Wind aggregation for storm clusters improves the design of vulnerability curves for insurance companies

मौसम और बीमा की दुनिया में, जोखिम को आमतौर पर तीन भागों वाले एक सरल समीकरण के रूप में समझा जाता है: स्वयं खतरा, उसके मार्ग में आने वाली चीजें, और वे चीजें कितनी आसानी से टूट सकती हैं। खतरा तूफान है; चीजें घर और व्यवसाय हैं; और भंगुरता (fragility) संवेदनशीलता है। दशकों से, विशेषज्ञों ने तूफानों को एकल घटनाओं के रूप में माना है, यह मानते हुए कि एक ही आँधी से क्षतिग्रस्त हुआ घर अगली आँधी से उतना ही या उससे अधिक क्षतिग्रस्त होने की संभावना रखता है जितना कि वह पहले था। यह दृष्टिकोण तब अच्छा काम करता है जब तूफान अकेले आते हैं, लेकिन जब वे तीव्र क्रम में आते हैं, तो यह संघर्ष करता है। जब कई तूफान कम समय के अंतराल में एक ही क्षेत्र में टकराते हैं, तो नुकसान व्यक्तिगत घटनाओं के योग से कहीं अधिक हो सकता है। ऐसा इसलिए होता है क्योंकि पहले प्रहार से कमजोर हुए भवन दूसरे प्रहार के आने से पहले उबरने का समय नहीं पाते, जिससे वे अधिक नाजुक स्थिति में आ जाते हैं। इस समय (timing) को समझना बीमा कंपनियों के लिए महत्वपूर्ण है, जिन्हें इन आपदाओं का भुगतान करने के लिए पर्याप्त धन अलग रखना होता है, और उन वैज्ञानिकों के लिए भी जो यह अनुमान लगाने की कोशिश कर रहे हैं कि जलवायु परिवर्तन इस तरह के खतरनाक अनुक्रमों की आवृत्ति को कैसे बदल सकता है।

एक टीम के शोधकर्ताओं ने, जो एक प्रमुख फ्रांसीसी बीमा कंपनी के डेटा के साथ काम कर रहे थे, यह देखने के लिए प्रयास किया कि क्या तूफान के नुकसान की गणना करने का मानक तरीका इस महत्वपूर्ण पहेली के हिस्से को छोड़ रहा है। उन्होंने फ्रांस में आने वाले शीतकालीन वायु-तूफानों पर ध्यान केंद्रित किया, ऐसी घटनाएं जिन्होंने पिछले कुछ दशकों में अरबों का नुकसान पहुँचाया है। दशकों के बीमा दावों को विस्तृत पवन पैटर्न के रिकॉर्ड के साथ मिलाकर, उन्होंने एक सरल प्रश्न पूछा: क्या तूफानों का समय (timing) मायने रखता है? विशेष रूप से, वे जानना चाहते थे कि क्या लगातार दो तूफानों की चपेट में आया घर, समान तीव्रता के एक एकल तूफान की तुलना में अधिक नुकसान झेलता है, और क्या इन नुकसानों की भविष्यवाणी करने के लिए उपयोग किए जाने वाले वर्तमान मॉडल इसे ध्यान में रखने में विफल रहे हैं।

शोधकर्ताओं ने पाया कि मानक दृष्टिकोण वास्तव में अधूरा था। उन्होंने पाया कि फ्रांस में होने वाला एक बड़ा हिस्सा उन अवधियों के दौरान होता है जब तूफान एक-दूसरे के बहुत करीब आते हैं, अक्सर केवल कुछ दिनों के अंतराल में। वास्तव में, जब उन्होंने चार दिनों की अवधि (window) को देखा, जो बीमाकर्ताओं द्वारा दावों को समूहीकृत करने के लिए उपयोग किया जाने वाला एक सामान्य समय है, तो क्षतिग्रस्त संपत्तियों में से आधे से अधिक तूफानों के एक अनुक्रम का हिस्सा थे, न कि एक अलग घटना का। यहाँ तक कि, उन्होंने विशिष्ट स्थानों के एक समूह की पहचान की जो उस छोटे अंतराल में कई तूफानों की हवाओं की चपेट में आए थे। इन "बहु-वायु" (multiple-wind) स्थानों को ऐसा नुकसान हुआ जिसे केवल सबसे शक्तिशाली झोंके (gust) द्वारा स्पष्ट नहीं किया जा सकता था। जब शोधकर्ताओं ने नुकसान को हवा की गति के विरुद्ध दर्शाया, तो उन्होंने देखा कि समान हवा की तीव्रता के लिए, क्रमिक तूफानों की चपेट में आए घरों में उन घरों की तुलना में दावों की उच्च दर थी जो एक एकल तूफान की चपेट में आए थे। मानक मॉडल, जो केवल चरम हवा की गति (peak wind speed) को देखते थे, इन क्लस्टर्ड (समूहीकृत) घटनाओं के लिए जोखिम को कम आंक रहे थे।

इसे ठीक करने के लिए, टीम ने खतरे को मापने का एक नया तरीका विकसित किया। केवल एक स्थान द्वारा अनुभव किए गए एकल सबसे मजबूत झोंके को रिकॉर्ड करने के बजाय, उन्होंने एक ऐसी विधि बनाई जो तूफानों के अनुक्रम की सभी तेज हवाओं के प्रभाव को जोड़ देती है। कल्पना कीजिए कि तूफानों के एक समूह (cluster) को भारी प्रहारों की एक श्रृंखला के रूप में देखा जा रहा है; नई विधि दूसरे और तीसरे प्रहार को कुल बल में जोड़ने के रूप में मानती है, भले ही वे पहले की तुलना में कमजोर हों। उन्होंने हवाओं को संयोजित करने के विभिन्न तरीकों का परीक्षण किया, और पाया कि सबसे प्रभावी विधि सबसे मजबूत झोंके को पूर्ण भार देती है लेकिन बाद के तूफानों से एक छोटा, फिर भी महत्वपूर्ण, योगदान भी जोड़ती है। यह दृष्टिकोण, जिसे वे 'विंड एग्रीगेशन' (wind aggregation) कहते हैं, उन्हें नए सेट क्षति वक्र (damage curves) बनाने की अनुमति देता है जो क्लस्टर्ड तूफानों की वास्तविकता को सटीक रूप से दर्शाते हैं।

परिणामों ने दिखाया कि यह नई विधि पुराने तरीके की तुलना में बहुत बेहतर काम करती है। जब उन्होंने एग्रीगेटेड विंड मेट्रिक को अपने डेटा पर लागू किया, तो मॉडल की वास्तविक नुकसान की भविष्यवाणी करने की क्षमता में काफी सुधार हुआ, विशेष रूप से उन स्थानों के लिए जो कई तूफानों की चपेट में आए थे। सुधार सबसे नाटकीय रूप से उन तूफानों के लिए था जो एक सप्ताह के भीतर एक-दूसरे के बाद आए। जैसे-जैसे तूफानों के बीच का समय बढ़ता गया, हवाओं को जोड़ने का लाभ कम होता गया, जिससे पता चलता है कि इमारतों के पास अगले तूफान के आने से पहले उबरने के लिए लगभग एक सप्ताह की खिड़की होती है। यदि तूफान अधिक अंतराल पर होते हैं, तो दूसरे आयोजन से होने वाला नुकसान एक स्वस्थ इमारत पर ताजे हमले जैसा दिखता है, न कि एक कमजोर हुई इमारत पर दूसरे प्रहार जैसा।

यह अध्ययन यह सुझाव नहीं देता कि पुराने मॉडल एकल तूफानों के लिए बेकार हैं; अलग-थलग घटनाओं के लिए, चरम हवा की गति नुकसान का सबसे अच्छा भविष्यवक्ता बनी रहती है। हालांकि, यह प्रदर्शित करता है कि तूफानों के क्लस्टर वाले बढ़ते रूप से आम परिदृश्य के लिए, केवल चरम हवा पर निर्भर रहना जोखिम का एक पक्षपाती दृश्य प्रस्तुत करता है। तूफानों के क्रम को स्पष्ट रूप से ध्यान में रखकर, शोधकर्ताओं ने बीमा जोखिम मॉडलों को अधिक यथार्थवादी बनाने का एक तरीका प्रदान किया है। इसका अर्थ है कि बीमा कंपनियां तेजी से आने वाले तूफानों के मौसम के दौरान होने वाले कुल नुकसान का बेहतर अनुमान लगा सकती हैं, जिससे अधिक सटीक मूल्य निर्धारण और भविष्य के लिए बेहतर तैयारी संभव है। यह कार्य पुष्टि करता है कि प्रकृति की हिंसा का समय (timing) उसकी तीव्रता जितना ही महत्वपूर्ण है, और घटनाओं के क्रम को अनदेखा करना हमें एक तूफानी मौसम की वास्तविक लागत के लिए अप्राप्त रख सकता है।