基于贝叶斯定理的船舶交通事故环境因素分析.pdf

第31卷第3期2023年7 月D0I:10.3969/j.issn.1672-0032.2023.03.022山东交通学院学报JOURNAL OF SHANDONG JIAOTONG UNIVERSITYVol.31 No.3Jul.2023基于贝叶斯定理的船舶交通事故环境因素分析刘超安徽交通职业技术学院航海系，安徽合肥2 30 0 51摘要：为研究环境因素对船舶交通事故的影响，采用贝叶斯定理建立船舶交通事故概率模型，采集洋山深水港交通事故数据进行案例分析和模型验证。结果表明：风力超过15kn，发生船舶交通事故的概率将增加到无条件事故概率的13倍；流速为最高流速的1/2 时，发生船舶交通事故的概率将增至无条件概率的33%，验证了船舶交通事故概率模型的科学性和有效性。关键词：船舶交通安全；贝叶斯估计；事故因素；事故概率预测中图分类号：U698引用格式：刘超.基于贝叶斯定理的船舶交通事故环境因素分析J.山东交通学院学报，2 0 2 3,31(3)：16 2-16 6.LIU Chao.Environmental factors analysis of ship traffic accidents based on Bayes theorem J.Journal ofShandong Jiaotong University,2023,31(3):162-166.0引言文献标志码：A文章编号：16 7 2-0 0 32(2 0 2 3)0 3-0 16 2-0 5近年来，中国的航运业发展迅速，港口年吞吐量持续增长，航道和港口的船舶交通量日益增大，航运基础设施快速建设，船舶交通风险也急剧攀升。港口高强度交通流与通航水域限制间的矛盾，大型化、高速化的船舶操纵性优化难度增大，港口建设和危险货物运输等因素带来复杂的船舶交通模式,均增大了船舶交通风险。港区内一旦且出现船舶碰撞等交通事故，将给港口和沿海区域带来难以预料的灾难，港口管理部门和海事安全管理机构面临严峻挑战。因此，寻找船舶交通事故发生的潜在环境因素，对航道设计和船舶交通管理具有十分重要的意义。人为因素是造成船舶交通事故的重要因素，环境因素,如风、浪和流，也会引发灾难性事故)。Degr等2 采用统计学理论分析内河航运安全状况,建立航道布局与船舶交通事故关系的回归模型。Roeleven等3、张骞予等4为改善内河航运的安全,提出了一般线性模型说明全国内河航运的安全状况，认为环境因素(风、流)对船舶交通安全有重要影响，解释变量包括能见度、风、航道等级和通航规则复杂性等。Lin5分析5个港口的船舶交通事故数据，对发生船舶搁浅和碰撞的概率进行定量风险分析，建立基于贝叶斯定理的模型,揭示环境因素对船舶交通安全的影响。在我国，对船舶交通安全的大多数理论分析都集中在定量风险分析上，如基于系统工程理论、模糊数学、人工智能和模型识别等多学科的研究方法，大部分基于主观专家经验评价数据开展研究，研究对象较宏观，缺乏针对特定水域的特定风险评价模型和方法。本文以洋山深水港为研究对象，基于贝叶斯定理建立船舶交通事故概率模型，采集2 0 16 一2 0 2 0 年的交通事故数据信息，分析船舶交通事故相关因素，寻找船舶交通事故与环境因素的关系，以期为船舶交通管理预警系统提供理论支撑。收稿日期：2 0 2 2-0 7-0 4基金项目：安徽省高校自然科学研究重大项目（KJ2021ZD0171）；高校优秀青年骨干人才国内外访学研修项目(gxgnfx2020170)作者简介：刘超（198 1一）男，安徽太和人，副教授，工学硕士，主要研究方向为船舶控制理论与技术,E-mail：30 58 2 0 590 。第3期刘超：基于贝叶斯定理的船舶交通事故环境因素分析1631模型分析1.1系统图解船舶交通事故是人-船-环境-管理等多因素共同作用的结果，呈现多因素、高模糊性的特点6-8。风浪、水流引发的船舶交通事故示意图如图1所示。由图1可知：风、浪、流等因素在船舶交通安全事故中相互关联影响。受数据规模和可靠度限制，构建模型将重点研究风、浪、流等与船舶交通事故发展的关联规律,暂不讨论能见度等其他环境因素在事故中的影响。风浪流搁风暴灾难抵碰碰撞搁浅触碰碰撞沉没a)风和浪图1风、浪、流引发的船舶交通事故1.2舟船舶交通事故的贝叶斯模型贝叶斯定理描述2 个条件概率间的关系，通常事件H在事件E发生条件下的概率，与事件E在事件H发生条件下的概率不同，但二者有确定关系。可通过类比推断事故发生的可能性，假定某特定环境发生事故的概率取决于某组风险因素或解释变量，通过已知的概率计算未知的概率。事件E发生的情况下,事件H发生的概率9(1)式中:P(H)为H的先验概率;P(EIH)为基于前置条件事件H已发生,事件E发生的概率,即条件概率；P(E)为E的边缘概率,P(E)=ZP(EIH)P(H）,其中H=H,H2，,H I 为任何互斥假设的完整集合；P(HIE)为事件E发生后,事件H的后验概率。H为特定假设,可能是或不可能是一些无效假设；事件E出现前推断得到P(H);P(EIH)为看到证据的条件概率,如果假设H正确,认定H是恒定值E的函数时,H为似然函数；在所有可能的假设下验证事件E的先验概率。根据式(1)构建特定事件下的贝叶斯模型。设A为当日导致搁浅或碰撞的事件，事件A发生时需满足事件X发生,S为经过的安全完成事件,X=（X，XX，X）为解释变量的矢量,互斥且构成完全事件,P(X,)已知，事件A与X,相伴随机出现,基于事件X下事件A同时发生的计算公式10 1为：式中:P(A)为A的先验概率,P(XIA）为给定A后X的概率,P(XIS)为给定 S后X的概率,S为经过的安全完成事件。2洋山深水港案例分析沉没b)流P(HIE)=P(EIH)P(H)/P(E),P(XIA)P(A)P(AIX)=PP(XIA)P(A)+P(XIS)1-P(A)J洋山港位于浙江省崎岖列岛海区的小洋山岛上，距上海市南汇区芦潮港32 km，是离上海最近的水深超过 15m 的天然港，分为南部港区和北部港区，距国际远洋航道10 4km,港区航道全长6 7 km1-13。洋山港集装箱年吞吐量超过30 0 0 万标准箱，陆域面积超过2 5km，深水岸线超过2 0 km，配备超巴拿马164型集装箱泊位超过50 个，通过东海跨海大桥与上海综合交通运输网络连接，是世界上最大规模的集装箱港区之一14-15。港口泊位和航道有限，船舶交通风险较大，海事管理部门迫切需要研究与船舶交通安全有关的各种因素。2.1数据收集自上海市气象局收集风速、风向资料，选择2 0 18 年3月一2 0 19年3月的风速和风向数据进行分类。采样数据为采样时刻附近10 min内的平均风力，为保证采样有效，同一天中连续2 h采样。为保证风况相对完整，每2 d采集1次数据，采集南部港口和北部港口的风速风向统计资料4594份。南部港口的风速基本低于10 kn，最高风速为35kn，风向偏南和偏北，发生频率均大于2 0%;北部港口的风速大多低于10kn，其他风速间隔分布较均匀，最高风速为45kn，风向偏东，发生频率仅为4%16。洋山港近海潮流为不规则半日潮流，日变化不均。受水流影响，潮流强烈，平均最大流速约为3.5kn，有时超过4.0 kn,对船舶安全过境构成极大威胁。为量化潮流对船舶交通安全的影响，根据船舶交通事故发生时刻查找潮位表,收集相关数据，假设潮流在时域内的变化近似为正弦函数,且整个潮汐周期中落潮和涨潮的时间跨度相同,根据此假设建立潮流模型。相对潮流速度的计算公式为：u/um=sin(180T/T),式中：u为特定时刻的潮流速度，Um为最大潮流速度,T为潮汐周期,AT为船舶交通事故发生时刻与平缓水流时刻的间隔。风速、风向的统计资料如表1、2 所示，因水流影响发生船舶交通事故时的相对潮流速度如表3所示。表1风速的统计资料南部港口北部港口风速/kn次数概率/%054735101 176101556315 20692025825 3033035135 40240 450450总计2.295事故发生时刻相对潮流速度潮汐情况事故发生时刻相对潮流速度潮汐情况事故发生时刻相对潮流速度潮汐情况09:45009:000.17510:000.82611:300.13622:400.339山东交通学院学报风向次数概率/%20.6181751.2475524.534623.011980.35380.13160.0440.09602011002299表3发生船舶交通事故时的相对潮流速度停潮06:00停潮10:00涨潮22:30涨潮09:30涨潮09:372023年7 月第31卷表2 风向的统计资料南部港口北部港口次数概率/%35.54偏西32.84西20.10西南8.61偏南1.65东南0.70南0.17西北0.26偏北0.09北0.04东北100偏东东0.635涨潮0.980涨潮0.497落潮0.573涨潮0.999涨潮次数概率/%1004.4780.36934.1545720.411948.66974.331114.9645920.501094.8725811.5235215.7210.0411:2203:1519:5011:4013:40177431461642535186302601895692330.7360.5410.9320.6160.6337.791.896.427.2211.132.243.7813.282.648.3225.0310.25涨潮落潮涨潮落潮落潮第3期2.2建建模和风险敏感度分析船舶交通事故是概率较小的事件，假设当日安全过境的船舶到达时刻为均匀分布17，表示为P(XIS）,环境条件X在安全运输中的可能性可表示为：式中：n为环境条件X下过境的船舶数，n为过境的船舶总数。2018年、2 0 19年的船舶交通量（一定时间内通过某既定水域的船舶数）分别为48 50 0 0、8 17 0 0 0 艘，共发生2 6 0 起船舶事故，其中2 6 起发生在北部港口，2 34起发生在南部港口。除火灾事故外，所有事故均从洋山港事故数据库中提取。无条件船舶交通事故16 起，概率P。=0.0 0 0 0 12 2 8 9,风速小于5、10、15kn时分别发生9、13、17 起事故，风速不小于15kn时发生227起事故。风速对船舶交通事故的影响如表4所示，风速小于15kn时，该节点发生船舶交通事故的概率与无条件概率相当接近；风速不小于15kn时，发生船舶交通事故的概率剧增，发生船舶交通事故的条件概率增大约13倍。考虑当前流速影响,2 0 19年因水流发生了15起船舶交通事故，事故概率为0.0 0 0 0 18 36 0，当前流速为观察周期内最高流速的1/2 时，共发生10 起船舶交通事故。分析每个潮汐周期，当日流速低于或高于最大流速的1/2 时，时间跨度均为50%。根据表3,给定当前流速超过每天最高潮流速度的1/2,船舶交通事故发生的概率增大到无条件概率的33%。3结束语刘超：基于贝叶斯定理的船舶交通事故环境因素分析P(XIS)=n/nx100%,风速5kn10kn15 kn15kn注:Ep=(Pr-Po)/Po100%。165表4风速对船舶交通事故的影响条件概率PT0.000 006 9120.000 009 9850.000 013 0570.000 174 347增率Ep/%-43.8-18.76.313.2基于贝叶斯定理建立风流作用下船舶交通事故发生的概率模型。以洋山港为研究对象，研究环境因素，如风、浪、流等,对船舶交通安全的影响，当风速或潮流速度达到一定值时，环境因素对船舶交通安全有较大影响，特别是风速超过15kn时，发生船舶交通事故的概率为无条件事故概率的13倍。若流速超过每天最高潮流速度的1/2,船舶交通事故发生的概率增大33%。此研究成果已在海事管理部门得到应用证明，可为船舶交通管理和港口管理提供科学依据。参考文献：1吴立丽.液货危险品船舶靠离泊安全性评价D.大连：大连海事大学,2 0 12.WU Lili.Safety evaluation of the dangerous liquid cargo ships berthing and unberthing D.Dalian:Dalian MaritimeUniversity,2012.2DECGRE T,GLANSDORP C,VANDER TAK C.The importance of a risk based index for vessels to enhance maritime safetyC/Proceedings of 10th IFAC Symposium on Control in Transportation Systems(CTS03).Tokyo,Japan:IFAC,2003:185-189.3ROELEVEN D,KOK M,STIPDONK H L.Inland waterway transport:modeling the probability of accidents JJ.SafetyScience,1995,19:191-202.4张骞予，杨家其.基于ARERAC评价模型的水上交通安全风险源评估J.水运管理，2 0 2 0,42（7）：35-40.ZHANG Qianyu,YANG Jiaqi.Water traffic risk source assessment based on accident rate,environmental risk and accidentconsequences evaluation modelJ.Shipping Management,2020,42(7):35-40.5 LIN S.Physical risk analysis of ship groundings D.Boston,USA:Massachusetts Institute of Technology,1998.6姜希镇，尹旭巍.水上交通事故分析与调查的基本方法J.黑龙江交通科技,2 0 0 6（10)：10 6-10 7.7吴极.基于文本挖掘的船舶碰撞事故分析及防控对策研究D.武汉：武汉理工大学,2 0 18.WU Ji.Ship collision risk accident analysis and anti-collision decision making method using text mining D.Wuhan:166Wuhan University of Technology,2018.8方辉.基于数据挖掘的船舶碰撞事故分析研究D.武汉：武汉理工大学,2 0 17.FANG Hui.Research on vessel collision accident analysis based on data mining D.Wuhan:Wuhan University ofTechnology,2017.9卢丽.基于非参数检验和贝叶斯估计的TWA检测算法研究D.沈阳：东北大学,2 0 13.LU Li.Research of T waves alternans detection based on bayes estimation and nonparametric test D.Shenyang:Northeastern University,2013.10陈亚东.基于贝叶斯网络的内河船舶碰撞人为失误分析D.上海：上海交通大学,2 0 18.CHEN Yadong.Human error analysis for inland waterway ship collisions by a Bayesian network approachD.Shanghai:Shanghai Jiaotong University,2018.11徐梅.国际航运中心建设的沪港比较与上海定位J.上海城市管理,2 0 11,2 0（6)：44-48.XU Mei.Comparison between Shanghai and Hongkong in building International Shipping Center and orientation forShanghai J.Shanghai Urban Management,2011,20(6):44-48.12祝方天.基于改进IWRAP模型的船舶碰撞频率研究D.大连：大连海事大学,2 0 18.ZHU Fangtian.Research of the ship collision frequency based on improved IWRAP model D.Dalian:Dalian MaritimeUniversity,2018.13 张帅海上运输通道风险分析及预警模型D.大连：大连海事大学，2 0 11.ZHANG Shuai.Risk analysis of ocean shipping channel and early warning model D.Dalian:Dalian Maritime University,2011.14张宝刚，张磊.LNG船舶进出洋山港主航道的通航安全研究J.航海技术，2 0 13（4）：15-17.15 段玉龙，胡以怀.LNG船舶事故分析及风险控制J.船海工程，2 0 13，42（3）：191-194.DUAN Yulong,HU Yihuai.Accidents analysis and risk control for LNG shipsJJ.Ship&Ocean Engineering,2013,42(3):191-194.16刘敬贤，刘超，李范春，等定量分析对船舶碰撞事故的推演与调查J.中国航海，2 0 2 2，45（1）：13-17.LIU Jingxian,LIU Chao,LI Fanchun,et al.Quantitative analysis in martime accident rehearsal and investigation J.Navigation of China,2022,45(1):13-17.17蒋少奇，陈伟炯，谢启苗，等基于关联分析的船舶事故关键致因识别J.中国航海，2 0 2 0，43（4)：33-38.JIANG Shaoqi,CHEN Weijiong,XIE Qimiao,et al.Identification of critical causes of marine accidents based oncorrelation analysis J.Navigation of China,2020,43(4):33-38.Environmental factors analysis of ship traffic accidents山东交通学院学报based on Bayes theorem2023年7 月第31卷LIU ChaoDepartment of Navgation,Anhui Communications Vocational&Technical College,Hefei 230051,ChinaAbstract:To study the impact of environmental factors on ship traffic accidents,the probability model of shiptraffic accidents is established with Bayesian theorem.The traffic accident data of Yangshan deep-water port arecollected for case analysis and model validation.The results show that when the wind force exceeds 15 kn,theprobability of ship traffic accidents will increase to 13 times that of unconditional accidents;When the flow rateis 1/2 of the maximum flow rate,the probability of ship traffic accidents will increase to 33%of theunconditional probability;It verifies the scientificity and effectiveness of the ship traffic accident probabilitymodel.Keywords:ship traffic safety;Bayesian estimation;accident factor;accident probability prediction（责任编辑：王惠）