基于信息擴散理論的浙江通航環境風場風險分析＊

吳力川 文元橋 陳佩燕

（武漢理工大學航運學院1） 武漢 430063） （上海臺風研究所2） 上海 200030）

通航環境是指由船舶賴以安全航行、停泊和作業的，且是船舶自身條件以外的客觀及社會的外部因素構成的一個系統.通航環境要素主要包括通航環境自然條件、通航環境基礎設施和通航環境社會因素.在通航環境要素中，對航運生產影響最為直接的要素之一為風場要素.大風也是對航海的最大威脅之一，大風以及因大風導致的風浪可造成惡性水上交通安全事故［1］.

信息擴散原理是一種處理不完備信息的模糊方法，認為一定存在著一個適當的擴散函數，可以將傳統的觀測樣本點集值化，以彌補資料不足帶來的缺陷，達到提高精度的目的［2］.相關學者［3－6］將信息擴散理論應用到災害風險分析當中并取得了較好的效果.本文以浙江省氣象站風場數據為資料，統計了各個站點年最大風速、月最大風速以及大風天數等數據，利用信息擴散理論分析了各個站點最大風速以及大風天數的風險概率及其空間分布.

1 研究數據以及方法

本文采用浙江省氣象觀測站從建站到2007年的最大風速資料［7－8］，為保證結果精確性，選取的站點為2007年以前有10a以上連續數據的站點，不足10a的站點被舍去.

設風場要素（風速／大風天數）的指標論域為U＝｛u1，u2，u3，…，um｝.式中：m 為論域個數.

設風場要素的樣本個數為Y＝｛y1，y2，y3，…，yn｝.式中：n為樣本個數.

一個單值觀測樣本依據下式將所攜帶的信息擴散給u中的所有點

式中：h為擴散系數，可以根據樣本的最大值a和最小值b以及樣本個數n確定

對μyj（ui）進行歸一化處理，令q（ui）＝其物理意義是：由｛y1，y2，y3，…，yn｝經信息擴散推斷出，如果風險值只能取｛u1，u2，u3，…，um｝中的一個，那么在將yj均看作是樣本點代表時，觀測值為ui的樣本個數為q（ui）.

以大風風險為例，根據最大風速歷史數據統計，最大風速論域為［0，50］.將連續論域按照等間距取點，轉變為離散論域.考慮到計算精度的要求，將論域數據的步長取2，則論域的個數共26個：U＝｛u1，u2，u3，…，um｝＝｛0，2，4，6，…，50｝.最大風速數據即為樣本Y＝｛y1，y2，y3，…，yn｝.利用信息擴散理論計算各個站點超過ui的風險估計值，即為該站點風速超過ui的風險概率.將各個站點風險值為0.1（或者0.2）的離散論域離散值在空間上進行差值則為該區域10a（或者5 a）一遇大風分布.

2 大風風險分析

一般條件下，對內河水域，風力達到蒲式6級以上就會對港口作業以及內河航行船舶產生較大影響；對沿海水域，港口碼頭以及航行船舶的抗風能力一般設計值都在7級以上.考慮到風速對內陸通航環境和沿海通航環境影響的差異性，本文在大風風險分析中，對于內陸，蒲式6級及以上定義為大風；對于沿海，蒲式7級風及以上定義為大風.

2.1 年大風天數及其風險概率

從最大風速6級以上大風年平均分布圖（圖1）可以看出，浙江省沿海水域除臺州沿海水域年6級以上大風天數平均為100d以上，其他沿海水域均為80d以下（杭州灣水域為20d以下）.內陸地區除紹興及嘉興部分地區6級以上大風天數在10d以上，其他大部分區域均在5d以下.大風對對嘉興市內河航運生產的影響相比其他地區要嚴重些.

圖1 6級以上大風年平均天數分布圖

圖2 年6級風以上

從圖2a）可以看出，內河航道密集的杭州、嘉興、湖州地區年6級以上大風天數超過20d的概率高于其他地區，千島湖附近區域風險概率則較低.從圖2b）可看出，除杭州灣以及溫州市沿海水域外，浙江省其他沿海水域年7級風以上超過20d的風險概率均在0.3以上，臺州沿海水域向外海方向的水域風險概率增加速度比其他水域要大.

表1和表2為沿海主要站點7級和6級以上大風天數風險概率分布，其中大陳島站的大風天數風險概率最高.年7級以上大風天數超過50d的概率在玉環站幾乎為0，在石浦站為0.215；全年有大約1／3天數最大風速為7級在大陳島站的風險概率為0.311 6.年6級以上大風天數在一半以上（187d）的概率在嵊泗站和大陳島都在0.45以上（嵊泗為0.493，大陳島為0.617）.

表1 主要沿海站點年7級以上大風天數概率

表2 主要沿海站點年6級以上大風天數概率

2.2 月度大風風險分析

通過統計，浙江省內陸地區最大風速超過7級以上的時間很少，但是沿海地區則相對較多.以嵊泗、石浦、大陳島和玉環為浙江沿海代表站點，分析沿海9級風以及11級風以上的風險概率如圖3所示.

圖3 不同月份9級風

石浦和玉環站9級以上大風風險在7～9月是最高的，全年中8月份9級風以上的風險概率最高（石浦0.544，玉環0.436）；嵊泗站的季節性變化比較明顯，冬夏季節9級以上大風風險概率較低，春秋季節風險概率較高；大陳島站9級以上大風風險概率在4～6月較低（小于0.4），其他月份均大于0.4，相比其他站點風險概率均較大且季節性變化不明顯.空間分布上，除個別月份外各個站點9級以上大風的風險概率為：大陳島＞嵊泗＞石浦＞玉環.（參考圖3a））

沿海站點11級以上大風風險概率分布如圖3b）.11級以上大風風險概率較高的月份為7～9月，除玉環站（7月份風險概率最高為0.109）外，其他站點均為8月份風險概率最高（大陳島0.244，石浦0.212，嵊泗0.175）.

2.3 不同季節大風天數分布

由不同季節6級以上大風天數年平均分布圖（圖4）可以看出，浙江省內陸不同季節6級以上大風天數均小于7d.其中冬季6級以上大風天數為1～3d的區域為4個季節當中最少的，夏季最多，春秋季節1～3d的區域基本相同.從圖中可以看出春冬季節臺州市以東海域6級以上風速天數在50d以上的范圍明顯大于夏秋季節.

沿海各代表站點不同月份7級以上大風6d／月的風險概率如圖5a）：玉環站和石浦為四個站中風險概率較低的站；嵊泗站在春季的風險最高，其他月份的概率均為0.6左右；大陳島站在10月～次年3月的概率均在0.8以上（1月最高為0.987），而4～7月的風險概率則較低（最小為5月為0.259）；石浦站在冬季的風險概率較低，其他季節都在0.2左右；玉環站全年中7～9月的概率較高.

圖4 不同季節6級以上大風天數年平均分布圖（單位：d）

圖5 7級以上大風6d／月

石浦和玉環站7級以上大風12d／月的風險概率均小于0.02，嵊泗和大陳島的風險概率如圖5b）：嵊泗站在春季的風險概率為全年中最高的季節，其季節的月份均在0.1左右；大陳島站在11月～次年3月的概率較高（5個月的平均概率為0.445）.

2.4 多年一遇大風風險分析

浙江省及其沿海10a一遇大風以及5a一遇大風（即風險概率為0.1以及0.2的風速）分布如圖6所示.浙江省內陸地區除紹興市10a一遇大風為20～25m／s，其余地區的10a一遇最大風速均為15～20m／s.浙江省中部沿岸10a一遇大風為30～40m／s，而北部和南部沿岸則較小為20～25m／s.

從圖6可以看出，從內陸向外海方向大風風險概率逐漸增大，在臺州市沿海水域增加的速度要高于其他水域的增長速度.浙江省沿海水域10 a以及5a一遇大風在杭州灣水域最小，石浦附近水域的大風風險高于其他沿海水域.

圖6 通航環境風場10a一遇

3 結果與討論

1）浙江省內陸大部分區域10a一遇最大風速均為15～20m／s，中部沿岸10a一遇大風為30～40m／s，而北部和南部沿岸則較小為20～25 m／s.

2）沿海站點7～9月是大風發生風險概率較高的月份，嵊泗站的季節性變化比較明顯，冬夏季節9級以上大風風險概率較低，春秋季節風險概率較高.除個別月份外沿海代表站點9級以上大風的風險概率為：大陳島＞嵊泗＞石浦＞玉環.

3）內河航道密集的杭州、嘉興、湖州地區年6級以上大風天數超過20d的概率高于其他地區，千島湖附近區域風險概率則較低.臺州沿海水域向外海方向水域年7級風以上天數超過20d的風險概率增加速度比其他水域要大.

4）浙江省內陸冬季6級以上大風天數為1～3d的區域為四個季節當中最少的，夏季最多，春秋季節1～3d的區域基本相同.春冬季節臺州市以東海域6級以上風速天數在50d以上的范圍明顯大于夏秋季節.

5）不同月份7級以上大風6d／月和12d／月的風險概率有比較明顯的季節性：嵊泗站的春季、大陳島站在10～次年3月的風險概率較高.

港口單位以及相關航運企業應根據上述風險分布合理安排生產計劃以及港口基礎設計的維護等相關工作.

［1］程宏林，王寶才.江蘇內河航運交通事故氣象條件分析［J］.氣象，1996，22（12）：52－53.

［2］黃崇福，王家鼎.模糊信息優化處理技術及其應用［M］.北京：北京航空航天大學出版社，1995.

［3］張俊香，李平日，黃光慶.基于信息擴散理論的中國沿海特大臺風暴潮災害風險分析［J］.熱帶地理，2007，27（1）：11－14.

［4］杜曉燕，黃歲棵，趙慶香.基于信息擴散理論的天津旱澇災害危險性評估［J］.災害學，2009，24（1）：22－25.

［5］盧峰本，彭俊龍，黃 瀅.基于信息擴散理論的熱帶氣旋災害風險評價［J］.氣象研究與應用，2009，30（1）：23－25.

［6］劉引鴿.繆啟龍，高慶九.基于信息擴散理論的氣象災害風險評價方法［J］.氣象科學，2005，25（1）：84－89.

［7］候偉芬.浙江沿海大風形勢及其對漁船安全的影響［J］.浙江海洋學院學報：自然科學版，2004，23（2）：130－133.

［8］江福才，吳力川，文元橋.浙江沿海通航環境風場要素氣候變化特征分析［J］.武漢理工大學學報，2010，32（7）：173－177.