水路交通中風險評估與通過能力研究進展

陳卓歐 郭國平 張金奮吳 兵

（武漢理工大學航運學院1） 武漢 430063） （武漢理工大學智能交通系統研究中心2） 武漢 430063） （水路公路交通安全裝備與控制教育部工程研究中心3） 武漢 430063）

0 引 言

隨著海上和內河航運業的迅猛發展，某些重要的海灣、港口、航道等水域內船舶數量不斷增加，噸位不斷提高，給當地水域的交通帶來諸多問題.科學評估水域交通安全形勢，有效識別出影響交通安全的主要風險因素，進而有針對性地采取風險緩解措施，提高某船舶通過能力，提升航道的服務質量，成為當前水上交通研究領域的兩大主題.

水上交通運輸作為一個復雜的系統，其功能的發揮受多種因素的影響，而這些因素在不同類型水域環境中具有較大的差異.不同的水域在水文氣象條件、船舶特性、航行規則等方面也具有很大的差異.本文針對一些典型水域，如海灣、海峽、港口、內河船閘水上交通流的相關研究成果，分別對風險分析和評價的相關理論與方法，船舶交通組織和調度、通過能力評估的相關研究成果進行分類總結，進而提出未來的研究方向.

1 海 灣

日本是較早研究海灣水域交通流的國家之一，研究主要側重于原始數據分析.其中較為典型的是Liu等［1］利用2臺船用雷達采集東京灣船舶交通流數據，通過雷達圖像的疊加，并結合AIS數據，將東京灣水域進行網格化處理，統計每個網格內的船舶密度，識別出交通流密度大的水域.這種方法僅僅實現了交通流數據的初步統計分析，對交通風險的內涵仍需要更進一步研究.

相比之下，美國的San Francisco灣和芬蘭的芬蘭灣（Gulf of Finland）的研究更加系統和深入.San Francisco灣交通流的研究源于華盛頓州最大的輪渡系統［2］需求的增長，輪渡數量的增加會給當地交通風險帶來影響.在當地政府的支持下，美國Virginia聯邦大學的Jason［3］研究了當前情況下和3種渡船業務擴張策略：延長輪渡服務時間、增加輪渡班期和引進高速船舶時的船舶會遇數量的變化情況，并與當前狀況進行比較，研究風險的增加程度；在后續研究中［4］，針對海事系統這一特定領域，提出Bayes風險分析框架，在數據缺乏的情況下，對具有潛在事故風險情況的Bayes仿真與專家對風險和不確定性的判斷相結合，實現海事系統的風險量化評估.

芬蘭灣位于芬蘭和愛沙尼亞水域之間，隨著與俄羅斯之間貿易的增長，該水域交通流量迅速增加.Helsinki理工大學的Kujala［5］對各種類型的事故進行了統計分析，研究交通流交叉區域的碰撞風險問題.J.Montewka［6］提出一種基于最小碰撞距離（minimum distance to collission，MDTC）的碰撞概率模型，較早提出根據船舶的操縱性來評價會遇船舶之間的碰撞危險，認為會遇船舶同時采取最有效的避讓操縱情況下，2 條船舶的最近會遇距離越小，碰撞風險越大.該模型認為避碰時相遇船舶同時進行轉向操作，這個假設與避碰規則不符.F.Goerland［7］從船舶會遇可能性角度建立了船舶碰撞概率仿真模型，利用Monte Carlo模擬的方法估計事故數量的期望值，得到水域內碰撞事故風險的分布圖，并與歷史數據進行比較，評估預測結果.

2 海 峽

土耳其的Istanbul海峽是世界上最為繁忙的海峽之一，被美國能源信息部門認為是世界上六大海上交通瓶頸之一［8］，海峽的通過能力和航行安全均是當地管理部門關注的2個焦點.針對這一水域的研究值得借鑒.

在通過能力研究方面，B.?zbas等［9］考慮該海峽船舶追越規則、引航員和拖輪配備等因素對航行安全的影響，認為風和流、引航員配備是影響通過能力的主要因素.D.Mavrakis等［10］則研究將兩個方向到達船舶按照客船在最前，危險品船在最后的規則排隊，船舶在建立的通行規則模型下依次通過海峽，對不同船舶到達率情況下的通過船舶數量進行仿真分析，結果表明危險品船舶數量的線性增長會導致船舶平均等待時間和隊長呈指數增長，而其它類型船舶數量增加時平均等待時間和隊長呈線性增長.S.U.?zgecan等［11］則通過建立數學模型研究船舶調度規則，主要思想是在先到先服務（first come first served，FCFS）調度規則基礎上為大型危險品船舶設定較高的優先級，并與實際調度規則進行比較驗證模型的準確性.

在風險分析研究方面，Or等［12］利用Bayes理論對Istanbul海峽歷史交通和事故數據進行分析，將事故分為碰撞事故和其他事故兩類，計算事故發生條件下的船長、船旗國等因素的狀態分布情況，建立條件概率函數模型，研究在當前情況下，以及假設當地交通流密度增加、大船比例增加、油船比例增加等情況下的風險變化情況.Sari?z等［13］則從船舶操縱性建模出發，從微觀角度研究在給定船舶和環境等參數情況下引航員能否讓船舶安全通過海峽.?zgecan［14］將海峽分成21個小塊，每個小塊內的風險通過某個時刻從任意方向進入該區域船舶的航行狀況計算，包括進入船舶的所有情況（船舶和環境狀況等）的屬性信息，同時考慮了引發二次事故的風險，研究成果在他的博士論文［15］中有系統的闡述，并且進一步研究了船舶到達規律，調度策略、引航員配備、當地交通流密度等因素對風險的影響.

實際上，通過能力和風險存在著某種內在的聯系.船舶調度策略的改變，允許更多的船舶進入海峽，會使風險上升到很高的水平，而選擇能夠降低風險的調度策略會導致船舶平均等待時間增加，降低通過能力.因此航道的通過能力與航行風險之間存在某種對立的關系，而如何平衡二者之間的關系是需要進一步研究的內容.

3 港口航道

從港口航道交通流方面的研究來看，主要集中在2個方面：（1）針對繁忙港口的船舶進出港調度問題，重點研究航道的通過能力提升和交通擁堵緩解問題；（2）基于港口航道存在多種不利環境，給船舶安全航行造成不利影響，重點研究航行風險緩解問題.

在港口航道通過能力方面，研究工作大多集中于較為繁忙的國際性港口，以及航道條件較差且通過能力不足的內河港口.Y.Gi－Ta等［16］研究了世界上第三大繁忙港口韓國釜山港的船舶擁擠問題，利用AWE－SIM 仿真語言分析了2011年港口存在的潛在擁堵問題，并對預防船舶擁堵亟需解決的問題提出了建議.我國在這方面的研究也較為深入.文元橋等［17］針對港口交叉航道提出一種新的通過能力計算方法，利用船舶領域的思想建立船舶穿越領域、匯入領域和匯出領域，并據此評價航道的通過能力.寧雙林等［18］研究了單線航道的通過能力，李德春［19］的研究則更進一步，以天津港為對象，研究了航道在單向通航和雙向通航時的通過能力，以及進出港航道受挖泥船影響情況下，航道在單－雙向通行模式轉換情況下的通過能力.港口吞吐量的提升不僅取決于航道通過能力，還與港口的規模密切相關［20］，因此港口規模與航道通過能力只有協調發展，才能實現港口和航道功能得到充分的發揮.

在進出港船舶航行風險方面的研究中，比較多的是根據船舶的操縱性能參數建立運動方程，并根據特定港口的水文氣象特點建立風、流、浪等環境干擾模型，從微觀角度研究航行風險.S.Shigeki等［21］研究了系泊在碼頭船舶的低速運動特征，對船舶縱搖與波浪周期和碼頭的晃動周期之間的關系進行分析，得到共振和系纜力不對稱是造成船舶搖晃的主要原因.代如亮［22］研究了港內船舶低速運動時舵的性能，采用MMG 建模思想，建立低速大漂角兼顧小漂角的船舶運動數學模型，對船舶在淺水區域的操縱性進行模擬仿真.

總體上講，基于船舶操縱性的船舶運動仿真方面的研究起步較早，取得了很多有意義的成果，但是當前大多數研究的主要目標是使仿真模型能夠更加切合船舶的實際運動情況，或者降低模型的算法復雜度，而對船舶運動過程中存在的潛在危險方面的研究較為缺乏.

4 內河船閘

在國外內河船閘方面，美國Mississippi河多級船閘的研究較為系統.L.D.Smith等［23］研究了船舶調度問題，主要目標是平衡公平與效率之間的關系.利用整數規劃的思想，以船舶通過所有船閘所用的總時間最小為目標函數建立模型，研究船舶過閘時存在同向跟進和反向匯入兩種情況時的船閘通過能力問題.Wang S等［24］研究了船閘建設和改造工程的規劃問題，在工程預算一定的情況下，建立船閘建設產生的效益與投入資金之間的關系模型，針對該問題提出利用遺傳算法尋求近似最優解的策略，開發出用于工程規劃優化的SIMPOT 仿真軟件.

以上研究很大程度上依賴于完善的內河交通流數據，而我國由于這方面研究起步較晚，在這方面顯得較為缺乏.另一方面，內河航運發達國家實現了內河船型標準化進程，我國盡管在船型標準化方面［25－26］取得了很大的成績，但是仍然存在較大差距.

國內針對我國內河船閘的特點也取得了一系列研究成果.早期的研究主要是根據航道特點建立經驗公式，對基本通過能力、可能通過能力、設計通過能力進行估計［27－28］，評估航道的服務質量.后續研究中則利用了排隊論的思想，首先對船舶到達規律利用理論分布進行擬合［29］，然后利用離散事件仿真軟件研究航道船舶流、船舶等待時間等指標.廖鵬［30］基于G／G／1排隊模型，建立估算待閘時間近似數學模型，得出船舶待閘時間不僅與交通負荷有關，而且與船舶到閘和過閘的離散程度有關.黃海鷗等［31］在此基礎上對多線船閘建立2個顧客等級的M／G／K 服務系統排隊模型，該模型計算量較大.Zhang 等［32］的研究更進一步，利用并行遺傳算法研究船閘擁堵緩解問題，以所有過閘船舶的加權延遲最小化為目標，每個船閘各自尋求局部最佳調度策略，研究很大程度上依賴于實時數據的采集.

從國內外對船閘交通流的研究來看，主要集中在提升通過能力上，而對船舶過閘時存在的潛在風險方面的分析較少.對于船舶來說，一旦在船閘水域發生事故，將會給其他過閘船舶的順利通過造成影響［33－37］，很容易造成船舶擁堵.因 此，在分析船閘通過能力時，船舶過閘風險是需要考慮的重要因素之一.

5 結論與展望

從當前水上交通風險的研究成果來看，擁有完善的歷史和實時交通流數據會大大增加研究結論的可靠性，然而這在實際研究中往往很難做到.相關領域的專家知識可以在一定程度上彌補以上不足.水上交通方面的專家根據多年的工作經歷，對交通態勢作出經驗估計，對風險評估的研究具有重要的指導意義.而Bayes理論是將歷史數據與先驗知識（即專家知識）相結合的很好的工具.因此，在Bayes理論框架下研究交通流風險是今后的發展方向之一.

目前排隊論和系統仿真方法已廣泛應用于航道通過能力研究中，基本能夠實現航道的服務能力、不同船舶到達率條件下的平均等待時間、最大等待時間的變化情況等方面的評估.而在宏觀角度上，對航道、船閘等通過能力與實際需求，如船舶等待時間，港口、錨地利用率等之間內在關系的探索，從水路運輸系統的角度研究航道的通過能力，實現航道通過能力與實際需要協調發展是今后研究中需要進一步考慮的問題.

作為當前研究的2個焦點問題，交通風險和通過能力之間存在某種內在的聯系.盡管國外有研究表明通過改變航行規則來提升通過能力會造成風險大幅度增加，而為了降低風險，則會導致船舶等待時間急劇增加，但如何針對我國水域的特點，綜合考慮水域船舶管理規則，船舶通行服務質量保證，以及水域安全形勢等因素，對風險和通過能力之間折中關系仍然需要做進一步探索.

綜上所述，針對某個特定航道內船舶的航行特點，通過系統采集交通流數據，結合相關領域專家知識，利用先進的理論，系統研究水上交通風險與通過能力之間的關系，對航運資源的有效發揮，管理人員決策支持，安全形勢改善等方面具有重要的理論和現實意義.

［1］LIU Shun，HAGIWARA H，SHOJI R，et al.Radar network system to observe ＆analyze tokyo bay vessel traffic［J］.Aerospace and Electronic Systems Magazine，2004，19（11）：3－11.

［2］JOHAN R W，RENE Van Dorp，JASON R W，et al.A aisk management procedure for the Washington state ferries［J］.Risk Analysis，2001，21（1）：127－142.

［3］JOHAN R W，MERRICK J.RENE Van Dorp，et al.A traffic density analysis of proposed ferry service expansion in san francisco bay using a maritime simulation model［J］.Reliability Engineering and System Safety，2003（81）：119－132.

［4］JOHAN R W，MERRICK J，RENE Van Dorp.Speaking the truth in maritime risk assessment［J］.Risk Analysis，2006，26（1）：1－30.

［5］KUJALA P，HANNINEN M T，AROLA J，et al.Analysis of the marine traffic safety in the gulf of finland［J］.Reliability Engineering and System Safety，2009（94）：1349－1357.

［6］MONTEWKA J，HINZ T，KUJALA P，et al.Probability modeling of vessel collisions［J］.Reliability Engineering and System Safety，2010（95）：573－589.

［7］GOERLANDT F，KUJALA P.Traffic simulation based ship collision probability modeling［J］.Reliability Engineering and System Safety，2011（96）：91－107.

［8］BA＿AR E，K?se E.Due to the heavy marine traffic and associated risk the oil spill scenarios at kandilli which is the narrowest point in Istanbul strait［C］∥International Oil Spill Conference，2011：1－4.

［9］ALMAZ?，˙ILHAN O，?ZBAS B.Investigation of transit maritime traffic in the strait of Istanbul through simulation modeling and scenario analysis［J］.International Journal of Simulation，2006，7（7）：1－9.

［10］ MAVRAKIS D，KONTINAKIS N.A queueing mode of maritime traffic in bosporus straits［J］.Simulation Modelling Practice and Theory，2008（16）：315－328.

［11］?ZGECAN S U，?ZBAS B，ALTOK T，et al.Transit vessel scheduling in the strait of istanbul［J］.Journal of Navigation，2009（62）：59－77.

［12］OR I，KAHRAMAN I.A simulation study of the accident risk in the Istanbul Channel［J］.International Journal of Emergency Management，2002，1（2）：110－124.

［13］SARI?Z K，NARLI E.Assessment of manoeuvring performance of large tankers in restricted waterways：a real－time simulation approach［J］.Ocean Engineering，2003（30）：1535－1551.

［14］?ZGECAN S U，?ZBA S’B，ALTOK T，et al.Risk analysis of the transit vessel traffic in the strait of Istanbul［J］.Risk Analysis，2009，29（10）：1454－1472.

［15］?ZGECAN S.TüTüN U.Performance modeling and risk analysis of transit vessel traffic in the Istanbul strait：studies on queues with multiple types of interruptions［D］.New Brunswick Rutgers：the State University of New Jersey，2008.

［16］GI－TAE Y，MICHAEL Roe，SOAK S M.Evaluation of the marine traffic congestion of north harbor in busan port［J］.Journal of Waterway Port Coastal and Ocean Engineering，2007，133（2）：87－93.

［17］文元橋，劉敬賢.港口公共航道船舶通過能力的計算模型研究［J］.中國航海，20103，3（2）：35－39.

［18］寧雙林，宋向群，郭子堅，等.單線航道通過能力仿真研究［J］.水道港口，2008，29（3）：166－169.

［19］李德春.港口航道通航能力仿真分析［D］.天津：天津大學，2007.

［20］ZHANG Jinfen，YAN Xinping，CHEN Xianqiao，et al.Study on the coordination between berths and channel in Tianjin port［C］∥1stInternational Conference on Transportation Information and Safety，2011：1－8.

［21］SAKAKIBARA S，KUBO M.Characteristics of lowfrequency motions of ships moored inside ports and harbors on the basis of field observations［J］.Marine Structures，2008（21）：196－223.

［22］代如亮.港內低速時船舶舵效的研究［D］.大連：大連海事大學，2007.

［23］SMITH L D，ROBERT M，JAMES F C，et al.Sweeney II.triangulation of modeling methodologies for strategic decisions in an inland waterway transportation system［C］∥Proceedings of the 42nd Hawaii International Conference on System Sciences，2009：1－10.

［24］WANG S，SCHONFELD P.Genetic algorithms for selecting and scheduling waterway project，2006：1－47.

［25］鮑學訓，朱 暉，晏遠春.京杭運河江蘇段船型標準化研究［J］.水運工程，2007（8）：85－88.

［26］廖 鵬，毛 寧.京杭運河蘇北段船舶大型化和標準化分析［J］.水運工程，2007（12）：72－76.

［27］廖 鵬.內河船舶交通流量的時空分布特征［J］.水利水運工程學報，2009（2）：33－38.

［28］周 祥.京杭運河淮安段通過能力研究［D］.武漢：武漢理工大學，2009.

［29］譚志榮，嚴新平，劉 亮.長江干線橋區船舶到達規律數學模型及檢驗［J］.交通信息與安全，2010，29（2）：70－73.

［30］廖 鵬.繁忙船閘的船舶待閘時間分析與估算［J］.南京：東南大學學報：自然科學版，2009，39（2）：408－412.

［31］黃海鷗，張 瑋，李驍春.基于排隊理論的京杭運河船閘通過能力研究［J］.武漢理工大學學報：交通科學與工程版，2009，33（3）：604－607.

［32］ZHANG Xiaopan，FU Xide，YUAN Xiaohui.Simulation based parallel genetic algorithm to the lockage co－scheduling of the three gorges project［C］∥International Conference on Computer Science and Software Engineering，Wuhan，China，2008：324－327.

［33］劉明俊，萬長征.航道通過能力影響因素的分析［J］.船海工程，2008（5）：116－118.

［34］段麗紅，文元橋，戴建峰，等.水網航道通過能力的時空消耗計算模型［J］.船海工程，2012（5）：134－137.

［35］振 東，劉敬賢，晏 林.基于模糊層次分析法的天津港復式航道通航安全綜合評價［J］.船海工程，2012（2）：126－129.

［36］陳厚忠，郭國平.清瀾港5000t級航道風險分析與評價［J］.船海工程，2008（4）：82－84.

［37］張 鵬.三峽過閘船舶安全管理對策研究［D］.武漢：武漢理工大學，2006.