于低空間分辨率。8.根據權利要求1至7中之一的系統，其特征在于，測量所述河流流量參數(T)的所述觀測站(5/30/31/32)的網格(60/61)設置成高時間分辨率。9.根據權利要求1至8中之一的系統，其特征在于，所述洪水風險因子的網格(60/61)的分辨率通過10′000m2以下的格元尺寸而給出。10.根據權利要求1至9中之一的系統，其特征在于，所述洪水風險因子(P)基于至少地貌參數而導出。11.根據權利要求10的系統，其特征在于，所述地貌參數包括到下一個河流的水平距離和/或海拔差。12.根據權利要求10或11中之一的系統，其特征在于，所述地貌參數包括到下一個排水區域的水平距離和/或海拔差。13.根據權利要求1至12中之一的系統，其特征在于所述中央單元(20)包括內插模塊，其依賴于水平距離和/或海拔差、基于國家特定的洪水區表來導出所述洪水風險因子(P)。14.根據權利要求13的系統，其特征在于，所述國家特定的洪水區表包括第一美國100年洪水區表。15.根據權利要求1至14中之一的系統，其特征在于，所述相關模塊包括至少四個可適配的相關參數x1、x2，...，x5，而所述可適配的參數通過下式相關H=max(x1P-x2+x3ln(T)x4P+x5,0).]]>16.根據權利要求1至15中之一的系統，其特征在于，脆弱性因子基于對應組合的歷史數據集來確定，且一般化的保險風險可根據所述脆弱性因子自動導出。17.根據權利要求1至16中之一的系統，其特征在于，所述系統包括用于沿位于不同高度ma.s.l的海岸的洪水格元區的不同相關模塊。18.根據權利要求17的系統，其特征在所述系統包括至少一個特定相關模塊，其確定沿位于低于10ma.s.l的海岸的洪水格元區。19.根據權利要求17或18中之一的系統，其特征在于，沿海岸的洪水格元的確定還基于風暴潮事件。20.根據權利要求17至19中之一的系統，其特征在于，沿海岸的洪水格元的確定還包括一種SLOSH(Sea，LakeandOverlandSurgesfromHurricanes)方法。21.根據權利要求1至20中之一的系統，其特征在于，所述系統可由客戶節點(40/41/42)通過網絡(51)來訪問，而所述系統包括具有計費網關接口的計費模塊，以便訪問所述中央單元(20)，客戶節點的第一呼叫細節記錄可從所述中央單元(20)傳送到所述計費模塊。22.根據權利要求21的系統，其特征在于，借助于所述系統的代理模塊，所述客戶節點(40/41/42)的第二呼叫細節記錄可從所述中央單元(20)下載，借助于所述代理模塊，能捕捉至少所述客戶節點標識和/或對所述中央單元(20)和/或服務訪問的持續時間，并能傳遞到所述計費模塊。23.根據權利要求22的系統，其特征在于，借助于所述系統的計費模塊，能產生對應于所獲得服務的TAP文件，且它們可與計費指令一起傳送到清除模塊，所述計費指令包括至少用戶特定的和/或服務提供者特定的的計費數據。24.用于洪水風險的自動位置依賴的識別的方法，其中測量洪水狀態，且確定位置依賴的洪水概率值，其特征在于，針對特定地域，產生空間高分辨率網格(60/61)，且使洪水風險因子(P)與該網格(60/61)關聯，所述洪水風險因子指示網格格元(60/61)內的平均洪水頻率和/或對洪水的易感性，通過分布式觀測站(5/30/31/32)的測量來確定河流流量參數(T)，所述河流流量參數包括至少用于重現期和/或所測量和/或隨機產生事件的強度的值，以及通過相關模塊來鏈接所述洪水風險因子和河流流量值，用于產生針對事件的事件特定的平均概率水深值(H)。25.根據權利要求24的方法，其特征在于，鏈接模塊包括至少一個可適配的事件因子，其針對不同觀測站(5/30/31/32)的流量測量來提供空間和/或時間相關性。26.根據權利要求24或25中之一的方法，其特征在于，由觀測站(5/30/31/32)來測量河水水位參數，基于這些河水水位參數來確定所述河水流量參數。27.根據權利要求24至26中之一的方法，其特征在于，以關于洪水風險因子網格(60/61)的低空間分辨率來測量和/或確定所述河水流量參數(T)。28.根據權利要求24至27中之一的方法，其特征在于，以高時間分辨率來測量和/或確定所述河流流量參數(T)。29.根據權利要求24至28中之一的方法，其特征在于，所述網格(60/61)的分辨率通過10′000m2以下的格元尺寸給出。30.根據權利要求24至29中之一的方法，其特征在于，基于至少地貌參數而導出所述洪水風險因子(P)。31.根據權利要求30的方法，其特征在于，所述地貌參數包括到下一個河流的水平距離和/或海拔差。32.根據權利要求30或31中之一的方法，其特征在于，所述地貌參數包括到下一個排水區域的水平距離和/或海拔差。33.根據權利要求24至32中之一的方法，其特征在于，通過內插模塊依賴于水平距離和/或海拔差、基于國家特定的洪水區表來導出所述洪水風險因子(P)。34.根據權利要求33的方法，其特征在于，所述國家特定的洪水區表包括第一美國100年洪水區表。35.根據權利要求24至34中之一的方法，其特征在于，所述相關模塊包括至少四個可適配的相關參數x1、x2，…，x5，而所述可適配的參數通過下式相關H=max(x1P-x2+x3ln(T)x4P+x5,0).]]>36.根據權利要求24至35中之一的方法，其特征在于，基于對應組合的歷史數據集來確定脆弱性因子，且根據所述脆弱性因子而自動導出一般化的保險風險。37.根據權利要求24至36中之一的方法，其特征在于，針對沿位于不同高度ma.s.l的海岸的洪水格元區，使用不同的相關模塊。38.根據權利要求37的方法，其特征在于，通過特定相關模塊來確定沿位于低于10ma.s.l的海岸的洪水格元區。39.根據權利要求37或38中之一的方法，其特征在于，沿海岸的洪水格元的確定還基于風暴潮事件。40.根據權利要求37至39中之一的方法，其特征在于，沿海岸的洪水格元的確定還包括一種SLOSH(Sea，LakeandOverlandSurgesfromHurricanes)方法。41.一計算機程序產品，其能夠加載到數字計算機的內部存儲器中，且包括軟件代碼段，利用所述代碼段，當所述產品在計算機上運行時，能夠執行根據權利要求24至40中之一的步驟。全文摘要本發明涉及一種用于洪水風險的自動位置依賴的識別的系統和方法，其中，中央單元(20)包括查找表(203)，該查找表(203)與基于特定地域的洪水風險因子的分散測量的空間高度分辨率網格(60/61)對應；其中系統包括分布式觀測站(5/30/31/32)，用于測量網格格元(60/61)內的河流流量參數(T)；其中，中央單元(20)包括相關模塊(21)，基于所鏈接的洪水風險因子和河流流量值，針對洪水事件來產生事件特定的平均概率水深值(H)；其中系統包括格元仲裁器模塊(22)，根據平均概率水深值(H)作用在至少基于網格的復合模塊(23)上。文檔編號G08B31/00GK1906648SQ200580001663公開日2007年1月31日申請日期2005年6月30日優先權日2004年6月30日發明者漢斯·費延,延斯·梅爾霍恩,克里斯托夫·歐希申請人:瑞士再保險公司