曹盛文,姜曉軼,宋麗麗,趙龍飛,李億紅
1.自然資源部海洋信息技術創新中心 天津 300171
2.國家海洋信息中心 天津 300171
3.國家海洋局東海環境監測中心 上海 201206
據統計,我國約90%的進出口貿易貨物運輸通過海上完成,其中?;芳s占海上貨物運量的50%[1]。根據國標 《危險化學品重大危險源辨識》(GB 18219-2009),?;肪哂幸妆?、易燃、有毒和有害等特性,極易對人員、環境、設備等造成嚴重災害,影響社會、環境和經濟協調發展。隨著近年來航運事業的迅速發展,危化品泄漏入海事故的風險也不斷增大。2018年11月4日,福建泉州碼頭的一艘石化產品運輸船發生泄漏,69.1 t碳九產品漏入近海,對港區周邊生態環境造成了污染[2];2012年3月,新加坡籍 “BARELI”輪在福州興化灣江陰港附近海域發生觸礁擱淺沉船事故,導致大量燃油和有機氯農藥等?;沸孤┤牒?造成附近海域海洋生態損失[3]。為了有效應對危化品泄露事件風險,我國先后發布實施了 《中華人民共和國安全生產法》(主席令第13號)、《危險化學品重大危險源辨識》(GB 18218-2009)、《危險化學品安全管理條例》(國務院令第591號)和 《危險化學品重大危險源監督管理暫行規定》(安監總局令第40號)等法律法規,規定了危化品重大危險源辨識方法,明確要求對?;分卮笪kU源進行分級和定量風險評估。
海上危化品運輸過程復雜,影響其安全的因素較多,且具有較強的偶然性和隨機性,因此泄漏后產生的海洋環境危害更加難以預測,導致很難量化評判風險。當前,對海上?;愤\輸安全性的定量化評價研究主要采用相對比較法、層次分析法和模糊綜合評價法等[4-6],評估指標主要是采用 “人、機、貨物、管理、環境”五大危險品運輸安全要素[7],選取的指標是否合理將直接影響評價方法結果質量;同時AIS數據能夠提供船舶的主要特征參數、航行狀態等信息,主要應用在航道環境風險[6,8,9]和船舶航行碰撞[10-11]兩方面,已成為海上交通安全風險的重要研究方向。
以往文獻均未基于實時AIS數據主動挖掘海上?;愤\輸船舶,并圍繞船舶檔案和實時位置信息進一步研究可能影響安全的指標因素。本文主要針對海上?;吠话l事故對臨近海洋環境的影響,結合領域專家經驗,將船舶計劃航線、事故情況、最近檢修時間、吃水量、附近實時船舶密度、海洋功能區劃等因素納入海上?;芬苿语L險源環境風險評價指標體系中,并采用層次分析法計算評價模型的指標權重,研究成果可對監控海域上存在的?;芬苿语L險源進行實時識別和風險等級預警,為決策者及時調整應急監測力量提供支撐。
AIS是由岸基 (基站)設施和船載設備共同組成的集網絡技術、現代通信技術、計算機技術和電子信息技術于一體的新型數字助航系統和設備。它通過船舶識別和動態信息收集功能,實現船岸之間的信息傳輸和交換,在航行安全、交通控制和海事管理等方面發揮十分重要的作用[12]。目前AIS普及應用到所有船舶,AIS數據主要分為三類:靜態信息、動態信息和航次信息[13],見表1。

表1 AIS數據
表1中,航次信息中的危險貨物 (種類)是由航行開始時人工輸入,但不要求指明具體貨物和數量,可用來判斷船舶是否裝有危險貨物。其輸入參數由DG、HS、MP和X、Y、Z、OS組合而成[14]。其中,DG表示危險貨物、HS表示有害物質、MP表示海洋污染物;X、Y、Z、OS是國際海事組織 (International Maritime Organization,IMO)規定的4種對海洋資源或人類健康產生危害的分類等級:X類表示重大危害、Y類表示產生危害、Z類表示較小危害、OS類表示無危害。例如,HS(Y)表示產生危害的有害物質。
船舶檔案收錄了全球300總噸以上的國際航行船舶、船東及管理公司、造船廠等信息。船舶檔案數據由國際海事組織IMO官方指定機構——HS Markit Maritime & Trade負責收錄,被廣泛應用于船舶租賃、港口引航、海事監管、邊檢執法、船舶服務等領域。船舶檔案數據的內容包括詳細的船舶和設備技術參數、建造情況、保賠協會、入級及PSC檢驗記錄、所有人、經營人、買賣情況、事故情況等權威檔案資料[15],見表2。

表2 船舶檔案主要信息
由表1、2可知,AIS和船舶檔案數據中蘊含著豐富的海上交通信息,利用大數據挖掘技術,可以從這些信息中挖掘出與海上危化品移動風險源相關的指標因素。
(1)危化品運輸船:根據AIS數據中的危險貨物種類可以準確識別出運輸?;返拇昂拓浳镂:Φ燃?結合船舶檔案數據,可以獲取船齡、是否發生事故、近期維修時間、公司名稱等信息。
(2)實時船舶位置:根據AIS數據中的船舶經緯度數據,可進一步計算出航道信息、船舶密度,結合海洋功能區劃數據,判斷船舶所處位置的用海信息。
影響海上?;愤\輸安全的因素具有多層次、多因素等特點,為準確地獲得評價結果,應統籌考慮指標覆蓋范圍、指標間相互關系,以及指標數據獲取的便捷性。綜合考慮海上?;愤\輸安全過程和相關安全因素,本文利用層次分析法[16],將評價指標體系層次結構設定為目標層、準則層和指標層。其中,目標層為構建海上危化品移動風險源環境指標評價體系,準則層考慮人為因素、船舶因素、航行環境、自然環境和風險受體5個方面,指標層進一步細化為13項指標 (見圖1),為了便于計算,每個指標分為3個等級。

圖1 海上?;芬苿语L險源環境指標評價體系
C1疲勞程度:根據船舶AIS中的航次信息可獲取計劃航線的開始時間,用于計算船舶已行駛時間。行駛時間越長,船員越容易疲勞,處理船舶突發事件的能力會下降,按照行駛時間≥15 d、5-10 d、<5 d分為3個等級。
C2海域熟悉程度:反應船員提前規劃路徑的能力,根據船舶AIS實時位置信息,可識別該海域的管轄國家,并通過船舶IMO編號,可在船舶檔案數據中獲取該船舶公司的國籍。通常船員比較熟悉本國海域,如果國籍無法獲取按不確定處理,分為不熟悉、不確定、比較熟悉3個等級。
C3危險貨物種類:船舶是否裝載危險貨物是本指標體系研究的重點,危險貨物對海洋環境危害等級越高,事故發生導致海洋環境危害性也越大,按照危險貨物種類X(重大危害)、Y(產生危害)、Z(較小危害)分為3個等級。
C4吃水量:反應船舶載貨能力大小,吃水量越大,?;愤\輸量越大,事故發生導致海洋環境危害性也越大,按照船舶吃水量≥10 m、5-10 m、<5 m分為3個等級。
C5船齡:通過船舶IMO編號,可在船舶檔案數據中獲取該船交付日期,年限越長,設備使用磨損越嚴重,誘發船舶安全事件可能性越大,按照船齡≥10 y、5-10 y、<5 y分為3個等級。
C6船舶事故情況:通過船舶IMO編號,可在船舶檔案數據中獲取該船事故發生情況,反應船舶整體風險和控制狀況,按照發生事故統計數量≥3次、1-3次、<1次分為3個等級。
C7最近檢修時間:通過船舶IMO編號,可在船舶檔案數據中獲取該船最近檢修時間,檢修時間越近,設備越穩定,誘發安全事件可能性越小,按照檢修時間≥3 y、1-3 y、<1 y分為3個等級。
C8近5年航道事故情況:通過船舶位置數據可獲取該航道名稱,并統計航道發生事故情況,反應航道整體的風險狀況,按照發生過重大事故、一般事故、無事故分為3個等級。
C9船舶密度:反應當時附近其他船舶數量,通過船舶位置數據可獲取1 km內船舶密度,數量越多發生碰撞的概率越大,按照附近船舶數量≥5個、3-5個、<3個分為3個等級。
C10能見度:反應當時附近海域的海面可見距離,通過船舶位置數據可獲取該海域的海洋天氣預報,按照能見距離<1 km、2-5 km、≥5 km分為3個等級。
C11海況:通過船舶位置數據可獲取海域天氣預報,風力等級共18個等級,按照風力等級≥10級、6-10級、<6級分為3個等級。
C12環境敏感點距離:通過計算船舶所處位置與周邊海域功能區劃距離,反應?;沸孤秾Q蟓h境影響程度,按照<5 km、5-10 km、≥10 km的距離分為3個等級。
C13海洋功能區劃分類:反應?;沸孤秾Σ煌暮Q蠊δ軈^劃造成的海洋環境安全敏感程度,依據海洋溢油生態損害評估技術導則 (HY/T 095-200)將海洋生態環境劃分敏感區、亞敏感區和非敏感區分3個等級。
層次分析法是20世紀70年代初美國運籌學家薩蒂 (T. L. Saaty)應用網絡系統理論和多目標綜合評價方法,提出的一種層次權重決策分析方法[17],適用于解決難以直接、準確測量結果的復雜問題。
層次分析法原理如下:
(1)層次結構模型構造
對問題所涉及因素進行分類,將復雜問題分為各個組成因素,從而構造層次結構模型。
(2)判斷矩陣構建
采用托馬斯·塞蒂的1~9標度法,層次結構中同一準則層或指標層內各項因素之間兩兩相互比較重要程度,采用相對尺度見表3,盡可能減少性質不同的諸多因素相互比較的困難,以提高準確度[18]。

表3 1~9判斷矩陣標度及含義
通過采用專家打分構建一二級指標的若干判斷矩陣,假設準則層有若干個一級指標B1,B2,…,Bn,對目標層A的重要性比較判斷矩陣為

一級指標Bn重要性比較判斷矩陣,記二級指標Cni與Cnj相對Bn的重要程度為

(3)判斷矩陣的求解和一致性檢驗
使用和積法對矩陣進行求解,計算步驟如下:
1)將矩陣中的每一項除以該所在列中每一項的和,將矩陣標準化,公式為

2)對新矩陣的每一行取均值,得到各因素的特征向量wi,公式為

3)由于專家打分帶有主觀因素,構造的判斷矩陣存在不一致問題,需驗證每個矩陣的一致性,計算每個矩陣A的最大特征根,公式為

4)計算一致性指標CI,公式為

5)當CI=0時,表明矩陣一致,CI越大,表明矩陣不一致性程度越嚴重;由矩陣階數n查表4,可得隨機一致性指標RI,計算一致性比率公式為

表4 隨機一致性指標

6)當CR<0.1時,表明矩陣的不一致性程度在容許范圍內,否則應對前述構建的判斷矩陣進行調整,直到通過一致性檢驗為止。
基于已構建的海上危化品移動風險源環境風險評價指標體系,采用1~9標度法設計專家打分表。2019年10月至2020年1月,研究團隊采用電子郵件、現場會議等方式,邀請國家海洋信息中心、國家海洋環境監測中心、上海海事局、國家海洋局東海環境監測中心、國家海洋局北海預報中心、中國海洋大學、自然資源部第二海洋研究所、中國石化青島安全工程研究院等單位30位高級職稱專家填寫 “海上?;芬苿语L險源環境風險評價打分表”,研究領域涉及海洋化學、環境評價、風險研究、海洋工程等,共收到了18位專家的打分表,分別去掉每一項指標的最高分和最低分,計算指標平均分,代入層次分析法公式(1)、(2)中,可得目標層與準則層判斷矩陣分別為:

根據公式 (3)、(4)、(5),可計算出特征向量wi、最大特征值λmax,見表5。

表5 最大特征值
根據公式 (6)、(7)一致性檢驗結果,各指標層次的CR均<0.1,滿足一致性檢驗,見表6。

表6 判斷矩陣一致性檢驗
根據上述判斷矩陣計算的準則層和指標層的各項因素最終權重結果,可得出海上?;芬苿语L險源環境風險評價指標體系中各項指標因素的具體全局權重和排序,結果見表7。

表7 海上?;芬苿语L險源評價指標權重和排序
根據層次分析結果,船舶運輸的危險貨物種類權重為0.270,海洋環境敏感點距離權重為0.234,分別在指標層的綜合排序中占第1、第2,是海上危化品移動風險源環境風險評價關鍵指標。
根據指標層13個風險要素的高、中、低3個風險等級,分別賦值為3分、2分、1分,結合表7中的每個風險要素具體權重,可計算海上移動風險源最終得分在5~15分之間,按照等分原則劃定如下移動風險源等級標準,見表8。

表8 海上?;芬苿语L險源風險等級劃分
基于分布式數據存儲、大數據處理分析和GIS可視化技術,將本文研究的海上?;芬苿语L險源環境風險評價指標和模型在國家重點研發計劃項目海上危化品信息服務與輔助決策系統上進行了集成和應用,基本現實了對杭州灣北部附近海域?;愤\輸船舶的實時動態監控,并實時根據相關指標因素變化調整移動風險源風險等級。
實時AIS數據來源于交通運輸部東海航海保障中心,每間隔15 min更新1次,數據覆蓋范圍為杭州灣北部海域;海洋天氣預報數據來源于中國氣象局網站,船舶檔案歷史數據來源于國家海洋信息中心航運大數據項目。
以系統獲取的2021年3月30日9時開始數據為例,AIS數據經系統處理和分析,共獲取95艘船舶,其中有7艘危化品運輸船;當天海面大霧,能見度不足1 km,風力6級;海域附近存在客運碼頭、集裝箱碼頭、濱海濕地、海洋自然保護區、風景旅游區、生活居住區、農漁業區等多種海洋功能區劃;船舶采用4種顏色區分,高風險紅色、中風險橙色、低風險黃色,無風險淺黃色。
4.2.1 實時數據
基于上述已有船舶AIS、檔案和附近海域環境等數據,利用環境風險評價模型對7艘?;愤\輸船進行了實時計算和等級劃分,低風險5個、中風險2個,如圖2所示;其中一艘IMO編號為27933XX(基于船舶安全原則,后2位用 ‘X'代替)?;愤\輸船舶的各風險要素值如表9所示,該船9點整的指標計算結果為8.92,屬于中風險,其它危化品船舶指標計算結果如表10所示。

圖2 海上?;芬苿语L險源9點整的分布和風險等級

表9 船舶IMO編號為27933XX移動風險源環境風險狀況

表10 海上7艘?;愤\輸船9點整的等級劃分情況
4.2.2 連續數據
并針對一艘IMO編號為95469XX的?;反耙苿榆壽E進行風險等級動態計算,該船速度為20 km/h,航行2個小時,中途經過沈家灣客運碼頭、洋山風景區等海洋生態亞敏感區,該船風險等級逐漸從低-中-高-中-低發生變化,如圖3和表11所示。

表11 船舶IMO編號為95469XX移動風險源9點至11點等級變化情況

圖3 IMO編號為95469XX的?;反?點至11點的等級變化情況
本文針對海上危化品運輸安全風險因素復雜和難以定量分析等問題,基于AIS數據挖掘危化品運輸船舶,對運輸過程中的人為因素、船舶因素、航行環境、自然環境、風險受體五大風險進行綜合評估,運用層次分析法計算指標權重,建立了海上?;芬苿语L險源環境風險評價模型,并在海上?;吠话l事故應急輔助系統上得到應用,為海洋安全提供保障。
本文只針對海上?;愤\輸船建立了分類等級預警,而決策者通常更關注區域風險,應進一步采用大數據挖掘分析技術,結合AIS數據中的目的港、預計達到時間、船速等其它參數,提前預判多艘危化品運輸船同時經過某海域的路線和時間,建立區域風險等級預警,及時優化管轄海域應急監測人員和物資布局,提前做好海洋環境污染防范更具有重要意義。