基于AIS數據的海區通航危險度決策模型

李連博， 牛佳偉， 劉軍坡， 劉德新

(大連海事大學 航海學院， 遼寧 大連 116026)

近年來，我國沿海水域通航環境日益復雜，船舶交通事故不斷增多。海上通航安全評價研究由于觀測水域位置和范圍受限，大都針對沿海港口及航道水域，而對于開闊海區的通航安全評價研究較少；傳統的通航安全評價研究方法中，船舶數據收集難度大、數據量小，且多考慮通航自然環境等要素，而對于能夠充分體現海區通航安全的交通流特性指標考慮較少。借助船舶自動識別系統(Automatic Indetification System,AIS)等現代導航儀器提供的交通實態觀測數據開展研究可彌補傳統研究方法的不足。通過海量AIS數據的挖掘并篩選有效的海區通航安全評價指標進行評估，對于更好地保護我國沿海開闊水域船舶通航安全具有重要的意義。

1 AIS信息特點

國際海上人命安全公約(International Convention for the Safety of Life at Sea,SOLAS)公約規定，航行于國際航線的300總噸以上船舶和締約國航行于國內航線500總噸以上的船舶，到2008年7月1日止，必須配備AIS船載設備，提供完善的船舶動態、靜態等[1-5]相關信息。近年來，AIS信息數據挖掘已成為許多學者研究的熱點，這些研究以AIS信息數據庫中動態表及靜態表為數據源，通過對數據庫訪問技術及計算機編程語言的研究，并結合電子海圖系統的應用，實現了船舶密度、速度、航跡及會遇率[1-5]等數據的獲取及數據分布的可視化，為人們對AIS信息的進一步研究提供借鑒。

2 海區通航安全影響因素分析

2.1 碰撞可能性

2.1.1船舶交通量

2.1.1.1 平均船舶交通量

平均船舶交通量是指在一段時間某一水域或航道通過的船舶數目的平均值，可分為年、月和日均船舶交通量等。平均船舶交通量越大，危險程度越高。

2.1.1.2 高峰交通量

高峰交通量是指在一段時間內單位時間內船舶交通量最大時段所對應的船舶交通量。僅考慮平均交通量來評價海區通航是不夠安全的，易導致海區交通規模反映失真及危險度評估不準確。

2.1.2船舶密度及其分布

2.1.2.1 船舶密度

船舶密度是指單位面積水域某時刻的船舶數。當海區范圍和船舶平均航速一定時，船舶交通擁擠度、危險程度和潛在的風險與船舶密度大小成正比。

2.1.2.2 船舶密度分布

(1)

2.1.3船舶速度

2.1.3.1 平均船舶速度

平均船舶速度是指某一水域或航道中所有通航船舶速度的平均值。在通常情況下，當某水域的船舶平均速度越大，船舶通航安全風險系數越高。

2.1.3.2 船舶速度分布離散度

(2)

2.1.4船舶間距

2.1.4.1 船舶瞬時間距

船舶瞬時間距反映某一時刻船舶間的距離分布情況。在海上，船舶駕駛員往往關注距離本船較近的一艘或幾艘船舶，故在計算海區船舶瞬時間距過程中，只考慮距離本船最近的一艘船舶，每艘船舶有一個與其對應的距離他船最小值，取其平均值作為海區船舶瞬時間距，瞬時間距越小，通航安全程度越低。

2.1.4.2 船舶平均間距

船舶平均間距是指在一段時間內不同時刻船舶瞬時間距的平均值。船舶平均間距越小，海區船舶的通航安全系數越低，航行風險系數越高。

2.1.5船舶航跡分布

2.1.5.1 航跡重疊率

航跡重疊是指某海區在一段時間內船舶航跡相互重疊覆蓋的情況。以某一交通流為例，一般情況下存在著正反兩方向的船舶交通流，而實際中在這正反兩個方向的交通流中間范圍通常存在一定程度的重疊，航跡重疊率則是指中間航跡重疊部分的交通流寬度與該交通流寬度的比值。逆向的航跡重疊率越高，船舶發生會遇的概率較大。

2.1.5.2 航跡交匯區個數

航跡交匯是指在某一水域中船舶航跡相互交匯的情況。船舶航跡交匯區域也是事故的多發水域,一般主要用航跡交匯區的多少來反映某水域船舶通航交匯風險的危險程度，航跡交匯區越多，航行的風險就越大。

2.1.6會遇率

2.1.6.1 基于最小安全會遇距離的會遇率

會遇率即一個區域單位時間內的會遇次數，是最能體現船舶在海區船舶碰撞可能性的指標。通常會遇是指兩船最小會遇距離(Distance to Closest Point of Approach,DCPA)和最小會遇時間(Time to Closest Point of Approach,TCPA)均小于一定值?？紤]到AIS數據特點，基于DCPA精確統計會遇次數極其復雜，因此從最小安全距離(Distance to Safety Point of Approach,DSPA)角度出發，通過對海區的AIS信息進行數據挖掘，并設定一個關于DSPA的閾值[6](這里設為1 n mile)，當兩船間距小于該閾值時認為構成一次會遇，統計該海區單位時間內會遇次數來計算會遇率，會遇率越高，通航危險程度越大。

2.1.6.2 基于轉向避讓行動的會遇率

基于轉向避讓A/C(Alter/Course)的會遇率是指通過對船舶的航向信息進行跟蹤，如其發生一定角度的轉向后又恢復到原航向，并確定該轉向是為了避讓船舶而不是在航路轉向點附近采取的轉向行動，則認為構成一次會遇，統計該海區單位時間內總的會遇次數計算會遇率，會遇率越高，通航危險程度越大。

2.2 潛在風險

船舶因素和海上交通事故情況是潛在風險的最為主要的因素，考慮到無法從AIS信息中挖掘海區交通事故情況，因而主要從船舶因素即船舶種類和船舶尺度兩個角度來分析。以油船、液化品船和客船在所有船舶中所占的比例為指標對海區的通航安全進行評價，比例越大，通航的潛在風險越高。在一般情況下，船舶尺度越大，受航道水深、寬度和自然條件(風、流)等因素的影響越大，操縱越不便[7-8]，選取大型船舶所占百分比作為船舶尺度量化標準，比例越大，潛在風險越大。

3 海區通航危險度決策模型

3.1 多層次多目標高風險海區模糊優選模型

設系統由n個可供選擇的方案組成決策集

D={d1,d2,…,dn}

(3)

第1層有t個并列的單元系統，其中第k個單元系統有m個目標組成對決策集D的評價集，決策j的評價目標用向量表示為

1kXj={1kx1j,1kx2j,…1kxmj}

i=1,2,3,…,m;k=1,2,3,…,t

(4)

式(4)中：1kxij為第1層第k個單元系統決策j目標i的特征值。

對于第1層第k個單元系統n個決策的評價目標特征值矩陣為

(5)

利用目標相對優屬度公式將目標特征值矩陣X變換得到目標相對優屬度矩陣為

(6)

式(6)中:將矩陣X變換為矩陣R采用如下目標相對優屬度公式[9-10]:

對于越大越優目標有

(7)

對于越小越優目標有

(8)

設決策j的m個指標的特征值分別具有不同的權重，權重向量為

(9)

采用文獻[11]推導出的決策相對優屬度(決策相對隸屬度的最優值)模型為

(10)

可得第1層第k單元系統的相對優屬度向量為

1kuj=(1ku1,1ku2,…,1kun)

(11)

式(10)中:p為距離參數,p=1時為海明距離,p=2時為歐氏距離。

通過式(10)計算第1層t個單元系統的相對優屬度，得到高一層次(第2層)的決策相對優屬度矩陣為

(12)

uj=(u1,u2,…,un)

(13)

指標權向量的計算為

(14)

3.2 高風險海區多目標評價層次結構

通過對海區通航安全評價因素進行分析，確定的綜合評價層次結構見圖1,其中:x1、x2、x3、x4、x5、x6、x9、x10、x11、x12、x13、x14指標均為越大越優指標；x7、x8指標為越小越優指標。

圖1中：x1為平均船舶交通量,艘·小時百平方海里;x2為高峰小時交通量,艘·小時百平方海里;x3為船舶平均密度,艘/百平方海里;x4為密度分布離散度,艘/百平方海里；x5為船舶平均速度,kn;x6為船舶速度分布離散度,kn；x7為船舶瞬時間距,n mile;x8為船舶平均間距,n mile；x9為航跡重疊率,%;x10為航跡交匯區個數,個；x11為基于DSPA的會遇率,次·小時百平方海里;x12為基于轉向避讓行動的會遇率,次·小時百平方海里；x13為船舶種類,%;x14為船舶尺度,%。

4 高風險海區模糊優選模型模擬計算

4.1 目標海區及其評價指標特征值

通過對有關基于AIS信息的船舶交通實態觀測數據挖掘算法深入研究，在Windows平臺下利用微軟的基礎類庫(Microsoft Foundation Classes, MFC)開發應用程序，設計開發基于AIS數據的船舶交通流特性統計平臺，對一段時間海區的船舶交通實態數據進行統計。以成山頭沿海開闊水域為例，按面積大小將其分為16個面積大致相同的海區，分別記為海區1至海區16，基于上述平臺對各個海區的交通實況數據進行統計，得到各海區的評價指標特征值見表1，船舶交通流特性統計平臺界面顯示見圖2。

表1 基于AIS的海區交通實況原始數據

4.2 高風險海區模糊優選決策

根據表1中的數據可以得出目標海區的特征值矩陣1kX(k=1,2,3,4,5,6,7)為

根據前述對指標的分析，可知其中x7、x8為越小越優指標，其余均為越大越優指標。根據式(7)和式(8)可得到第1層的相對優屬度矩陣1ku(k=1,2,3,4,5,6,7)為

根據式(14)計算得出第1層權重向量w1k(k=1,2,3,4,5,6,7)為

11w=(0.480 7，0.519 3)

12w=(0.420 7，0.579 3)

13w=(0.532 8，0.467 2)

14w=(0.507 4，0.492 6)

15w=(0.454 1，0.545 9)

16w=(0.497 2，0.502 8)

17w=(0.510 0，0.490 0)

根據式(10)得到第2層目標海區相對優屬度矩陣為

同理，由式(14)得到第2層權重向量2w為

2w=(0.115 9，0.157 8，0.173 1，0.177 6，0.129 9，0.119 1，0.126 6)

重復利用式(10)求得多目標多層次海區通航危險相對隸屬度向量為

uj=(0.143，0.564，0.680，0.182，0.844，0.702，

0.450，0.181，0.588，0.454，0.235，0.154，0.252，

0.493，0.150，0.174)

按照相對隸屬度越大風險系數越高的原則可知,目標海區通航風險程度由高到低的排序為海區5、海區6、海區3、海區9、海區2、海區14、海區10、海區7、海區13、海區11、海區4、海區8、海區16、海區12、海區15、海區1。其中，海區5、海區6、海區3的危險程度較高，海區12、海區15、海區1的危險程度較低。

5 決策模型評價結果檢驗

5.1 海區交通實況驗證

自2015年6月1日起，成山角水域實施新的分道通航制度，在原來分道通航定線制東側新增外分道通航定線制，包括外分道通航和外警戒區。外分道通航部分由東、南和北分道通航及分隔帶組成。海區11、海區12、海區15、海區16主要包括外分道通航的南分道通航；海區3、海區4、海區7、海區8主要包括外分道通航部分東、南和北分道通航及外警戒區；海區1、海區2、海區5、海區6主要包括內外兩個警戒區和外分道通航北分道通航；海區9、海區10、海區13、海區14主要包括原分道通航的南分道通航。所有使用新分道通航定線制進出渤海灣的船舶都需經過海區5、海區6和部分海區2，并在內外警戒區交匯，船舶流量大、平均間距小、避讓操縱頻繁且會遇率高，故碰撞危險度高；使用新分道通航定線制航經海區3和海區7的船舶包括北上大連等港口、部分進出渤海灣、東往日韓和南下的船舶，該海域船舶流量和轉向角度較大，操縱難度較高，船舶尺度偏大，故碰撞后潛在風險較高；海區9和海區13離岸距離近，尤其是海區9，漁船活動頻繁，對航經船舶有一定影響，船舶間距較小致使碰撞風險增加。海區11和海區12中航行船舶雖然噸位較大，但無需轉向，船舶交匯率低，故碰撞危險度低。利用基于AIS數據的船舶交通流特性統計平臺統計成山頭水域連續72 h航跡分布及船舶密度疊加情況，見圖3。根據分布圖直觀觀察，各海區交通實況與上述描述一致。通過以上對各海區交通實況的分析，可得各海區船舶通航危險度大小與模型計算結果相吻合，符合客觀實際。

5.2 不同模型評價結果對比驗證

為進一步從理論上對決策模型計算結果進行驗證，選取安全評價中成熟的模糊綜合評價模型，基于改進的層次分析法—模糊層次分析法確定各指標權重，結合專家咨詢意見確定各指標的評價標準及建立相應的隸屬度函數，分別對海區1～16號進行模糊層次綜合評價，確定各海區的通航危險度。

5.2.1確定因素集

U={u1,u2,…,un}

(15)

將評價指標集定義為U={碰撞可能性u1,潛在風險u2},并有u1={交通量u11,船舶密度u12，…，會遇率u13}，u2={船舶因素u21}，u11={平均交通量u111，高峰交通量u112}，…，u16={基于DSPA的會遇率u161，基于A/C的會遇率u162}，u21={船舶尺度u211，船舶種類u212}。

5.2.2確定權重集

咨詢專家意見，讓專家對各層指標兩兩進行比較,進而得到模糊一致性判斷矩陣M=(mij)n×n，然后計算各指標的權重為

(16)

式(16)中：wi為權重值;a為個人對元素差異程度認知的一種度量，通常取a=(n-1)/2。

利用模糊層次分析法處理調查問卷計算得到各指標的權重可得:

一級指標權重為

W=(0.7 0.3)

二級指標權重為

三級指標權重為

5.2.3確定評價集

定義評價等級V={v1,v2,v3,v4,v5}，其中v1～v5分別代表的評價等級評語集為：低危險、較低危險、一般危險、較高危險及高危險，對應的模糊數分別為1，2，3，4，5。

通過參考以往學者的研究成果并結合專家咨詢建議，各指標的危險度等級量化標準見表2。

5.2.4確定隸屬度函數

本文基于模糊分布隸屬度函數，采用偏小型、中間型和偏大型梯形模糊分布確定各指標隸屬度函數。以平均交通量為例，其對應的隸屬度函數，見圖4。

5.2.5模糊綜合評價

進行單因素評價，計算各指標相對各評語集的隸屬度，得到單因素評判矩陣R(rij)，結合多因素下的權重分配，采用加權平均型模糊算子，模糊綜合評價決策模型為

表2 危險度等級評價標準

(17)

通過計算，基于加權平均的海區1至海區16的模糊層次綜合評價的結果依次為2.102,2.992,3.014,2.245,3.217,3.157,2.877,2.181,2.948,2.771,2.473,2.022,2.719,2.914,2.608,1.894。

根據以上評價結果，按照加權平均處理后的評價值越大危險度越高的原則，各海區通航危險度由高到低的排序依次為海區5、海區6、海區3、海區2、海區9、海區14、海區7、海區10、海區13、海區11、海區4、海區8、海區1、海區12、海區15、海區16。對比上文多目標多層次模糊優選決策模型計算結果海區5、海區6、海區3、海區9、海區2、海區14、海區10、海區7、海區13、海區11、海區4、海區8、海區16、海區12、海區15、海區1，可見兩種模型決策結果大致相同，部分排序存在差異。分析其原因，主要是由于兩種模型指標賦權方法不同造成的。模糊優選模型指標權重是客觀的，而模糊綜合評價指標權重是主觀的，可能更側重某一項指標，因此排序結果存在一定差異是正常的。但兩種模型排序結果大致相同，說明模糊優選模型客觀評價結果也符合人們主觀上的認識，主客觀相一致，進一步驗證多目標多層次模糊優選決策模型的科學性和可行性。

6 結束語

本文以成山頭沿海開闊水域為例進行計算，分別結合相關海區交通實況和模糊層次綜合評價模型的評價結果來驗證多層次多目標模糊優選模型的計算結果，可知該優選模型科學實用，決策結果合理可信，能夠準確地確定不同海區之間的相對通航危險程度，為駕駛員在不同海域航行時進行航線設計提供指導，也可為沿海水域船舶定線制規劃設計、搜救站點布局和搜救力量的配置等決策提供參考。

在利用目標絕對優屬度模型進行決策時，往往難以確定目標特征值的上確界和下確界，因而造成很大的決策主觀任意性。利用模糊優選模型計算目標相對優屬度與決策相對優屬度，可有效避免絕對優屬度模型主觀性過強的缺點[12-13]。此外，該模型物理含義明確，理論嚴密，計算簡單，具有良好的適用性和可靠性，進一步豐富了模糊優選模型在航海上的應用。