1. 课程导入
欢迎进入《巨灾危险度、暴露与脆弱性模型实战》课程。在开始写模型、调参数之前，我们需要先建立一张“认知地图”：巨灾风险建模究竟在解决什么问题，它由哪些核心概念构成，各模块之间如何衔接，以及这些模型在真实业务中如何落地。本章不涉及复杂公式推导，而是帮助你在后续29章中始终清楚“我在做什么、为什么这样做、结果给谁用”。
一、学习目标：从“会算”到“会决策”
本课程的学习目标分为四个层次，逐层递进：
- 概念层：准确区分危险度（Hazard）、暴露（Exposure）、脆弱性（Vulnerability）与风险（Risk），理解四者之间的函数关系，而不是把它们混为一谈。
- 方法层：掌握危险性分析、暴露数据构建、脆弱性曲线拟合、损失计算与不确定性量化的主流方法，能够独立完成一次完整的巨灾风险评估。
- 工具层：熟练使用Python生态（如pandas、numpy、scipy、geopandas）以及开源灾损模型框架，完成数据处理、建模与可视化。
- 决策层：能够把模型输出转化为保险定价、再保分出、城市防灾规划、应急资源调度等业务语言，支撑真实决策。
提示：本课程强调“模型为决策服务”。如果一份风险评估报告只有数字没有结论，或者结论无法对应到具体行动，那么模型的价值就大打折扣。
二、核心概念：四个关键词撑起整个体系
巨灾风险建模的经典表达式可以概括为：
Risk = f(Hazard, Exposure, Vulnerability)
其中：
Hazard 危险度——致灾因子的强度、频率与空间分布
Exposure 暴露——承灾体（人、财产、基础设施）的数量与价值分布
Vulnerability脆弱性——承灾体在给定危险强度下的损失响应关系
Risk 风险——期望损失、超越概率曲线或最大可能损失理解这四个概念，关键要抓住它们的“独立性”与“耦合性”。危险度描述自然现象本身，例如地震动峰值加速度、洪水淹没深度、台风风速；暴露描述“有什么东西可能被影响”；脆弱性描述“被影响后会损失多少”。三者相乘或卷积，才得到风险。很多初学者容易犯的错误，是把危险度直接当作风险，或者用历史损失简单平均代替脆弱性建模。
下面这张图展示了巨灾风险建模的整体框架：左侧是三大输入模块，中间是损失计算引擎，右侧是风险度量与决策输出。请重点观察数据流的方向和模块之间的依赖关系。
三、方法流程：一次完整建模的六个步骤
无论面对地震、洪水还是台风，巨灾风险建模的流程都可以归纳为以下六步。后续章节会逐一展开，这里先建立整体节奏感。
- 定义评估范围与目标：明确评估区域、灾种、承灾体类型、时间尺度，以及结果用于定价、规划还是应急。
- 危险性分析：构建事件集或概率模型，得到不同强度等级的频率与空间分布。
- 暴露数据构建：整合人口、建筑、经济数据，统一空间分辨率与价值口径。
- 脆弱性建模：建立强度—损失关系，通常以易损性曲线或损失函数表达。
- 损失计算与不确定性分析：通过卷积、蒙特卡洛或事件集模拟，得到损失分布。
- 结果解读与决策转化：输出超越概率曲线、AAL、PML等指标，并翻译为业务建议。
关键认知：六个步骤不是单向流水线，而是迭代循环。例如脆弱性建模中发现暴露数据分类过粗，就需要回到第三步重新细化；损失计算结果异常，也可能需要回到危险性分析检查事件集合理性。
四、实战应用场景与常见误区
巨灾风险模型在真实世界中主要服务于四类场景：
| 应用场景 | 核心问题 | 关键输出 | 典型用户 |
|---|---|---|---|
| 保险定价与承保 | 某区域某险种应收取多少保费？ | AAL、超越概率曲线、风险分区 | 财险公司、精算部门 |
| 再保险分出 | 自留多少、分出多少、触发点设在哪？ | PML、TVaR、层结构损失 | 再保经纪人、再保公司 |
| 城市防灾规划 | 哪些区域优先加固？避难场所如何布局？ | 风险地图、情景损失、脆弱性热点 | 应急管理局、规划院 |
| 应急资源调度 | 灾害发生后物资和队伍如何快速分配？ | 情景模拟、损失预估、影响范围 | 应急指挥中心、红十字会 |
在入门阶段，有几个高频误区值得警惕：
- 误区一：用历史损失直接外推未来风险。历史记录往往短于巨灾重现期，且暴露与脆弱性随时间变化，直接外推会系统性低估风险。
- 误区二：忽视暴露数据的空间分辨率。把全省建筑价值平均到每个网格，会抹平城市与乡村、老旧与新建之间的巨大差异。
- 误区三：脆弱性曲线“拿来就用”。不同地区建筑规范、施工质量、灾种特性差异显著，直接套用国外曲线可能导致损失高估或低估。
- 误区四：只报告一个“确定”数字。巨灾风险本质上是概率分布，忽略不确定性会让决策者误以为风险可控。
复盘提醒：在后续实战中，每完成一个模块，都建议问自己三个问题——数据来源是否可靠？假设是否合理？结果对决策者是否可解释？这三个问题能帮你避开大多数建模陷阱。
本章建立了巨灾风险建模的整体认知框架：以危险度、暴露、脆弱性为三大输入，通过损失计算引擎得到风险度量，最终服务于保险、再保、规划与应急等决策场景。接下来的章节将沿着这条主线，从危险性分析开始，逐步深入每一个模块的实战细节。