巨灾超越概率（简化测算）
用县级暴雨重现期表和台风登陆事件表，按一个地点的保额、易损性、免赔和限额模拟 1 万年，给出超越概率曲线和年均损失。
官方技能第 1 版 · 2026/11/13 发布这是旧版本
- 官方技能，由智元数据编写和维护
- 只调用智元数据的 REST 接口
- 1 个取数脚本，只用 Python 3 自带的库
- API Key 从环境变量 WI_API_KEY 读取
- 依赖的数据集
- 2
- 一次对话
- —
- 安装次数
- 8
- 近 7 天调用
- 32
01怎么用
三步，让你的 Agent 用上这些数据
安装和设置只做一次。以后直接向你的 Agent 提问就行。
01
发安装语句
复制页头的安装语句，发给 你的 Agent。它会下载技能，装进自己的技能目录。可以在页头切换你用的 Agent。
02
设置 API Key
在终端里运行下面的命令，再启动 你的 Agent。
export WI_API_KEY=你的 API Key
创建 API Key03
直接提问
02依赖的数据集
这些数据集都要有授权
技能用到的数据集都要有授权才能查询。缺授权时，Agent 会告诉你缺哪一个。
自然灾害县级暴雨重现期
county-rainstorm-return-period
一行是一个县区的年最大日降水重现期。包含 2、5、10、20、50、100 年一遇的日降水量，Gumbel 分布的 2 个参数，县内格点数、所用年数和拟合优度（概率图相关系数）。覆盖全国 2899 个县区，用 1961 至 2022 年的 0.1 度格点逐日降水算出；每个格点用 L 矩法拟合 Gumbel 分布，县取县内格点参数的中位数，县内没有格点的 141 个县用最近的格点。用来判断工程所在县多大的日降水算几年一遇，给暴雨和洪涝风险定级，作为巨灾测算的危险性输入。
2,899 行 · 20 个字段登录后查看授权
自然灾害全国台风登陆记录
typhoon-landfall
一行是一个台风在中国沿海的一次登陆。包含台风编号、中文名、登陆日期、登陆地点和它的行政区划代码、登陆时的强度等级。覆盖有记录以来在中国大陆、香港、澳门、台湾登陆的台风，同一个台风多次登陆时各占一行。用来统计沿海各县市台风登陆的次数和强度，评估工程项目和企业财产的风灾风险。
839 行 · 13 个字段登录后查看授权
03技能内容
装进 Agent 的，全在这里
SKILL.md 可以看预览，也可以看原文。参考文件由平台按当前数据生成，需要时才读。
- 常驻约 143 token
- name 和 description，Agent 一直带着
- 触发后约 668 token
- 用到这个技能时读入 SKILL.md 正文
- 按需约 7,184 token
- 需要时才读参考文件、运行脚本
SKILL.md
57 行 · 约 811 token · 触发后读入--- name: actuarial-cat description: 按危险性、暴露、易损性、财务条款 4 个模块，对一个县的一个地点做暴雨和台风的简化巨灾测算，给出年均损失（AAL）和超越概率曲线（OEP、AEP）。用户说"巨灾""超越概率""多少年一遇的损失""重现期""AAL"时使用。用平台的精算工具包 wi_actuarial 写 Python 代码计算。完整的巨灾模型（OasisLMF）还在建设中，这里只是简化测算。 ---
巨灾超越概率（简化测算）
第 1 步：确定地点和参数
- 县区要用 6 位行政区划代码（
AreaCode）。用户只说了县名时，用下面的命令查代码：
python3 scripts/wi.py query county-rainstorm-return-period --where "county = <县名>" --fields region_code,province,city,county,rl_10y_mm,rl_100y_mm,ppcc_median --limit 5
- 其他参数：
| 参数 | 含义 | 默认 |
|---|---|---|
BuildingTIV | 保额（元） | 50,000,000 |
LocDed6All | 每次事故免赔额（元） | 0 |
LocLimit6All | 每次事故限额（元），0 表示不限 | 0 |
vulnerability | civil_works（在建的土石方、水利工程）、building_works（在建的房屋建筑）、completed_building（已完工的钢筋混凝土建筑） | civil_works |
design_return_period | 暴雨设防标准（几年一遇） | 10 |
第 2 步：算
import json
from wi_actuarial import cat
r = cat.ep_curve(AreaCode="445302", BuildingTIV=50_000_000, vulnerability="civil_works")
print(json.dumps(r["summary"], ensure_ascii=False))
print(json.dumps(r["data"], ensure_ascii=False))
for row in r["tables"]["ep"]["rows"]:
print(row)
for row in r["tables"]["modules"]["rows"]:
print(row)
for n in r["notes"]:
print("说明：", n)怎么回答
- 结论：年均损失（AAL），以及用户问的重现期的 OEP 损失，写单位。
- 超越概率表：几个重现期的 OEP 和 AEP。
- 4 个模块：危险性用了哪张表、哪些年份；易损性的参数是演示用的初值，待校准；财务条款。
- 写明"这是简化测算。完整的巨灾模型（OasisLMF）还在建设中。"
- 代码：原样附上。
规则
- 数字都要来自代码的输出。不要自己再乘除，不要编造数据。
- 回答里写出数据的性质：真实数据写出处，公开样例写"公开样例"，演示数据写"演示数据，不是真实数据"。
- 回答里写出用了哪个库、哪个函数，以及结果里的说明（
notes）。 - 把运行的代码原样放在回答里，方便用户复算。
- 一次回答最多 6 次运行代码。互不依赖的计算放在同一段代码里。