为了防止自然灾害和减少自然灾害对财产保险造成的损失，需要根据当前和未来财产保险防灾减损的需要，建立科学的灾情预测模型和财产损失评估模型。综合利用遥感、地理信息系统和全球定位系统集成方法，获取不同模型需要的参数，解决财产保险防灾减损中的关键技术与方法。进行有效的灾害信息收集，并利用这些信息进行灾情预测和损失评估，指导保险公司防灾减损工作的顺利进行。 基于有效指导保险公司防灾减损工作顺利进行的目的，文章总结了灾情预测和财产损失评估的研究现状，分析已有的预测和评估方法，提出了基于DEM(Digital Elevation Model)的灾情预测方法和基于RBF(Radial Basis Function)神经网络的财产损失评估方法。灾情预测方法分为灾情初步预测和灾情修正两个部分，灾情初步预测部分依据高程数据建立DEM模型，综合考虑和分析影响灾情的若干因素，得到淹没的区域、深度和持续时间。灾情修正部分采用神经网络模型，以历史灾情情况为样本进行训练，对前面计算的结果进行修正，从而得到理想的结果，使得预测精度进一步提高；财产损失评估方法以保险标的为评估对象，有效利用收集到的信息，运用RBF神经网络方法建立模型并进行财产损失评估。设计并实现了灾情预测模型和财产保险损失评估模型，集成到财产保险防灾减损原型系统中，并在深圳进行示范应用，取得了良好的效果。