基于貝葉斯網絡的近海漁船碰撞事故致因分析

張曼鈴　丁天明　丁超君　艾萬政

摘要：為減小近海漁船碰撞事故發生的概率，保障漁船航行安全，從漁船視角出發，根據漁船碰撞事故樣本數據，采用魚刺圖法分析近海漁船碰撞事故的原因，并將事故原因作為貝葉斯網絡的節點進行推理和驗證，通過后驗概率推理和敏感性分析探究事故致因鏈。結果表明：人為因素對近海漁船碰撞事故的影響程度最大；其次是管理因素，其中未按規定顯示號燈號型、未采取有效的避讓行動、瞭望疏忽及配員不符合要求的敏感度較高，對近海漁船碰撞事故的影響程度較大。

關鍵詞：漁船；碰撞事故；魚刺圖；貝葉斯網絡；致因分析

中圖分類號：U698.6文獻標志碼：A文章編號：1672-0032（2024）01-0110-06

引用格式：張曼鈴，丁天明，丁超君，等.基于貝葉斯網路的近海漁船碰撞事故致因分析［J］.山東交通學院學報，202 32（1）：110-115.

ZHANG Manling， DING Tianming， DING Chaojun，et al. Cause analysis of collision accidents of offshore fishing vessels based on Bayesian networks［J］.Journal of Shandong Jiaotong University，202 32（1）：110-115.

0 引言

碰撞事故是船舶海上交通事故的主要類型，根據中國海事局對碰撞事故的統計發現，近海漁船碰撞事故所占比例最高[1]。我國是海洋漁業大國，近海作業的漁船較多，一定程度上增大了近海漁船碰撞事故的發生概率。一旦發生漁船碰撞事故，極易造成漁船船員群死群傷，人員損失和經濟損失較嚴重，對海洋環境存在重大威脅。因此，研究近海漁船碰撞事故致因，降低事故發生概率具有重要的現實意義[2-3]。

可采用定性分析研究近海漁船碰撞事故致因問題[4-7]。王彥亮等[8]基于事故樹理論分析石碑山海域商漁船碰撞事故的影響因素；李凱等[9]采用層次分析法研究引發長江口定線制水域商漁船碰撞事故發生的因素。定性分析直觀簡潔，但過于依賴主觀判斷。近海漁船碰撞事故的原因較復雜，將定性分析與定量分析相結合得到的結果更精確。

不考慮他船因素，僅從漁船視角出發，本文匯總整理近海漁船碰撞事故案例，根據事故樣本數據，采用魚刺圖法從“人-機-環-管”4方面分析近海漁船碰撞事故的致因因素，確定貝葉斯網絡的節點，根據貝葉斯網絡對樣本數據的機器學習，建立近海漁船碰撞事故的貝葉斯網絡，并對其進行推理分析和驗證。根據分析結果，提出可行性建議，進一步加強漁業船舶安全風險管控，也為漁業主管部門制定管理制度提供參考。

1 貝葉斯網絡理論

貝葉斯網絡是基于概率論和圖論的推理模型[10]，包括有向無環圖（directed acyclic graph， DAG）[11]和條件概率表（conditional probability table，CPT）2個組件，DAG表示節點間存在的關系，CPT表示節點間關系的強度[12]。

DAG由節點及連接節點的有向邊構成，節點為隨機變量。采用單向箭頭連接各節點（由根節點指向葉節點）表示節點間的因果關系[13]，每個節點的CPT包含所有可能出現的根節點集合[14]。節點概率分布描述葉節點與根節點間的相關性，事件發生的聯合概率分布

式中：P（M）為事件M的先驗概率，P（N）為事件N的先驗概率，P（N|M）為事件M發生的前提下事件N發生的概率，P（M|N）為事件N發生的前提下事件M發生的概率。

貝葉斯網絡方法處理不確定性問題的能力較強，在對近海漁船碰撞事故進行推理、預測和分析方面的優勢明顯，隨樣本信息的增加，得到的結果更精確。

2 貝葉斯網絡模型構建與分析

2.1 確定貝葉斯網絡節點

以中國海事局網站上的近海漁船碰撞事故調查報告為分析基礎，不考慮輸出功率小于44.1 kW且船長不足12 m的小型捕撈漁船碰撞，經篩選獲得75起事故的調查報告，隨機選取其中74起事故進行統計分析，并建立近海漁船碰撞事故的貝葉斯網絡，余下1起事故用來進行模型驗證。

基于事故致因分析中的人-機-環-管（men，machine，medium，management，4M）要素戰略理論，4M要素是事故致因，即從4要素角度分類歸納近海漁船碰撞事故的原因，結合74起海事調查報告中海事調查官對事故原因（包括直接原因和間接原因）的分析，剔除部分低頻事件，采用魚刺圖法分析近海漁船碰撞事故發生的原因，確定貝葉斯網絡的17個網絡節點，如圖1所示。

將近海漁船碰撞事故作為輸出節點，按4M要素對74起海事調查報告中的事故原因進行系統劃分和分析，并對相應的節點命名。

1）人為因素A

溝通不暢A1：未與他船溝通和協調避讓，未按航行規定值守甚高頻無線電，未按規定開啟甚高頻，在航行過程中未保持通信值守頻道暢通，存在重大語言溝通障礙問題。駕駛員不適任A2：漁船駕駛員未持有相應的船舶駕駛員證書，不具備駕駛船舶的資質，操作技能差，業務水平低。未采用安全航速A3：未根據當時通航水域環境特征和實際通航船只密度嚴格采用船舶安全航速。瞭望疏忽A4：未充分采用一切有效手段進行連續正規瞭望，未提前預判和估計碰撞危險。未采取有效避讓行動A5：未及早采取避讓行動，不注意采用良好的駕駛船藝、盲目轉向，未履行相應船義務，也未按規定采取相應減速、停車或倒車等避讓措施及時控制船。未按規定顯示號燈號型A6：漁船錨泊完畢后未按規定顯示錨泊號型，拖網捕撈的作業漁船未按規定顯示拖網作業號燈。

2）漁船因素B

設備工況不良B1：電子海圖和通訊設備工況欠佳，船舶自動識別系統工況不良，未按規定配備和保持導航設備及甚高頻無線電通信設備的正常使用。

3）環境因素C

能見度不良C1：主要受海上大霧、濃霧等不良天氣影響，海上能見度低，漁船駕駛員視線受阻，影響船舶安全航行。交通流密集C2：常發生在傳統大型漁場和大型海船習慣通道附近水域，來往船舶較多，交通流較大。狹水道C3：船舶在水寬受限、航道狹窄的水域航行時須遵守一般航行規則，還須符合狹水道航行特別要求。

4）管理因素D

配員不符合要求D1：船東和船長未按要求配備足夠且合格的船員上船任職，職務船員持證上崗情況不滿足漁船船員任職標準要求。值班安排不當D2：未安排人員值班，駕駛臺值守人員安排不足，值班人員未按工作規定要求[16]履行值班職責。

2.2 節點概率分布確定

1）確定根節點的先驗概率

所搜集和統計到的事故樣本數據較簡陋，只考慮各節點事件二態性的情況，即發生、不發生2種狀態。將統計的事故樣本數據輸入貝葉斯網絡中，通過統計概率得到各根節點的先驗概率，如表1所示。

2）確定非根節點的條件概率

非根節點包括葉節點T和中間節點A、B、C、D。根據統計學方法、貝葉斯公式和表1中根節點的先驗概率確定非根節點的條件概率[12]。

以中間節點C為例，根據貝葉斯網絡對事故樣本數據的機器學習得到中間節點C的條件概率，如表2所示。

2.3 構建貝葉斯網絡模型

采用有向邊連接根節點事件、中間節點事件及葉節點事件，根據貝葉斯網絡對事故樣本數據的機器學習，采用軟件Netica計算近海漁船碰撞事故致因概率的貝葉斯網絡模型，結果如表3所示。

由表3可知：各節點按引發近海漁船碰撞事故的概率從大到小排列依次為A、D、C、B，A4、A5、D1、C2的先驗概率較大，更易引發近海漁船碰撞事故。

2.4 后驗概率推理

由表3可知，葉節點T的先驗概率為83.2%。貝葉斯網絡的不確定性推理能力較強，能正向推理、由因推果，還能實現逆向推理，由結果推導原因[17]。將葉節點的概率設置為100%，由貝葉斯網絡推導近海漁船碰撞事故發生條件下的各節點后驗概率，如表4所示。

由表4可知：由A引發近海漁船碰撞事故的概率最大，其次是D。將A的節點概率設置為100%后發現，A事件中由A5引發漁船碰撞事故的概率最大，由此得到整個事故的致因鏈。同理可將B、C和D的節點概率分別設置為100%，可得到B事件中由B1、C事件中由C2、D事件中由D1引發近海漁船碰撞事故的概率最大。

2.5 敏感性分析

判斷各節點對葉節點的影響程度[18]，對葉節點近海漁船碰撞事故進行貝葉斯網絡敏感性分析，結果如表5所示。相關度信息為各節點因素對葉節點的依賴程度，數值越大，敏感性越強[19-20]。

由表5可知：A和D的敏感性較高，對近海漁船碰撞事故的影響較大；根節點D1、A6、A5、A4的敏感度比其他根節點大，這4個因素的小幅變化都會對近海漁船碰撞事故產生較大影響。

3 實例驗證

以近海漁船碰撞事故樣本中余下1起事故作為驗證貝葉斯網絡有效性的模型，確保結論的可靠性。樣本事故為：2019-03-12凌晨，從漁場返回舟山沈家門的浙江岱山籍鋼質漁船與一艘巴哈馬籍散貨船在東海水域發生碰撞。事故發生水域能見度良好，但通航環境復雜，是大型海船習慣通道，也是東海傳統作業漁場，交通流密集。僅從事故漁船角度分析造成本起事故的原因為：瞭望疏忽，未充分利用一切有效手段保持正規瞭望，未充分估計本船與他船間的碰撞危險；未采取有效的避讓行動，未正確履行直航船義務，作為處于交叉相遇危險局面中的直航船，緊迫局面已形成后，船長誤認為對方商船未采取讓路行動，便獨自采取大幅度左轉的避讓措施。

將樣本事故報告中的“交通流密集、瞭望疏忽、未采取有效的避讓行動”作為節點輸入貝葉斯網絡模型，設置節點的概率為100%，得到事故驗證貝葉斯網絡，如表6所示。由表6可知：近海漁船碰撞事故發生的概率為87.2%，說明建立的貝葉斯網絡適用該起事故。

4 對策和建議

1）增強漁船駕駛員的安全責任意識

人為因素中未按規定顯示號燈號型、未采用安全航速、瞭望疏忽等問題是漁船駕駛員安全意識薄弱的問題。漁船監督管理部門須著力做好漁船船員的海上安全教育工作，督促漁船在出海航行、作業捕撈和停靠錨泊時按規定采用安全航速，懸掛相應號燈號型和嚴格執行駕駛臺值班瞭望制度[16]。遇有其他船舶可能發生迫近危險時，漁船駕駛員須按相關規則[21]及時發出聲、光信號，或及早起錨采取相應的避碰措施，必要時可使用船舶自動識別系統等通信設備對船舶間可能產生的危險局面進行即時溝通和聯系。

2）提高漁船駕駛員的專業技能水平

漁船監督管理部門需加強對漁船駕駛員航海技能和相關規則的培訓，重點加強漁船和商船會遇情況下的避讓方法培訓，提高漁船駕駛員的操作技能水平、知識理論水平和安全責任意識，杜絕不按規定避讓，不按規定履行直航船或讓路船義務等違規違章行為。尚有部分漁船駕駛人員對雷達性能未完全熟悉，不熟悉雷達設備的基本導航參數的正確設置、遠近量程功能的準確切換、航行信息數據的讀取等基本功能操作，建議漁政主管部門加強漁船駕駛人員對航海儀器的正確使用規范培訓，避免發生類似事故。

3）重視復雜環境的航行安全

在能見度不良航行情況下，部分漁船駕駛員未鳴放霧號，也未采取相應的霧航措施；或在狹水道航行時，未遵守狹水道航行的特別要求，最終引發碰撞事故。需提高漁船駕駛員應對不同復雜局面的處理能力，嚴格遵守在交通流密集、能見度不良等特殊通航環境下航行的操作規程。

4）嚴格落實漁船安全管理責任

漁船所有人需嚴格按規定落實漁船安全管理生產主體責任和安全管理責任，為每艘船舶配備足夠且合格的船員，禁止聘用未經相關專業培訓和未持有相應適任考核證書的不合格人員。漁業主管部門需加強對出海漁船船舶配員情況的日常跟蹤監管，充分利用網絡信息化平臺等技術手段，重點核查長期連續在外作業的漁船配員情況和漁民持證情況，著力消除漁船配員人證不一致的安全隱患，保證漁船配員始終滿足最低安全配員要求。漁政部門還需加強轄區內的漁船管理，督促并檢查漁船配備海上通用甚高頻設備情況，增強漁船和他船間的海上有效聯系。

5 結束語

根據74起近海漁船碰撞事故調查報告，按人-機-環-管要素戰略理論分析近海漁船碰撞事故中漁船一方的過失原因，建立近海漁船碰撞事故的貝葉斯網絡，通過后驗概率推理和敏感性分析，找到近海漁船碰撞事故的致因鏈，結果表明：人為因素對近海漁船碰撞事故的影響程度最大，其次是管理因素，其中未按規定顯示號燈號型、未采取有效的避讓行動、瞭望疏忽及配員不符合要求的敏感度較高。

實際發生漁船碰撞事故時，碰撞雙方均有責任。因事故樣本數和數據挖掘能力有限，可進一步考慮在他船過失的情況下對事故樣本數據進行深度挖掘。

參考文獻：

[1]張照斌.日照市嵐山港區水域漁船現狀及防范商漁船碰撞風險分析[J].中國水運（下半月），202 23（6）：14-16.

[2]李鋒.一起商漁船碰撞事故原因分析及應對措施[J].珠江水運，2022（19）：34-36.

[3]郭俊東，李凱.長江口定線制水域商漁船碰撞風險防范措施[J].水運管理，2022，44（9）：21-25.

[4]王華飛，張麗娟.漁船與商船碰撞原因分析及預防措施[J].水運管理，2019，41（3）：24-25.

[5]謝啟迪.漁船與商船碰撞事故原因分析與預防措施[J].中國水運（下半月），2020，20（6）：25-26.

[6]何豪力.淺析舟山海域漁船碰撞事故發生原因及防范措施[J].中國水產，2021（2）：59-62.

[7]YANG J X， SUN Y， SONG Q Y， et al. Laws and preventive methods of collision accidents between merchant and fishing vessels in coastal area of China[J].Ocean and Coastal Management，202 231：1-26.

[8]王彥亮，王軍.基于FTA的石碑山海域商漁船碰撞風險研究[J].珠江水運，2021（8）：98-101.

[9]李凱，郭俊東，張博，等.基于層次分析法的長江口定線制水域商漁船碰撞因素研究[J].中國海事，2023（10）：9-12.

[10]鄭逸雪.基于FTA-BN的地鐵車站施工風險評價研究[J].項目管理技術，2022，20（2）：78-82.

[11]郭連琦.基于貝葉斯網絡的船舶碰撞事故人為因素分析[D].大連：大連海事大學，2022.

[12]劉子濤，杜柏松，賈帥林.基于貝葉斯網絡的船舶大風浪中傾覆事故致因分析[J].上海海事大學學報，2022，43（3）：56-61.

[13]石慶喜. 因果圖學習與推理算法研究[D].重慶： 重慶大學， 2005.

[14]張金輝，李克強， 羅禹貢，等. 基于貝葉斯網絡的聯網環境中跟車工況下的前車運動狀態預測[J].汽車工程，2019，41（3）：245-251.

[15]XU Q W， XU K L. Risk assessment of rail haulage accidents in inclined tunnels with Bayesian network and bow-tiemodel[J].Current Science，2018，114（12）：2530-2538.

[16]交通運輸部.中華人民共和國海船船員值班規則[S/OL].（2020-07-20）[2022-06-10].https：//www.gov.cn/zhengce/zhengceku/2020-07/15/content_5526921.htm.

[17]徐青偉，許開立，周方，等.基于貝葉斯網絡的食品安全風險分析[J].食品工業，202 42（6）：502-504.

[18]強永康.基于故障樹貝葉斯網絡的道路交通事故致因分析[D].揚州：揚州大學，2021.

[19]徐一旻，田夢瑩，李治，等.FTA-BN在機場跑道入侵事故影響因素分析中的應用[J].安全與環境學報，202 23（5）：1361-1367.

[20]王鵬，徐建良.基于貝葉斯網絡的信息系統風險評估研究[J].中國海洋大學學報（自然科學版），2022，52（5）：131-138.

[21]國際海事組織.國際海上避碰規則[S/OL].[2022-06-10].https：//baike.so.com/doc/6507003-6720724.html.

Cause analysis of collision accidents of offshore fishing vessels based on Bayesian networks

ZHANG Manling， DING Tianming， DING Chaojun， AI Wanzheng

Abstract：To reduce the probability of collisions between fishing vessels in the vicinity of the coast and ensure the safety of fishing vessel navigation， an analysis of the causes of these collisions is conducted using the? fishbonefishbone diagram method from the perspective of fishing vessels. The causes of the accidents are used as nodes in a Bayesian network for inference and validation. Posterior probability inference and sensitivity analysis are employed to explore the causal chain of accidents. The results indicate that human factors have the greatest impact on collisions involving fishing vessels near the coast， followed by management factors. Among the human factors， high sensitivity is observed for failure to display proper lights and signals， failure to take effective evasive actions， negligence in lookout， and inadequate crew qualifications. These factors have a significant impact on collisions involving fishing vessels in the vicinity of the coast.

Keywords：fishing boat; collision accident; fish-bone diagram; Bayesian network; causation analysis

（責任編輯：王惠）

收稿日期：2022-06-15

基金項目：浙江海洋大學人才引進科研基金項目（JX 631180823）

第一作者簡介：張曼鈴（1998—），女，安徽阜南人，工學碩士，主要研究方向為海上安全技術，E-mail：1113462371@qq.com。