英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

第二届海洋与海岸工程、环境与自然灾害管理国际研讨会,ISOCEEN 2014

基于马六甲海峡AIS数据建立的油轮碰撞风险模型

Muhammad Badrus Zaman^a, Eiichi Kobayashi^b, Nobukazu Wakabayashi^b, Adi Maimun^c

^a泗水理工学院 海洋技术学院 海洋工程系, 印度尼西亚 泗水 60111

^b日本神户大学 海洋科学部

^c马来西亚理工大学 机械工程

摘要

船舶碰撞分析在海上运输领域，特别是在高风险海区，具有非常重要的意义。马六甲海峡是国际航运中的高风险海区，在此类海区，油轮发生事故的可能性很高。基于AIS(自动识别系统)的数据，油轮的交通流密度最高，每天达到50%左右。本文利用AIS的实际数据进行了风险分析，利用从AIS获得的CPA(最近会遇点)和TCPA(抵达最近会遇点时间)的值来生成风险值。当我们分析了风险值后，就可以采取措施来避免海上运输事故的发生。本文中的AIS数据来自马来西亚理工大学的AIS接收机。

关键词：船舶碰撞；油轮；自动识别系统；马六甲海峡

1.引言

马六甲海峡位于印度尼西亚苏门答腊岛的东海岸和马来西亚半岛的西海岸之间，在东南端与新加坡海峡相连。马六甲海峡是国际航运的高风险海区，几个世纪以来，人们对航行安全的关注一直集中在安全、生命和财产损失等问题上，当前，我们越来越关注环境保护。马六甲海峡1975年至1995年的伤亡数据表明，高交通流密度海域发生了严重的事故。

马六甲海峡是世界上最长的海峡，也是航行的危险区域。它一直是连接印度洋、南中国海和太平洋的重要贸易路线。马六甲海峡位于印度尼西亚苏门答腊岛东海岸和马来西亚半岛西海岸之间，东南端与新加坡海峡相连。马六甲海峡西北端延伸到苏门答腊岛的乌荣巴卡，南端延伸到泰国的普希特岛的帕南海岬(7°45′N, 98°18′E)，该海峡横跨塔汗·达托克(1°20′E, 104°20′N)和坦琼·佩尔卡姆(1°10′E, 104°20′N)间的东南区域。

因此，目前的安全措施需要改进，后续也应提供相关配套服务，以应对海上交通领域日益增加的挑战。媒体报导的多数碰撞事故是由船舶航行中的人为失误造成的。

为了减少与人为失误行为相关的事故，保障海上交通区域的航行安全，我们有必要进一步了解航行操作中的人为因素。在之前的研究中，我们使用层次分析法(AHP)研究了导致马六甲海峡航行事故的几个因素。造成马六甲海峡船舶航行事故的因素有以下五个:船况、人为因素、环境因素、机电因素和航行因素，人为因素是导致事故的主要原因。在之前的研究中还对危险性进行了分数评估。

马六甲海峡和新加坡海峡的三个沿岸国提出了加强航行安全和环境保护的各种措施，国际海事组织(IMO)也通过了这些措施。以m-SHEL(软件-硬件-环境-人及其管理)模型作为人为因素的概念基础，扩展并适用于船舶航行领域，基于m-SHEL模型和AIS数据人为因素分析的结果采取相应的避碰措施是非常重要的。

m-SHEL模型分析的结果和AIS的实际数据分析对避碰决策有一定的参考价值。根据航海实践，特别是关于避碰的实践，我们的模型为每个m-SHEL要素确定了一个详细的类别。基于AIS数据和1972年《国际海上避碰规则》(COLREG) ，对m-SHEL模型进行分析。

2.AIS的分析

马来西亚理工大学的AIS数据接收系统记录了马六甲海峡的实际海上交通状况，这些设备被用来收集数据，设备接收到的所有AIS数据自动连续存储在PC的硬盘上。使用AIS是为了发送和接收有关船舶的信息，这些信息包括它的特性、位置、速度和航向，以及其他相关信息。在AIS范围内的船舶可接收其他船舶发送的信息，并将这些信息显示在专用的AIS显示器或使用导航软件的PC上。与岸站联合，该系统还可协同港口当局和海事安全机构管理海上交通和减少海上航行危险。AIS旨在识别和监控重量超过300总吨的国际航行船舶，以及500总吨以上的国内航行船舶。

AIS可以显示船舶的静态和动态数据，根据船的速度，每艘船的动态信息2-10秒更新一次。静态信息包括船舶的海上移动服务识别码(MMSI)、船名、呼号、长度、船舶最大吃水、国际海事组织(IMO)编号、船宽、船舶类型和天线位置，记录的动态信息包括经度、纬度、当前时间、航向、转向率、对地速度、各种导航信息、当前船舶吃水、目的地和货物类型。

本文的研究区域如图1所示。图2和图3分别显示了2010年6月每天和每小时在该区域航行的船舶数量的分析结果。图2显示，2010年6月1日通过马六甲海峡的船只数量最多，为657艘，2010年6月27日，通过马六甲海峡的船只数量最少，为575艘。

图2还显示，在2010年6月5日船舶数量呈下降趋势前，2010年6月1日船舶数量曾有上升的倾向。图3显示2010年6月1日每小时通过的船只数量，船舶数量在19:00达到峰值，此时船舶数量为164艘，在24:00到03:00左右的晨间，通过的船只数量最少。

图4显示2010年6月4日通过马六甲海峡的船只类型，通过马六甲海峡的船舶类型如下:油轮占46%，货船占27%，拖船占8%，客船占8%，液化天然气船占5%，其他船占5%。图6显示了通过马六甲海峡特定区域船只的船长，比例如下:船长大于200米占比49%，船长在100至200米间占31%，船长在50至100米间占7%，船长小于50米占13%。如图6所示，根据AIS数据分析船舶的航向和航速，船首向在245°-270°范围内占比最大。基于AIS数据，研究船舶的运动对船舶航行的安全分析具有重要意义，本研究利用船舶数量、船长、航速、船型、船首向等数据建立航行安全评价体系，运用马六甲海峡的AIS数据在不同时间和条件下进行安全分析。本文将在下一节中探讨安全措施和如何降低风险。

图1 研究区域及基于AIS的船舶轨迹

图2 2010年6月每天的船舶数量

图3 2010年6月每小时的船舶数量

图4 2010年6月的船舶类型

图5 按船舶的船长分类

图6 按船舶的船首角分类

3. 人为失误的分析

SHEL模型的概念由霍金斯(Hawkins)提出，并对其进行了修正。m-SHEL模型是SHEL模型的一个变体。国际海事组织(IMO)现在正式将信息技术作为人为因素的一部分。SHEL模型是一个概念模型，它试图指出系统的各个要素与操作者之间的交互作用。它由四部分组成:软件(规则、手册、规章)、硬件(设备)、环境(物理因素)和人。m-SHEL模型在SHEL模型中增加了“管理(m)”。软件代表着如政策、规则、计算机代码和实践这样的要素，这些要素定义了系统的不同要素间以及与外部环境的交互方式。硬件代表系统的任何物理和非人类组成要素，如设备、车辆、工具、手册和标志。环境代表社会政治和经济这样不同组成部分相互作用的要素。Liveware代表操作人员，系统主要关注其职能和人员间的沟通。管理是对整个系统的控制。图7展示了m SHEL模型。

图7 m-SHEL模型

为了利用m-SHEL模型分析马六甲海峡的避碰问题，以船舶碰撞为例进行了研究。2010年25日的新加坡海峡海域，班加·克拉纳3号油轮和沃利号货轮相撞，这次碰撞的原因是人为失误，这一事实与以往利用层次分析法得出人为失误是引起马六甲海峡意外事故的主要原因的结论是相符合的。分析人为失误，对保障航行安全具有重要意义。基于AIS数据SHEL模型的应用如表1所示，分析结果可用于避碰，采用m-SHEL模型进行的分析如表2所示。

表1 基于AIS数据的m-SHEL模型应用

如表1所示，AIS数据用于S要素和E要素的分析。在S要素分析中，基于AIS数据和地理信息系统(GIS)计算出CPA和TCPA，根据AIS数据和GIS对环境要素进行明确和分析，在指定的区域内，根据AIS数据得到的交通状况，进行软件状况和环境的分析。

根据表1，可以利用该模型进行m-SHEL分析。本文对2010年发生的油轮碰撞事故进行了分析，根据AIS数据，油轮在交通流密度上排名第一，如图2所示。因此舵手驾驶油轮时必须谨慎，不仅如此，船上的全体船员在履行职责时都要小心谨慎。

使用m-SHEL模型分析各类别的情况见表2。表2对每个分类进行了详细的分析。根据AIS数据进行实地调查和观察分析，m-SHEL分析的运用可以减少人为失误造成的风险。人为失误是船舶事故的首要原因，在印度尼西亚，占比可以达到88%。

表2 基于m-SHEL模型的碰撞分析

4.碰撞风险模型

基于马六甲海峡的AIS数据，建立碰撞风险评估模型。在本例中，使用的是SAMSON模型，SAMSON的发展始于1975年，自那以后，随着风险概念的发展，该模型也在不断完善，如综合安全评价(FSA)，于2011年被国际海事组织(IMO)正式采用。计算风险的计算方法如下:

N_exp为风险暴露的数量,代表着有潜在危险情况下，风险发生在问题区域内特定时间下的数量。P_acc是发生事故的概率,含有条件概率的概念,它定义并描述事故类型及其伤亡率。伤亡率由用统计方法获得的伤亡数据库确定。此外，该模型还解释了外部因素如风暴、能见度不良和管理措施对事故的影响。

我们都知道风险是一个由人员伤亡的可能性及其后果构成的概念，人员伤亡带来的后果差别很大。SAMSON模型侧重于实际操作，被证明是简单有效的海上作业服务(MOSs)。船舶类型和尺寸在后果评价中扮演着非常重要的角色，处于危险中的人数和溢油的规模与船舶类型和尺寸有关，同时，吃水可以表征船上货物的数量，而上述提到的船舶数据都可由AIS轻松读取。最后，以货币单位计量成本。动态风险计算模型为:

R_collision和R_basic 代表碰撞的动态和基本风险, F_angle为不同的危险角度，可以作为表明会遇情形的函数, F_tcpa,和F_cpa是TCPA和CPA的相对乘数。

基于AIS数据和马六甲海峡伤亡人员的历史数据，将AIS转换为GIS，得出交叉相遇比对遇或追越更危险的结论，追越的碰撞风险最低。根据AIS与碰撞次数及会遇次数的历史数据，将会遇情形分为三组，对不同因素的赋值如下:

• 追越（航向0-60°）=1
• 交叉相遇（航向60-150°）=5
• 对遇（航向150-180°）=4

表3 油轮的CPA、TCPA和风险评估

<t

剩余内容已隐藏，支付完成后下载完整资料</t

资料编号：[241390]，资料为PDF文档或Word文档，PDF文档可免费转换为Word