基于熵權-屬性數學的通航環境安全風險網格可視化

邵明暉， 吳兆麟, 宋 艷， 吳 彪

(1. 黑龍江工程學院 經濟管理學院， 哈爾濱 150050； 2. 大連海事大學 航海學院,遼寧 大連 116026;3. 哈爾濱工程大學 經濟管理學院， 哈爾濱 150001)

海上交通安全一直是人們非常關注的問題。隨著經濟全球化的發展，海上交通日益繁忙，船舶安全隱患和發生海上交通事故的可能性逐步提高，對海上交通安全保障提出了更高要求。[1]

目前國內外關于海域風險評估的研究主要集中于通航安全風險評估和海域環境風險評估，例如：THAN等[2]采用IWRAP Mk2對海上交通安全進行評估，并指出在該地區有3部分航道的碰撞風險最高；THIEME等[3]提出一種開發自主海洋系統安全指標的過程，并對其進行綜合研究；芮浩強等[4]結合層次分析法和模糊數學綜合評價數學方法構建橋區水域通航環境安全評價模型。根據研究，現階段我國在救助力量和設施的規劃及建設上與西方發達國家相比仍有很大差距，尤其是在救助力量的配備上仍存有較大提升空間。因此，如何在現有的救助力量下發揮最大作用是當前研究的熱點。本文以北海海域為例，通過對該海域的網格進行劃分，運用熵權-屬性數學方法對其不同網格海域進行綜合風險評估，并從中確定出高風險網格區域，進而分析該方法在通航環境網格可視化研究中應用的可行性，以便為救助力量最大化應用研究提供一定的理論支持，為海事管理部門制定管理決策提供參考。

1 北海海域安全評價指標體系的建立及網格化劃分

1.1 北海海域安全風險評價指標體系的構建

在海上交通工程學中，影響水域安全的因素有人為因素、船舶因素和環境因素等3種。在對北海海域進行網格化劃分之后，這些因素中的很多指標不能通過直接觀測獲得，其中涉及人為因素和船舶因素的指標基本上無法以網格化海域為單位進行統計。因此，在進行風險評價過程中，以險情事故的統計數據作為海域風險水平的評價指標，通過引入險情因素來解決網格化處理之后缺失人為因素和船舶因素導致的海域指標風險特征不足的問題，并構建自然條件、交通條件和險情條件等3個一級評價指標。據統計，2003—2010年北海海域的遇險情況共出現1 124次，涉及財產損失的險情154次，其中財產損失達100萬元以上的險情占90%。財產損失與傷亡人數基本上成正比，單獨出現財產損失而無人員傷亡的險情僅有少數幾次。若引用財產損失作為評價指標，一方面該指標可在現有數據特征下通過人員傷亡來間接表征，另一方面會造成指標間的信息重復和冗余，導致評價結果失準。因此，在構建評價指標體系的過程中沒有引入財產損失這一項。最終建立近岸網格海域和離岸網格海域的評價指標體系，見表1。

在險情條件中的各二級指標應盡可能地使險情數據能表征網格海域的不同風險屬性，從而彌補缺失因素的風險特征，使選取的指標更好地反映海域的實際風險狀況。參考救助局在統計歷史救助情況時對遇險性質的分類，在選取指標過程中避免指標信息被重復利用。

本文的數據來源為：自然條件相關水文氣象數據從中國氣象廳官網中獲取；一級指標交通條件下的二級指標數據主要從《中國航路指南》《中國主要港口航行指南》和“船訊網”中獲取；險情條件從2003—2010年北海救助局的統計數據中獲取。

1.2 北海海域的網格化劃分

基于險情事故的數據統計單元對海域網格的劃分，北海海域險情統計數據單元為自經度117.6°、緯度35.14°開始，經度每隔0.44°、緯度每隔0.35°作一個統計單元(見圖1方格部分)。在險情統計單元的基礎上考慮海域特征和風險因素的相似性，如自然條件中的海冰指標，將近岸受海冰影響較大的海域分到近岸網格中，將交通條件中各指標影響相對較小的網格劃分為離岸指標等，將網格主要劃分為近岸網格單元和離岸網格單元。確定北海海域網格化劃分見圖1，其中，淺色網格為近岸網格海域，深色網格為離岸網格海域，共計158個網格海域。

表1 網格單元風險評價指標體系

在得到北海海域的網格化海域之后，需通過建立熵權-屬性數學模型確定每個網格海域的風險等級。在確定權重的過程中，將屬性數學的評估方法應用到海域網格化評價中。由于采用屬性數學方式得到的綜合屬性測度值對權重的變化較為敏感，為得到更加精確的評價結果，采用熵值的差異系數來對采用層次分析法得到的初始權重進行修正。

2 層次-熵值法(熵權法)確定權重

在實際應用中，由于屬性測度函數的固定公式限制了屬性測度函數對各指標的特性表達，且其在評價過程中無需無量綱化處理往往會放大指標離散性對其安全評價的影響，在研究中可通過修正權重來彌補這一不足。

采用層次分析法構建判斷矩陣并對其進行一致性檢驗，通過觀察可知，A1一致性檢驗滿足要求，自然條件A11的一致性檢驗CR1=0.03<0.1，交通條件A12的一致性檢驗CR2=0.013<0.1，險情條件A13的一致性檢驗CR3=0.030 6<0.1，滿足一致性要求。

A13=

由此得到初始權重wi，利用某一指標所含信息的離散性越大，熵值的數值越小的特點[5]進行修正，削弱不同指標離散性差異導致的評價結果偏差。

使wsti=wi×ej，對wst重新進行歸一化處理從而得到修正后的權重值wsi，即

(1)

要確定ej的值，首先需計算第j個指標出現狀態xij的概率p(xij)，即

(2)

熵值ej的計算式為

(3)

式(3)中：k=ln(m)，使得ej的值滿足0≤ej≤1，為指標的數據個數。利用熵值對指標的權重進行修正，將遇險人數為0的統計數據映射為極小的數字0.1，這樣可忽略數據變化對實際評價結果的影響，同時能保證熵值法的有效使用。

為保證與其他指標熵值修正的統一性，將險情單元求得的熵值映射到與其他指標相同的變化區間(0.900 0，0.999 9)中，這樣可保證熵值修正幅度不會過度改變原有的權重。依照式(1)～式(3)修正前后的權重見表2，其中：wli為離岸初始權重；wcli為修正后離岸權重；wji為近岸初始權重；wcji為近岸修正后權重。

表2 修正前后的權重

3 基于屬性數學的風險等級綜合評價模型

3.1 單指標風險等級的劃分

參考其他研究中各指標的等級劃分方式，將6級風以上的天數作為風的評價指標值進行評價；能見度≤1 km的天數作為評價海上安全風險的指標；海冰指標僅考慮渤海、黃海北部等海域。

航道條件應綜合考慮航道長度、寬度和轉彎角度等因素，港口海域內的助航標志、漁船活動相關數據難以準確掌握。參考其他學者的相關研究，采用專家調查法獲取航道條件、助航標志情況和漁船活動等3個指標的數據。[6]調查對象主要為海事局VTS值班員、班輪船員和港口引航員等。交通特殊點在本文中有3種含義：表示進出口航道端部附近海域和航道交叉處，船舶會遇次數增多，是事故的多發區[7]；航道彎頭處，若操縱不當，易釀成擱淺、觸礁及碰撞事故；海域水深變化劇烈的水深點個數。

因此，該指標用交通特殊點總數/航道總長度來表示。根據有關學者的研究，以航道交叉角超過45°和航道彎曲度超過30°的情況來統計總數。[8]通過到各海事主管部門對船舶通航數據進行調研，確定交通特殊點等級評價標準狀況。根據國家海洋局發布的渤海海冰等級報告(預報)確定各近岸網格(渤海灣港口)水域海冰的狀況，按輕年、偏輕年、常年、偏重年和重年的方式劃分其單指標風險等級。以礙航物與航道邊線的距離作為礙航物指標的評價標準，通過查取各港口海圖、航海圖書資料獲取港口海域內礙航物對海上安全的影響狀況。

險情條件中的指標等級參照交通運輸部頒發的水上交通事故統計辦法中對險情、遇險人數和事故等級的劃分，結合海域的實際情況確定。最終得到各指標的風險等級劃分見表3。

表3 各指標的風險等級劃分

3.2 屬性測度模型的構建

設Z={港口通航環境安全評價}為某類評價對象空間，屬性空間F={水域通航環境安全程度}，評價類(I1,I2,I3,I4,I5)為F的有序分割集，其中風險等級描述語句的集為：I1={很安全}，I2={較安全}，I3={一般}，I4={較危險}，I5={很危險}。風險等級越高，潛在風險性越大。對象x具備屬性Ik的程度用屬性測度μxk(t)來表示。x的第j個指標的測度值屬于k等級的程度用屬性測度μxjk(t)來表示。根據屬性集和屬性測度理論，μxk(t)和μxjk(t)分別滿足式(4)及式(5)的條件。

(4)

(5)

首先確定指標體系中的單指標屬性測度函數，從而進一步確定單指標的屬性測度，第j個指標屬于k等級的單指標屬性測度函數μxjk(t)由式(6)～式(8)求得，其中bjk和djk由式(9)和式(10)求得。

(6)

μxjk(t)=

(7)

μxjK(t)=

(8)

(9)

djk=min(|bjk-ajk|,|bjk+1-ajk|),

k=1,2,…,K-1

(10)

式(6)～式(10)中：ajk為第j個指標屬于k等級的閾值。

計算多指標的綜合屬性測度，對評價對象x，已知單指標屬性測度為μxjk=μ，采用加權求和的方法，即對單指標屬性測度通過加權求和得到綜合屬性測度μxk。

(11)

式(11)中：wj為第j個指標的權重，滿足式(12)。

(12)

最后對已求得的屬性測度μxk進行屬性識別，確定對象x屬于哪個評價等級。識別x屬于哪一類，通過置信度準則進行識別。

根據置信度準則，若評價類(I1,I2,I3,I4,I5)為有序割集，存在I1>I2>I3>I4>I5，則可根據式(13)得到k0，認為屬性對象x屬于Ik0級別。

(13)

若I1

(14)

在實際應用中，置信度λ一般在[0.6，0.7]內取值。

4 北海海域安全風險等級實證

首先利用式(6)～式(10)對17個指標對應的屬性測度函數進行計算，共獲得85個屬性測度函數，限于篇幅，僅以風級X11和能見度X12為例列出部分屬性測度函數。

(15)

(16)

根據各指標的屬性測度函數，利用獲得的158個網格海域的數據計算得到各指標的屬性測度，并由式(11)得到網格海域的綜合屬性測度值，由式(13)得到最終的網格海域風險等級。為更加精準地確定風險等級，本文的置信度取0.6。根據“3.2”節確定的風險評價描述語句，海域風險性越高其風險等級越大(共5個等級)，因此從計算結果中篩選出風險等級達到最高(第5級)的網格海域，即風險性最大的網格海域。計算得到的綜合屬性測度值和風險等級見表4。

表4 高風險險情單元海域的綜合屬性測度值及風險等級

高風險海域在海圖上的分布見圖2中有符號標識的網格區域，即為風險性最高的14個高風險網格海域。由圖2中確定的高風險網格海域可知，險情高發區域多集中在渤海海峽的煙大航道、成山頭海域、天津港的曹妃甸和秦皇島海域附近，這與海域的實際風險狀況相符，驗證了該方法的可行性。因此，在救助船舶待命點選址研究中，可考慮利用熵權-屬性數學的方法進行海域風險網格可視化研究。

5 結束語

本文對北海海域進行網格劃分，將其分為近岸網格海域和離岸網格海域，并根據2種網格海域構建北海海域的近岸和離岸2種安全風險評價指標體系。為提高屬性數學的計算精度，利用熵值對層次分析法得到的初始權重進行修正，構建基于屬性數學的綜合評價模型，確定各網格海域的安全風險等級。最終通過對北海海域的實際數據進行計算分析，得出14個高風險網格海域，所得結果與實際海域狀況相符。本文的工作為進一步研究救助船舶待命點選址問題提供了一種新的方法，同時為海事主管部門開展安全管理決策工作提供了理論依據。

[1] STORKERSE N K V. Survival Versus Safety at Sea. Regulators' Portrayal of Paralysis in Safety Regulation Development [J]. Safety Science, 2015, 75:90-99.

[2] XUAN T N, PARY Y, PARK J. A Quantitative Marine Traffic Safety Assessment of the Vung Tau Waterway [J]. Journal of Korean Navigation and Port Reserch,2012, 36: 721-728.

[3] THIEME C A, UTNE I B. Safety Performance Monitoring of Autonomous Marine Systems [J]. Reliability Engineering & System Safety, 2017, 159: 264-275.

[4] 芮浩強，顏忠甲.基于FSA(綜合安全評估)橋區水域通航環境安全評價模型構建[J].福建交通科技, 2015(3): 101-104.

[5] 王君杰. 汕頭海灣大橋船撞安全評估與對策研究[R]. 上海：同濟大學, 2008.

[6] 胡甚平. 海上交通風險評估技術與方法[M]. 北京: 人民交通出版社, 2014：87-99.

[7] 黃常海, 肖英杰, 高德毅, 等. 定線制水域航行危險度評價模型及其應用[J]. 中國安全科學學報, 2014,24(2)： 93-99.

[8] 段愛媛. 在港口水域船舶交通安全管理中綜合安全評估(FSA)的應用研究[D]. 武漢：華中科技大學, 2006:26-30.

[9] INSTITUTION B S. Safety Aspect-Guidelines for Their Inclusion in Standards: ISO/IEC Guide 51[S]. 2002.