Аналіз Даних Про Блискавки Для Перевірки Заяв Про Град
Страхування врожаю від граду є однією з найпопулярніших угод між аграрними підприємцями та страховими компаніями, особливо якщо господарства клієнтів розташовані в регіонах, де ця сувора погодна стихія трапляється часто. Наприклад, в Європі град є поширеним явищем у гірських районах та при альпійських регіонах (Австрія та Південна Франція), а в США у 2021 році за цим показником лідирували Техас, Оклахома, Небраска, Південна Дакота та Канзас .
Град може спричинити як помірні пошкодження (наприклад, подрібнене листя та стебла) так і повну загибель сільськогосподарських культур. Ступінь руйнування залежить від діаметра та форми градин, швидкості вітру, з якою вони падають, траєкторії падіння, тривалості граду, типу рослин, що піддаються його впливу, та поточної стадії розвитку культур.
Однією з найпоширеніших проблем, з якою стикаються страхові компанії, є запізніле подання заяв про пошкодження врожаю градом (попри рекомендований 72-годинний термін) та відсутність даних для перевірки кожної заяви.
Наукова команда EOSDA має багаторічний досвід визначення випадків випадання граду, щоб допомогти страховим компаніям в оцінці збитків. Один з таких проєктів передбачав виявлення граду на конкретному полі: визначення того, чи був град єдиною причиною пошкодження або втрати врожаю, чи ні.
Проблема: Виявлення Пов’язаних З Градом Подій В Умовах Відсутності Актуальної Інформації
Страхова компанія повинна розглядати заяви на відшкодування збитків від граду, щоб переконатись, що це природне явище дійсно трапилось і завдало шкоди конкретному полю. На жаль, цей процес ускладнюють кілька факторів.
По-перше, град розвивається швидко і зазвичай триває кілька хвилин, хоча спостерігаються події тривалістю чверть і пів години.
По-друге, град може випасти на площі до 500 квадратних метрів.
Швидкість реагування також має значення. Фермери можуть не одразу подати заяву про відшкодування збитків, тому страхові компанії не можуть оперативно відправити скаутів для об’єктивної оцінки ситуації і складання звіту. Крім того, витрати на наземне обстеження полів часто можуть бути еквівалентні сумі відшкодування збитків, що вказує на нерентабельність цього виду моніторингу ситуації.
Власники фермерських господарств також можуть не мати камер спостереження, щоб доповнити свою заяву відеозаписами. Тому й існує необхідність в інших способах підтвердження страхового випадку.
Рішення: Аналіз Даних Про Блискавки Та Історичних Даних Про Пошкодження Від Граду
Клієнт припускав, що ми будемо використовувати історичні супутникові знімки полів і виявляти пошкоджені посіви або хмари граду над ними. Але завдання виявилося не таким простим. Хмарність заважає супутнику робити чіткі знімки поверхні планети. Тому ми запропонували виявляти град на основі активності блискавки.
Удари блискавки характерні для екстремальних погодних умов, таких як сильний дощ і град. Щобільше, раптове збільшення частоти (інтенсивності) спалахів, відоме як стрибок блискавки за короткий проміжок часу, вказує на ці події. Отже, метод виявлення граду, який запропонувала команда проєкту, включав аналіз історичних даних про блискавки для ділянок, що цікавлять клієнта.
Вхідні дані від страхової компанії включали заяви на компенсації збитків з зазначенням географічного розташування полів та їхніх площ, орієнтовної дати випадання граду та відсотка пошкодженої ділянки.
EOSDA Crop Monitoring
Платформа для моніторингу полів, яка використовує супутникові знімки з високою роздільною здатністю – виявляйте зміни та вживайте заходів дистанційно!
Команда отримала дані про блискавки від Earth Networks Total Lightning Detection Network (ENTLN). Провайдер управляє понад 900 широкосмуговими датчиками блискавок по всьому світу, здатними в режимі реального часу точно виявляти найпоширеніші типи блискавок: всередині хмари (IC) і хмара-земля (CG). Середня ефективність виявлення блискавок всередині хмари становить 60,0%, тоді як для блискавок типу хмара-земля цей показник сягає 95,4%. Вихідні результати ENTLN у 2D форматі містять наступну інформацію:
- Час
- Широта
- Довгота
- Тип блискавки (IC або CG)
- Інтенсивність струму кожного джерела імпульсу або спалаху.
На відміну від блискавки, що виникає всередині хмари, блискавка типу хмара-земля — це розряд між грозовою хмарою і землею.
Науковці також використовували дані про дев’ять полів, пошкоджених градом влітку 2016, 2018 і 2019 років, щоб перевірити алгоритм виявлення граду.
Для розв’язання проблеми фахівці обрали алгоритм стрибка блискавки (LJ). Вони запропонували чотири спалахи на хвилину як поріг для виявлення частоти спалахів LJ. Така частота спалахів є надійним індикатором для виявлення граду в гірських районах, де були розташовані поля для аналізу.
Дані про блискавки були зібрані в радіусі п’яти кілометрів від центру поля за два тижні до і два тижні після офіційної реєстрації явища граду.
Блискавка має свої геометричні розміри, але процеси, що викликають це явище і град, набагато масштабніші. І якщо ми спостерігаємо інтенсивну грозову активність в радіусі п’яти кілометрів, то ймовірність випадання граду на цій території висока. Потім ми аналізуємо динаміку грозової активності, щоб виявити удар блискавки. Якщо ми його знаходимо, то припускаємо, що град дійсно випав на полі у той час, коли було офіційно зафіксоване відповідне природне явище.
Результат: Виявлено Випадки Граду Та Оцінено Фактичні Обсяги Збитків
Команда проєкту зафіксувала факт граду на дев’яти полях соняшнику, пшениці та ячменю.
На восьми полях випадання граду, найімовірніше, відбулося у період обраний для збору даних (два тижні до і два тижні після офіційної реєстрації явища граду). На одному полі було зафіксовано лише чотири спалахи і жодного стрибка блискавки, тобто ймовірність випадіння граду була майже нульовою.
Наш аналіз також показує, що в деяких випадках дата страхового випадку (дата вказана у заяві на компенсацію) відрізняється від дати максимальної грозової активності, коли міг випасти град. Для деяких полів дата максимальної грозової активності збігалася з датою у заяві, але були поля для яких ця дата була значно пізніше.
Команда отримала запит восени 2020 року і впоралася із завданням упродовж двох тижнів.
Про автора:
Лідія Лелеченко має ступінь магістерки з виноградарства, виноробства та маркетингу, отриманий у Вищій сільськогосподарській школі Анже (ESA). Вона має понад 6 років досвіду роботи на різних посадах, пов'язаних з продажем SaaS-рішень та дослідницькою діяльністю в галузі сенсорного аналізу. Наразі Лідія відповідає за посилення присутності та визнання EOSDA на європейських ринках як менеджерка по роботі з клієнтами.
Oстанні статті
Вирощування Тютюну: Від Посадки До Збирання І Сушіння
Промислове вирощування тютюну непросте, адже культура вибаглива до клімату, ґрунту і поживних речовин. Але сучасні ресурси, практики й інструменти точного землеробства полегшують цей процес.
Антракноз: Як Розпізнати І Лікувати Захворювання
Антракноз швидко поширюється і може пошкодити посіви багатьох товарних культур. Дізнайтеся про способи раннього виявлення і лікування, щоб захистити ваші культури від цієї грибкової загрози.
Сергій Клімов Виміряв Зневоднення Ґрунту На Херсонщині
Сергій Клімов і його колега за допомогою EOSDA Crop Monitoring підрахували, скільки води Каховське водосховище постачало південним Херсонським полям за рік до його руйнування у 2023 році.