Blackmont

Actúa como catastrophe risk analyst especializado en huracanes, natural catastrophe modeling, geospatial analytics y estimación de riesgo catastrófico. Replica el workflow completo: “Hurricane Natur...

Hurricane Natural Catastrophe Risk Estimation – Florida & Regiones Adyacentes

Análisis basado exclusivamente en HurricaneData.txt

1. Executive summary

A partir de HurricaneData.txt se ha reconstruido y analizado un catálogo histórico de trayectorias de ciclones tropicales y huracanes que afectan a Florida y su entorno (Gulf Coast y Atlantic Southeast). Los principales resultados cuantitativos son:

Frecuencia anual media de huracanes que afectan a Florida (en el bounding box definido): $\lambda_{\mathrm{FL}} \approx 3.31$ tormentas/año.
Frecuencia anual media de tormentas con landfall en Florida: $\lambda_{\mathrm{landfall}} \approx 1.71$ tormentas/año.
Probabilidad anual de al menos un huracán afectando Florida: $p \approx 0.96$ (retorno $\approx 1.0$ años; prácticamente todos los años hay al menos una tormenta relevante).
Probabilidad anual de al menos un landfall en Florida: $p \approx 0.82$ (retorno $\approx 1.22$ años).
Probabilidad anual de al menos un landfall de categoría 1+ en Florida: $p \approx 0.51$ (retorno $\approx 1.98$ años).
En la muestra histórica usada, no se observa landfall categorizado como 3+ o 4+ en el área Florida-bounding-box tal y como se ha definido, por lo que las probabilidades empíricas salen 0 (limitación de datos, no realidad física).

La capa de modelización estocástica y de seguros muestra:

Tasa de landfall en tracks simulados: $p_{\mathrm{sim\_landfall}} \approx 0.03$ por track simulado.
Modelo de pérdidas aseguradas sintético:
- Pérdida anual esperada $\mathrm{EAL} \approx 0$ (millones de dólares) y
- $\mathrm{VaR}_{99\%}$ anual $\approx 0$ (millones de dólares). Esto indica que, con los supuestos conservadores del módulo y el tamaño limitado de la cartera sintética, el modelo de daños es extremadamente benigno; debe interpretarse solo como placeholder estructural, no como cifra utilizable.

2. Visualizaciones clave (cinematográficas y centradas en Florida)

2.1. Distribuciones básicas e intensidad

Figura 1 – Histograma de velocidad máxima del viento

Esta figura muestra la distribución de MaximumWindSpeed (unidades interpretadas como nudos), con clara dominancia del rango de tormenta tropical y categorías bajas. Se ha usado esta variable para clasificar en categorías Saffir‑Simpson (TS, 1–5).

Figura 2 – Histograma de presión mínima

Muestra la distribución de MinimumPressure, inversamente correlacionada con intensidad; se aprecia el rango típico de ciclones tropicales, con pocos eventos extremadamente profundos.

Figura 3 – Histograma del radio al máximo viento

La distribución de RadiusToMaximumWinds describe el tamaño estructural de los ciclones, clave para el footprint de viento y, por tanto, para daño y pérdidas.

2.2. Evolución temporal y climatología

Figura 4 – Recuento anual de tormentas

El gráfico muestra el número de tormentas por año (recuento de TCnumber únicos por Year). A nivel de modelización de riesgo, justifica el uso de un modelo de Poisson para frecuencia anual ( $\lambda_{\mathrm{FL}} \approx 3.31$ ).

Figura 5 – Frecuencias de categorías a lo largo del tiempo

Área apilada de recuentos por categoría (TS,1–5) por año, que permite ver cambios en la mezcla de intensidad a largo plazo (climatología temporal).

2.3. Densidades espaciales (heatmaps KDE)

Mapa 1 – Densidad de puntos de trayectorias de huracanes cerca de Florida

Este mapa es un KDE 2D (kernel gaussiano) sobre las posiciones (lat, lon) de todos los puntos de track dentro del bounding box de Florida (ajustado automáticamente al cloud de datos). Las zonas con mayor densidad representan corredores climatológicos de paso de ciclones, con concentraciones marcadas:

Al sur y sureste de Florida (influencia sobre Florida Keys y Miami).
A lo largo del Golfo de México cercano a la costa oeste de Florida (Tampa).

Mapa 2 – Densidad de puntos de landfall cerca de Florida

Aquí se filtran solo los puntos con Landfall=1 y se vuelven a estimar densidades. Se observan hotspots claros de impacto costero:

Gulf of Mexico (costa oeste de Florida).
Región de Miami–Dade.
Alrededores de Jacksonville.
Incidencias en Florida Keys.

Mapa 3 – Densidad ponderada por intensidad

Mismo esquema, pero el KDE está ponderado por MaximumWindSpeed, de forma que las zonas de alta densidad e intensidad reflejan mejor el riesgo energético. Interpretable como un campo de “intensity-weighted exposure” de la atmósfera sobre Florida.

2.4. Trayectorias medias y bandas de incertidumbre

Figura 6 – Mean tracks y uncertainty corridors (Gulf vs Atlantic)

Líneas gruesas: trayectorias medias por década y por lado de costa (Gulf vs Atlantic), obtenidas mediante:
- reproyección a EPSG:3857,
- resampleo de cada track a 50 puntos equidistantes,
- promedio punto a punto,
- suavizado implícito.
Bandas coloreadas: corredores de incertidumbre basados en desviación estándar radial en coordenadas proyectadas y escaladas a niveles:
- 50 %, 75 % y 95 % (apróx. análogos a “1 sigma”, “1.5 sigma” y “2 sigma” en radial).

Interpretación:

Los corredores rojos (Atlantic) y azules (Gulf) muestran las autopistas climatológicas de huracanes que pueden impactar Florida, con mayor anchura donde la dispersión histórica es alta.
Estas bandas son un proxy visual del “corridor risk”: regiones donde la probabilidad de paso de trayectorias históricas es elevada.

2.5. Simulación estocástica de tracks

Figura 7 – Trayectorias simuladas de huracanes cerca de Florida

Background: multitud de tracks simulados (grises, muy transparentes) generados a partir de:
- KDE de puntos de génesis,
- incrementos históricos $\Delta\mathrm{lon}$ , $\Delta\mathrm{lat}$ (modelo gaussiano bivariante),
- incrementos de intensidad $\Delta\mathrm{WS}$ (gaussiano).
En naranja se submuestra un subconjunto (50) de trayectorias para claridad.

El modelo estocástico captura razonablemente la direccionalidad climatológica general pero, al ser extremadamente parsimonioso (sin condicionamiento dinámico ni campos ambientales), debe verse más como módulo de demostración que como motor probabilístico de producción.

2.6. Intensidad y dinámica interna

Figura 8 – Matriz de transición de categorías

Muestra la probabilidad de pasar de una categoría a otra entre TimeSteps consecutivos, basada en la matriz de transición Markoviana estimada. Por ejemplo:

Alta probabilidad en la diagonal (persistencia de categoría).
Transiciones TS→1, 1→2, etc., permiten inferir tasas de intensificación/debilitamiento típicas.

Figura 9 – Relación velocidad de viento vs presión mínima

La nube de puntos (WS vs presión) muestra la correlación inversa física esperada: velocidades altas asociadas a presiones bajas. Es útil para validar calidad de datos y consistencia física del dataset.

2.7. Capa de seguros: distribución de pérdidas

Figura 10 – Histograma de pérdidas anuales simuladas y VaR 99 %

Con una cartera sintética simple (Miami, Tampa, Jacksonville, Florida Keys) y una función de daño sigmoidal, las pérdidas simuladas salen esencialmente nulas (EAL ≈ 0, VaR99 ≈ 0), reflejando que:

La mayoría de tracks simulados no generan landfall intenso cerca de los puntos de exposición.
El módulo está configurado de forma muy conservadora (radio de decaimiento, daño vs viento).

Esto es una limitación clara, no una estimación realista.

3. Resultados numéricos y tablas clave

3.1. Métricas principales de riesgo catastrófico

De la tabla de resumen (florida_hurricane_risk_summary.csv):

Download file

Resumen (valores ya redondeados):

Métrica	Valor aproximado
$\lambda_{\mathrm{FL}}$ (tormentas/año)	3.306
$\lambda_{\mathrm{landfall}}$ (año)	1.714
$p(\ge 1$ huracán afectando Florida)$	0.9633
$p(\ge 1$ landfall en Florida)$	0.8199
$p(\ge 1$ landfall Cat 1+)$	0.5063
$p(\ge 1$ landfall Cat 3+)$	0.0
$p(\ge 1$ landfall Cat 4+)$	0.0
Retorno (cualquier huracán) [años]	1.04
Retorno (cualquier landfall) [años]	1.22
Retorno (landfall Cat 1+) [años]	1.98
Retorno (Cat 3+, Cat 4+) [años]	$\infty$ (empírico)
$p_{\mathrm{sim\_landfall}}$ por track sim	0.03
EAL anual (modelo sintético)	0.0
VaR 99 % anual (modelo sintético)	0.0

Interpretación:

Alta recurrencia: prácticamente cada año hay al menos una tormenta que entra en el área Florida y ~8 de cada 10 años hay landfall.
Landfalls intensos (Cat 3+) no aparecen explícitamente en la muestra tal y como se ha definido la región/threshold, por lo que los resultados para Cat 3+ y Cat 4+ deben tratarse como “no estimables con esta ventana de datos”, no como ausencia física de riesgo.

3.2. Exposición espacial de landfall por subregión

Del resultado landfall_region_counts_indicator (usando el indicador de Landfall en los puntos):

Región	Conteo de landfall (indicador)
Gulf of Mexico	1034
Miami	220
Jacksonville	216
Florida Keys	26
Tampa	71
Orlando	131

Y vía intersecciones geométricas con la costa (landfall_region_counts_geom):

Región	Conteo de intersecciones costa
Gulf of Mexico	124
Miami	22
Jacksonville	39
Florida Keys	3
Tampa	4
Orlando	2

Lectura para Florida catastrophe risk:

Gulf of Mexico (costa oeste de Florida) es la región con mayor número de landfalls según ambos enfoques (indicador y geometría).
Miami‑Dade y Jacksonville emergen como nodos de alta exposición relativa.
Florida Keys aparece menos en las intersecciones puras pero con alta importancia cualitativa por vulnerabilidad física.

4. Capa de seguros: cartera sintética

La cartera definida en el ejercicio:

Download file

Tabla (insumos):

Localización	Latitud	Longitud	Suma Asegurada (dólares)
Miami	25.76	-80.19	2 000 000 000
Tampa	27.95	-82.46	1 500 000 000
Jacksonville	30.33	-81.66	800 000 000
Florida Keys	24.55	-81.80	500 000 000

Función de daño: sigmoidal en velocidad del viento, con 0 daño < 30 nudos y saturación a ~150 nudos.
Campo de viento: se ha usado un decaimiento radial exponencial con radio de escala 150 km (muy simplificado).

Limitación clave: La combinación de baja tasa de landfall en las simulaciones, cartera pequeña y función de daño conservadora produce pérdidas cercanas a 0. En un setting real, se debería:

Ampliar la cartera (miles de ubicaciones).
Ajustar cuidadosamente vulnerabilidad, decaimiento de viento y calibrar la distribución de categoría y tamaño.
Aumentar el tamaño de catálogo (p.ej. 10 000–100 000 años simulados).

5. Interpretación de corridors, densidades y Florida catastrophe exposure

Hurricane dynamics y trajectories:
- Las trayectorias reconstruidas muestran el típico patrón de ciclones atlánticos curvando hacia el noreste, con ramales tanto por el Golfo como por el Atlántico.
- El análisis de heading y curvatura (no graficado explícitamente aquí, pero disponible en segment_df) confirma cambios de dirección pronunciados al interactuar con latitudes medias.
Spatial density estimation y hotspots:
- Los heatmaps KDE de tracks y landfalls identifican hotspots a lo largo de la costa oeste de Florida (Tampa/Gulf) y la costa sureste (Miami).
- Estos mapas deben usarse como climatología de referencia para delinear zonas de alta probabilidad de paso/impacto.
Uncertainty corridors (50/75/95 %):
- Las bandas anchas indican alta dispersión histórica, es decir, incertidumbre espacial significativa en la ruta exacta de un evento dado.
- El hecho de que Florida aparezca dentro de corredores 75–95 % tanto para trayectorias Gulf como Atlantic indica que Florida está integrada en el corredor climatológico central del Atlántico Norte.
Florida catastrophe exposure:
- A nivel de frecuencia, los resultados muestran que Florida enfrenta impactos recurrentes (frecuencia sub‑anual a bianual para Cat 1+).
- Miami, Tampa, Jacksonville y Florida Keys aparecen con conteos significativos de landfall o proximidad, confirmando su condición de nodos de máximo interés catastrófico para aseguradoras y reaseguradoras.

6. Limitaciones y siguientes pasos recomendados

6.1. Limitaciones principales

Definición de categorías: se ha asumido que MaximumWindSpeed está en nudos y se ha asignado Saffir‑Simpson de forma directa; si la unidad fuera distinta, se requeriría recalibración.
Landfall detection:
- Uso combinado de un campo Landfall y cruce geométrico con costa simplificada (Natural Earth) introduce discrepancias.
- La costa es de baja resolución; impactos en bahías y detalles locales pueden no estar bien representados.
Cat 3+ / Cat 4+ landfalls:
- El hecho de que no aparezcan en el subconjunto Florida‑bounding es casi seguro una cuestión de sampleado y umbrales, no realidad física.
- No se deben usar estas probabilidades como insumo regulatorio.
Modelo estocástico de trayectorias:
- Basado solo en incrementos históricos medios y covarianzas; no incorpora cizalladura vertical, SST, steering flow ni estacionalidad.
- El resultado es adecuado para ilustración, no para pricing o capital.

6.2. Próximos pasos concretos

Refinar landfall y clasificación por categoría:
- Validar unidad de MaximumWindSpeed y recalcular categorías si es necesario.
- Actualizar el shapefile de costa a alta resolución (NOAA/NHC, US coastline detallada).
- Diferenciar explícitamente landfall en Gulf vs Atlantic y por subregiones más finas (Miami‑Dade, Broward, etc.).
Extender el módulo estocástico:
- Introducir un modelo de estado (posición, heading, intensidad) con transición condicionada por región y fase de vida del ciclón.
- Incluir variación estacional (mes) y génesis condicionada por climatología mensual.
Integración aseguradora realista:
- Ingerir una cartera real o más granular (decenas de miles de puntos).
- Aplicar funciones de daño específicas por línea de negocio (residencial, comercial, infra).
- Generar curvas de Exceedance Probability (EP) anuales y por evento (OEP/AEP), con VaR y TVaR.
Storytelling geoespacial avanzado:
- Construir dashboards interactivos con mapas KDE, corridors y series temporales.
- Generar animaciones (GIF/MP4) de evolución anual o decenal de densidades y tracks.

7. Archivos generados y reproducibilidad

Mapas interactivos principales:
- Track density:
- Landfall density: - Intensity-weighted density:
Tablas y estadísticas:
- Resumen de riesgo catastrófico: Download file
- Muestra de estadísticas de tracks (primeros 50): Download file

Si quieres, el siguiente paso puede ser:

Focalizar en una subregión concreta (p.ej. Miami‑Dade o Florida Keys) y derivar curvas EP específicas, o
Ajustar el modelo estocástico (por ejemplo, imponer un campo de intensificación rápida cerca de la Loop Current o del Florida Straits) para explorar escenarios extremos tipo PML para Florida.

Muy bien, pero los heatmaps mas transparentes y que se vea el mapa de florida con claridad

Heatmaps actualizados – más transparentes y con Florida más visible

He regenerado los tres heatmaps de densidad centrados en Florida con:

Mayor transparencia (opacity ≈ 0.4 en el Heatmap).
Costa de Florida claramente dibujada (líneas negras más gruesas).
Relación de aspecto 1:1 en lat/lon para que la forma de Florida se vea correcta.

Los tres ficheros HTML se han sobrescrito con estos nuevos estilos, manteniendo los mismos nombres.

1. Hurricane track density (más transparente)

El mapa ahora muestra claramente la silueta de Florida y la costa del sureste de EE. UU.
La capa de densidad está suavizada y semitransparente, de modo que el contorno terrestre es legible incluso en zonas de alta densidad.

2. Landfall density (más transparente)

La densidad de puntos de landfall se visualiza sobre un fondo claro con la costa en negro.
Los hotspots en Gulf Coast, Miami‑Dade, Jacksonville y Keys se ven ahora mejor integrados con la forma de la península.

3. Intensity‑weighted density (más transparente)

La intensidad ponderada ahora se “lee” mejor sobre el mapa base, permitiendo ver claramente qué partes de la costa de Florida están bajo los máximos gradientes de energía ciclónica.

Si quieres, el siguiente ajuste podría ser:

Versión dark theme (tipo CartoDB Dark Matter) con heatmaps más sutiles, o
Varias escalas de color (p.ej. “Magma” para intensidad) para reforzar contraste entre Gulf vs Atlantic.