Criora

Как работает оценка

Каждый объект в Criora получает общий рейтинг риска от A++ (самый низкий риск) до F (самый высокий риск). Эта страница объясняет, как этот рейтинг строится из сырых экологических данных.

Три уровня оценки

Raw data  →  Risk types  →  Dimensions  →  Overall grade
(sources)    (15 site,       (5 groups)     (A++ … F)
              3 country)

Каждый уровень отвечает на свой вопрос:

УровеньОтвет
Тип рискаНасколько этот объект подвержен одной конкретной климатической угрозе?
ИзмерениеКакой самый худший риск в рамках одной экологической темы?
Общий рейтингКакова комбинированная картина риска для этого объекта?

Шкала оценок

Все оценки используют шкалу 0-100, где больше означает больше риска.

ОценкаУровеньБуквенная полоса
0-20Very LowA++, A+, A, A−
20-40LowB+, B, B−
40-60ModerateC+, C, C−
60-80HighD+, D, D−
80-100CriticalF

Модификаторы + / − позиционируют объект внутри его полосы: B+ находится на нижнем (лучшем) конце диапазона 20-40, B− на верхнем. A++ зарезервирована для объектов с оценкой ниже 5.

Типы рисков

Criora оценивает каждый объект по 15 типам рисков на уровне объекта, сгруппированным в два экологических измерения, плюс 3 измерения на уровне страны, полученных из страновых индексов.

Риски на уровне объекта (из геопространственных данных)

Измерение Climate: 12 типов рисков:

  • Extreme Temperature Events
  • Chronic Temperature Stress
  • Snow and Ice Hazards
  • Wind Pattern Changes
  • Storm and Lightning Events
  • Precipitation Extremes
  • Water Stress
  • Drought
  • Flooding Events
  • Coastal and Marine Risks
  • Sea Level Rise
  • Health and Workforce Impacts

Измерение Nature: 3 типа рисков:

  • Wildfires
  • Erosion and Degradation
  • Land Movement (subsidence, landslide)

См. обзор рисков для определений и источников данных по каждому из них.

Измерения на уровне страны (из страновых индексов)

  • Social: уязвимость рабочей силы, здоровье и демографические факторы
  • Governance: институциональное качество и регуляторная среда
  • Adaptation: готовность и способность реагировать на изменения климата

Они берутся из INFORM Risk Index, ND-GAIN и индикаторов World Bank ESG.

Измерения

15 рисков объекта объединяются в 2 измерения на уровне объекта, к которым добавляются 3 измерения на уровне страны, всего 5:

ИзмерениеИсточникПокрывает
ClimateSiteТемпература, осадки, ветер, вода
NatureSiteЛесные пожары, эрозия, движение грунта
SocialCountryУязвимость рабочей силы и здоровья
GovernanceCountryИнституциональная и регуляторная среда
AdaptationCountryКлиматическая готовность и устойчивость

Каждое измерение на уровне объекта берёт максимум среди своих рисков. Это сделано намеренно: один критический риск не должен быть скрыт усреднением с более низкими.

ℹ️ Почему максимум, а не среднее?

Климатический риск определяется хвостовыми событиями. Объект с экстремальной паводковой экспозицией и низким ветровым риском действительно высокорисковый, а не «умеренный в среднем». Страховые и IPCC-фреймворки используют тот же подход.

Сочетание site + country

Для измерений, существующих с обеих сторон (например, климатическая экспозиция имеет и географию объекта, и адаптационную способность страны), итоговая оценка измерения это взвешенная сумма:

dimension_score = 0.6 × site_score + 0.4 × country_score

Если доступны только данные site или только country, оценка использует то, что есть.

Общий рейтинг

Пять оценок измерений объединяются в один общий рейтинг путём их усреднения:

overall_score = average of (Climate, Nature, Social, Governance, Adaptation)

Эта оценка проецируется на буквенный рейтинг с модификатором + / − и отображается вместе с драйверным измерением: тем, что сильнее всего тянет рейтинг вниз.

ℹ️ Почему простое среднее?

Каждое измерение показано отдельно, поэтому общий рейтинг задуман как навигационная сводка, а не замена просмотра по измерениям. Простое среднее сохраняет математику прозрачной и соответствует подходу таких устоявшихся составных индексов, как Индекс человеческого развития ООН и ND-GAIN.

Важное следствие, которое стоит знать: объект попадает в полосу F, только когда каждое измерение само по себе находится в критическом диапазоне. Одно критическое измерение тянет общий рейтинг вниз, но само по себе не выталкивает объект в F.

💡 Рабочий пример

Объект с измерениями Climate 78, Nature 45, Social 60, Governance 55, Adaptation 67 имеет среднее 61 → рейтинг D+, драйвер Climate.

Достоверность

Каждая оценка сопровождается индикатором достоверности на основе:

  • Покрытие данными: сколько входных слоёв было доступно для этого объекта
  • Свежесть данных: насколько актуальны входные данные
  • Пространственное разрешение: насколько детализированы исходные данные в этой точке

Объекты в хорошо мониторируемых регионах (Европа, Северная Америка) обычно имеют более высокую достоверность, чем удалённые районы.

Связанное