E航海背景下防止船舶擱淺的海事服務研究

朱憨 張鳴鳴 王珍寧

摘要：隨著海事信息收集、整合、交換和分析的研究成果不斷涌現，以及E航海工程建設的逐步深入，海事服務精細化趨勢越發明顯。同時，在實踐過程中，基礎性數據的不準確阻礙著精細化海事服務的發展。本文以長江上海段南槽航道防止船舶擱淺的海事服務實際為例，梳理利用船舶AIS信息中吃水數據來甄別擱淺風險的阻礙，通過擬合模型探索船舶實際吃水和船長之間的定量關系，從而利用船長作為替代指標來甄別擱淺風險，進而通過報警臨界值的設定篩選出高風險擱淺船舶并提供防止船舶擱淺的海事服務，以期為優化E航海背景下的海事服務提供可行路徑。

關鍵詞：E航海;南槽航道;海事服務;船舶擱淺;模型擬合

0 引言

在E航海背景下，隨著GPS、BDS、AIS、電子海圖、無線電通信等數字化航海技術的出現和發展，豐富的信息數據來源為有效提供海事服務帶來了便利。不論是我國E航海工程[1]，還是國外E航海建設實踐[2]，E航海背景下海事服務對于提升航運效率、增強航行安全和提升海上環境保護能力的作用得到了顯著的體現。

隨著岸基裝置布點覆蓋的拓展，先進船載設備的推廣、大數據分析的深度應用，E航海背景下信息來源途徑多樣，信息處理手段豐富，對提升海事服務效果提供了強有力的支撐和推動。

同時，在實踐過程中，基礎性數據的不準確阻礙著海事服務精細化發展。以長江上海段南槽航道防止船舶擱淺的海事服務為例，因為九段沙警戒區及其附近水域存在淺點，防止船舶擱淺的海事服務一直是一項重要工作。在實踐中，約有40%的航經船舶AIS信息中的吃水信息存在不準確的情況，這使得通過吃水數據來甄別擱淺風險存在困難，加大了海事服務的難度，加劇了擱淺事故發生的隱患。

1 E航海背景下防止船舶擱淺的海事服務的困境

1.1 人為因素致使信息源數據準確性不佳

人為因素使得需人工輸入的數據準確性無法得到有效保汪，從而引發因數據失真而導致不能及時提供海事服務的現象，進而導致海上事故的發生，造成對通航安全的影響和對海洋環境的污染。

以長江上海段南槽航道航經船舶為例，船舶AIS中的吃水信息與實際吃水不符將導致交管中心因不能有效獲取真實的船舶吃水數據，而使得通過吃水數據來甄別擱淺風險存在困難，無法在船舶出現擱淺隱患時提供切實有效的海事服務來防止船舶擱淺。

1.2傳統信息核實方式致使信息獲取時效性不佳

當發現船舶吃水信息不準確時，交管中心雖能通過VHF或者電話詢問的手段來進行信息核實，但因VHF覆蓋范圍限制和易受天氣狀況干擾特性的影響，航行于距岸較遠的九段沙警戒區下游水域的船舶時常出現通信不暢的狀況，信息核實時效性不佳。尤其是在大規模船舶進出口時，交管中心在進行交通組織時同時開展對船舶吃水信息逐一核實存在較大困難，防止船舶擱淺的海事服務效能受到制約。

2.E航海背景下防止船舶擱淺海事服務探索

文章以航經九段沙警戒區重載散貨船為研究對象，通過擬合模型探索船舶實際吃水和船長之間的定量關系，從而用船長作為替代指標用以甄別擱淺風險，進而通過報警臨界值的設定篩選出高風險擱淺船舶并提供防止船舶擱淺海事服務，為實踐中優化防止船舶擱淺服務提供理論指引。

2.1理論依據

船長吃水比是船型系數的一個指標，與船的回轉性有關。船長吃水比比值越小，船舶越短小，回轉越靈活，反之則越不靈活。因此，考慮到船舶操縱性，船長吃水比必介于某一數值區間，存在比例關系。因此，構建船長與吃水之間擬合關系成了可能。

2.2建立模型

擬合模型設定如下：

（l）式中， 為常數項; 為回歸系數;D代表船舶吃水;L代表船長。

各變量初始數據[3]描述如表l所示。

從表2的擬合結果來看，船長的回歸系數和常數項均通過顯著性檢驗。因此，船長與吃水在統計意義上存在一定的作用關系，即：

D=1.38+0.04L （2）

交管中心利用（3）式經簡單轉換，得出船長的表達式（4）。

UKC=CD+TD（3）

（3）式中，UKC為富裕水深;CD為海圖水深;T代表潮高;D代表船舶吃水。

L=（CD+TUKC-l.38）/0.04（4）

交管中心可運用（4）式，通過航海圖書資料獲取海圖水深和潮高信息，并通過確定富裕水深的臨界值，確定船長的臨界值。

2.3設定規則

當船長的臨界值被確定后，交管中心便能夠通過E航海數據處理系統設定報警規則。當船舶長度超過該臨界值式，系統將自動發出報警，提醒指揮員及時做出防止擱淺海事服務。

2.4開展服務

在做出海事防止船舶擱淺服務時，除了可以使用VHF或者電話等手段外，E航海系統所特有的點對點信息服務更進一步提升了海事服務的效果。

船舶點對點信息服務是結合E航海所涵蓋的電子巡航系統數據和船舶管理系統數據庫，獲取船舶報港信息中的聯系方式，依據船舶種類、船舶位置、裝載情況，通過交管信息化平臺短信功能向高風險擱淺船舶精準開展安全提醒和風險警示。

3 應用效果

2018年5月至2019年4月，共計10艘次船舶在九段沙警戒淺點水域發生擱淺（見表3），且均為AIS信息中的吃水小于實際吃水，使得沒有及時有效做出防止船舶擱淺的海事服務。

將船長作為替代指標進而甄別擱淺風險的做法自應用以來，其有效性得到了驗證。自2019年5月以來，在無法準確獲知船舶實際吃水的情況下，49艘次具有擱淺風險的船舶被甄別并被勸返。

4 展望

E航海建設將是未來海事發展的必然趨勢。在E航海背景下，所搜集信息的準確性、信息搜集的全面性、信息處理的深度性、信息傳遞的有效性將成為提升海事服務的關鍵依托。通過擬合的方式來構建尋求數據之間的關系，以此最大限度減少易受干擾的數據的影響，E航海背景下海事服務將更加趨于精細化、智能化。

后續研究中將從以下方面展開：

4.1 研究對象的擴充

研究對象將從散貨船擴展到客輪、集裝箱船、液化氣船等，實現所有船型的全覆蓋，提升防止擱淺海事服務作用的范圍。

4.2影響因素的拓展

研究的影響因素將從船長拓展到船寬、型深等，探求更為精細化的替代指標，提升防止船舶擱淺海事服務的精細化程度。

4.3方法的延展

擬合方法將引入其他計量模型或者統計模型，構建更為精確化的關系，提升防止船舶擱淺海事服務的精確化程度。

參考文獻

[1]伊富春，邵進興，任律珍，周世波.我國E航海工程建設經驗總結與建議[J]世界海運，2019，42（03）：33-38.

[2]邵進興，任律珍，周世波.國外E航海建設經驗對我國E航海發展的啟示[J]廣州航海學院學報，2019，27（01）：13-18.

[3]數據說明：數據基于2019年3月至4月航經南槽的重載散貨船信息。