付姍姍，張笛，張明陽，嚴(yán)新平

(1.武漢理工大學(xué) 智能交通系統(tǒng)研究中心，湖北 武漢 430063； 2.國家水運(yùn)安全工程技術(shù)研究中心，湖北 武漢 430063； 3.上海海事大學(xué) 海洋科學(xué)與工程學(xué)院，上海 201306)

北極水域船舶航行環(huán)境風(fēng)險影響因素識別

付姍姍1,2,3，張笛1,2，張明陽1,2，嚴(yán)新平1,2

(1.武漢理工大學(xué) 智能交通系統(tǒng)研究中心，湖北 武漢 430063； 2.國家水運(yùn)安全工程技術(shù)研究中心，湖北 武漢 430063； 3.上海海事大學(xué) 海洋科學(xué)與工程學(xué)院，上海 201306)

針對北極水域船舶航行所面臨的復(fù)雜環(huán)境風(fēng)險的識別問題，本文提出了北極水域船舶航行環(huán)境風(fēng)險因素的層次分析模型。針對風(fēng)險因素識別中面臨的不確定性問題，結(jié)合層次分析法、模糊集合(三角模糊數(shù))和蒙特卡洛仿真，提出了基于蒙特卡洛仿真的模糊層次分析法，并運(yùn)用該方法識別北極水域船舶航行重要環(huán)境風(fēng)險因素。從數(shù)據(jù)和模型兩方面對環(huán)境風(fēng)險因素識別研究的合理性進(jìn)行了分析與驗(yàn)證，研究結(jié)果表明：風(fēng)、能見度、海冰密集度和氣溫是影響北極水域船舶航行安全的重要環(huán)境風(fēng)險因素。

北極水域； 通航環(huán)境； 風(fēng)險影響因素； 風(fēng)險識別； 層次分析法； 模糊集合； 蒙特卡洛仿真

全球氣候變化、北極海冰大量融化，使得北極水域船舶商業(yè)化運(yùn)營成為了可能。2016年，我國“永盛輪”、“夏之遠(yuǎn)”、“天禧輪”等多艘船舶穿越北極東北航道順利抵達(dá)了歐洲港口。然而北極水域作為一個船舶航行高風(fēng)險、環(huán)境脆弱敏感的冰區(qū)水域，船舶航行面臨復(fù)雜海冰、地磁干擾、大風(fēng)、低能見度等復(fù)雜環(huán)境條件的考驗(yàn)。為了提升極地水域船舶航行安全水平，開展風(fēng)險因素識別研究十分必要。

北極水域船舶航行安全研究受到了俄羅斯[1]、加拿大[2-3]、挪威[4]等北極周邊國家學(xué)者的廣泛關(guān)注。加拿大交通部門構(gòu)建了北極冰域航運(yùn)系統(tǒng)[2]；KHAN等提出了北極航運(yùn)系統(tǒng)風(fēng)險評價框架[3]；KUM等分析了北極水域船舶碰撞、擱淺事故致因[4]；MARKEN等分析了東北航道船舶延誤的風(fēng)險[5]；極地規(guī)則[6]也對不同海冰下各種冰級船舶的航行速度進(jìn)行了分析。呂寶剛等分析了北極東北航道的船舶通航環(huán)境特征[7-8]；FU等建立了北極水域船舶冰困風(fēng)險的多因素耦合模型[9]。

這些研究主要以通航環(huán)境和事故風(fēng)險評價研究為主，運(yùn)用北極水域船舶通航環(huán)境影響因素，構(gòu)建了碰撞、擱淺等北極水域典型事故的風(fēng)險評價模型，但對于風(fēng)險因素的辨識缺乏系統(tǒng)性研究，冰流、磁暴等部分環(huán)境風(fēng)險因素沒有在模型中予以考慮。鑒于此，本文針對北極水域船舶航行所涉及的環(huán)境因素進(jìn)行系統(tǒng)性的分析和識別。

1 環(huán)境風(fēng)險因素的層次模型

北極水域是一個涉及復(fù)雜氣象、海況和冰況的動態(tài)環(huán)境。本研究通過文獻(xiàn)分析和專家調(diào)研，識別船舶在北極水域航行面臨風(fēng)、能見度、地磁、氣溫、磁暴、海冰密集度、冰流等環(huán)境風(fēng)險影響因素[6, 9-11]。針對北極水域船舶航行可能面臨的這些環(huán)境風(fēng)險因素，運(yùn)用層次分析法建立北極水域船舶航行環(huán)境風(fēng)險因素的層次模型，如圖1所示。

圖1 北極水域船舶航行環(huán)境風(fēng)險因素的層次模型Fig.1 A hierarchical model for environmental risk influencing factors of Arctic marine transportation system

該模型以識別北極水域船舶航行環(huán)境風(fēng)險因素為目標(biāo)，將其劃分為氣象環(huán)境和航道條件2個子系統(tǒng)作為指標(biāo)層，氣象環(huán)境子系統(tǒng)被進(jìn)一步劃分為風(fēng)、能見度、地磁、低溫、磁暴5個底層分指標(biāo)，航道條件子系統(tǒng)被劃分為海況、冰況2個分指標(biāo)層。其中，海況分指標(biāo)又被進(jìn)一步劃分為海水溫度和浪2個底層分指標(biāo)，冰況分指標(biāo)層又被進(jìn)一步劃分為海冰密集度、海冰厚度和冰流3個底層分指標(biāo)。

2 風(fēng)險因素識別方法

針對北極水域船舶航行環(huán)境風(fēng)險因素中面臨的不確定性問題，本研究在圖1所構(gòu)建的北極水域船舶航行環(huán)境風(fēng)險因素的層次分析模型基礎(chǔ)上，提出了一種基于蒙特卡洛仿真的模糊層次分析法(Monte Carlo-based fuzzy-AHP, MC-FAHP)。通過北極水域船舶航行環(huán)境風(fēng)險影響因素層次模型的因素權(quán)重計算，以識別影響北極水域船舶航行安全的重要環(huán)境風(fēng)險因素。具體包含以下4個研究步驟：

1)模糊判斷矩陣構(gòu)建。建立專家判斷術(shù)語與三角模糊數(shù)之間的映射關(guān)系，搜集專家對于層次模型各層級指標(biāo)的判斷意見，針對每個專家意見分別構(gòu)建成對比較的模糊判斷矩陣。

2)權(quán)向量的概率分布計算。根據(jù)模糊層次分析法計算規(guī)則，計算模糊判斷矩陣的權(quán)向量，結(jié)合可能性分析方法，將模糊判斷矩陣中涉及的權(quán)向量從模糊隸屬度函數(shù)轉(zhuǎn)化為概率分布形式。

3)專家權(quán)重計算。針對參與問卷調(diào)研專家的職位、工作經(jīng)驗(yàn)、教育背景等方面因素，構(gòu)建專家權(quán)重評價指標(biāo)體系，評價問卷調(diào)研專家的權(quán)重系數(shù)，并根據(jù)參與問卷調(diào)研專家的權(quán)重系數(shù)，運(yùn)用加權(quán)平均方法，對權(quán)向量的概率分布函數(shù)進(jìn)行數(shù)據(jù)融合。

4)合成權(quán)重計算。根據(jù)專家意見融合后各指標(biāo)的權(quán)向量，計算底層指標(biāo)對目標(biāo)層(北極水域船舶航行環(huán)境風(fēng)險因素識別)合成權(quán)重的概率分布函數(shù)，并根據(jù)概率分布函數(shù)眾數(shù)的大小對其進(jìn)行排序，識別關(guān)鍵風(fēng)險因素(指標(biāo))。

2.1模糊判斷矩陣的構(gòu)建

根據(jù)層次分析法常用的九級標(biāo)度法[12]，結(jié)合模糊層次分析法三角模糊集合構(gòu)建方式[13]，定義成對比較的九標(biāo)度模糊判斷術(shù)語來搜集專家意見，如表1所示。

表1 判斷術(shù)語的模糊集合

(1)

2.2權(quán)向量的概率分布計算

i=1,2,…,n

(2)

i=1,2,…,n

(3)

α(Ui-Mi)+Mi),i=1,2,…,n

(4)

在蒙特卡洛仿真的過程中，通過生成符合一定概率分布的隨機(jī)變量，用統(tǒng)計方法估計模型的數(shù)字特征，從而得到實(shí)際問題的數(shù)值解。由于專家判斷的輸入數(shù)據(jù)存在一定的隨機(jī)不確定性，擬采用三角形分布函數(shù)來對這種不確定性進(jìn)行數(shù)值仿真。三角形分布是以下限為a，眾數(shù)為b，上限為c的連續(xù)概率分布：

(5)

按照下式將模糊判斷矩陣指標(biāo)權(quán)重轉(zhuǎn)化為三角形分布函數(shù)：

(6)

i=1,2，…,n

(7)

然后通過隨機(jī)生成1 000組樣本數(shù)據(jù)[15]來仿真三角形分布函數(shù)的隨機(jī)性，來估算各層級權(quán)向量的眾數(shù)和置信區(qū)間。

2.3專家權(quán)重計算

擬根據(jù)調(diào)研人員職位(e1)、航運(yùn)系統(tǒng)工作經(jīng)驗(yàn)(e2)、北極航運(yùn)工作經(jīng)驗(yàn)(e3)、教育背景(e4)等方面因素構(gòu)建人員工作經(jīng)驗(yàn)評價指標(biāo)體系，如表2所示，對調(diào)研專家的資歷進(jìn)行綜合評價，從而獲得各位專家在模型中的權(quán)重。

假設(shè)有m位專家參與調(diào)研工作，各位專家綜合得分S(k)、權(quán)重λ(k)按照下式進(jìn)行計算：

(8)

(9)

2.4合成權(quán)重計算

根據(jù)各位專家的權(quán)重，按照加權(quán)平均的方法對權(quán)向量的三角形分布函數(shù)進(jìn)行數(shù)據(jù)融合：

i=1,2，…,n

(10)

表2決策人員權(quán)重評價指標(biāo)體系

Table3Criteriafordeterminingthedecisionmakers′weights

指標(biāo)分類等級人員職位e1科學(xué)研究5企業(yè)高級管理人員4企業(yè)中級管理人員3科員2職員1航運(yùn)系統(tǒng)工作經(jīng)驗(yàn)e2>20a516～20a411～15a36～10a21～5a1北極航運(yùn)工作經(jīng)驗(yàn)e3>15a511～15a46～10a33～5a21～2a1教育背景e4博士5碩士4學(xué)士3?？?高中/中專1

將目標(biāo)層下的指標(biāo)層定義為第1層，各分指標(biāo)層分別表示為第2～(n-1)層，對各層級的權(quán)重進(jìn)行合成，計算各層級相對于目標(biāo)層合成權(quán)重的分布函數(shù)：

i=1,2，…,n

(11)

3 環(huán)境風(fēng)險因素的識別研究

3.1模糊判斷矩陣構(gòu)建

根據(jù)2.1節(jié)所述的模糊判斷術(shù)語，通過問卷調(diào)研搜集到6名專家對于北極水域航行船舶環(huán)境風(fēng)險因素的判斷意見。表3為各位專家對于氣象環(huán)境分指標(biāo)(C11～C15)的判斷意見。

將每位專家對于各層級指標(biāo)的兩兩比較判斷意見組成各層級模糊判斷矩陣。例如A專家對于環(huán)境風(fēng)險因素的判斷矩陣可以表示為

3.2權(quán)向量的概率分布計算

按照式(6)、(7)將三角模糊向量轉(zhuǎn)化為三角形分布函數(shù)：

f(xC11|0.145 9,0.219 5,0.307 6)

3.3專家權(quán)重計算

按照式(8)、(9)計算得到6位專家(A～F)的權(quán)重λk分別為(0.238 8, 0.090 9, 0.155 8, 0.194 8, 0.142 9, 0.181 8)T。按照式(10)對6位專家數(shù)據(jù)進(jìn)行融合，得到環(huán)境風(fēng)險因素C11指標(biāo)的概率密度函數(shù)和累積分布函數(shù)，如圖2所示。

3.4合成權(quán)重計算

由表4可見，風(fēng)、能見度和海冰密集度是影響北極水域船舶航行安全的首要因素，它們眾數(shù)的權(quán)重(在95%置信度情況下)占總權(quán)重的13%以上；氣溫、海冰厚度對北極船舶航行安全的影響次之，它們眾數(shù)的權(quán)重占總權(quán)重的9%～10%；冰流、地磁和磁暴是影響北極船舶航行安全的一般因素，它們眾數(shù)的權(quán)重占總權(quán)重的6%～7%；海水溫度和浪對于北極水域船舶航行安全的影響較小，它們眾數(shù)的權(quán)重約在5%以下。

3.5分析與驗(yàn)證

從數(shù)據(jù)和模型這2個方面，對本研究北極水域船舶航行環(huán)境風(fēng)險識別研究的有效性進(jìn)行分析與驗(yàn)證。

3.5.1 專家判斷數(shù)據(jù)

通過將模糊矩陣中的三角模糊數(shù)進(jìn)行去模糊化計算轉(zhuǎn)換成常規(guī)矩陣，可以應(yīng)用層次分析法的一致性檢驗(yàn)方法，對每位專家數(shù)據(jù)的進(jìn)行檢驗(yàn)。

表3 氣象風(fēng)險因素兩兩比較判斷意見

圖2 環(huán)境風(fēng)險因素C11指標(biāo)綜合的概率密度函數(shù)和累積分布函數(shù)Fig.2 The probability density function and cumulative density function for C11 indexes in environmental risk factors

表4合成權(quán)重的分布區(qū)間

Table4IntervaloftheoverallweightsfortheRIFsinthebottomlevel

底層指標(biāo)95%置信區(qū)間[f-Ci,fCi]眾數(shù)百分比/%風(fēng)C11[0.1279,0.1585]0.146914.21能見度C12[0.2367,0.2785]0.260825.23地磁C13[0.0511,0.0696]0.06296.09氣溫C14[0.0849,0.1096]0.10309.97磁暴C15[0.0552,0.0731]0.06416.20海水溫度C21-1[0.0307,0.0382]0.03283.17浪C21-2[0.0488,0.0589]0.05315.14海冰密集度C22-1[0.1287,0.1504]0.142213.76海冰厚度C22-2[0.0881,0.1063]0.09489.17冰流C22-3[0.0692,0.0819]0.07297.05

類似地，計算得出每位專家判斷矩陣均能通過一致性檢驗(yàn)。

3.5.2 模型效度驗(yàn)證

1)研究方法對比驗(yàn)證

Vdefuzzification=

從模糊層次分析法方法的去模糊化數(shù)值來看，模糊層次分析法方法的計算結(jié)果與MC-FAHP的結(jié)果呈現(xiàn)出高度的一致性，驗(yàn)證了基于蒙特卡洛仿真的模糊層次分析法的有效性。

2)研究結(jié)果驗(yàn)證

從國際相關(guān)研究結(jié)果來看：風(fēng)和能見度在國際上一直被認(rèn)為是影響船舶航行安全的重要環(huán)境風(fēng)險因素[16]，海冰密集度作為極地水域典型環(huán)境風(fēng)險因素也在IMO極地規(guī)則[6]中得到了重點(diǎn)分析。本研究基于蒙特卡洛仿真的模糊層次分析法(MC-FAHP)計算得出的結(jié)果與國際研究結(jié)論相一致，驗(yàn)證了研究結(jié)論的合理性。

表5合成權(quán)重的權(quán)向量和去模糊化數(shù)值

Table5Theaggregatedtriangularfuzzysyntheticextentandassociateddefuzzificationvalues

底層指標(biāo)權(quán)向量(S～i)去模糊化數(shù)值風(fēng)C11(0.0816,0.1385,0.2156)0.1452能見度C12(0.1703,0.2550,0.3541)0.2598地磁C13(0.0292,0.0555,0.1000)0.0616氣溫C14(0.0528,0.0931,0.1517)0.0922磁暴C15(0.0353,0.0593,0.1005)0.0650海水溫度C21-1(0.0593,0.0828,0.1241)0.0364浪C21-2(0.0319,0.054,0.0858)0.0560海冰密集度C22-1(0.0887,0.1421,0.2077)0.1462海冰厚度C22-2(0.0605,0.0970,0.2077)0.1017冰流C22-3(0.0485,0.0756,0.1125)0.0789

4 結(jié)論

1)本研究提出了一種基于蒙特卡洛仿真的模型層次分析法(MC-FAHP)，識別出風(fēng)、能見度、海冰密集度和氣溫是影響北極水域船舶航行安全的重要環(huán)境風(fēng)險因素，并從數(shù)據(jù)和模型兩方面對本研究北極水域船舶航行環(huán)境風(fēng)險因素識別研究的合理性進(jìn)行了分析與驗(yàn)證。

2)本研究識別出來的環(huán)境風(fēng)險影響因素可以為北極水域船舶事故風(fēng)險建模研究中的模型參數(shù)的選取提供支撐，也可運(yùn)用于北極水域船舶航行風(fēng)險評價問題的權(quán)重計算。

[1] VALZEZ B O A, GOER A F, KUZMIN V, et al. Risk management model of winter navigation operations [J]. Marine pollution bulletin, 2016(108): 242-262.

[2] Canada Transport. User assistance package for the implementation of Canada’s Arctic ice regime shipping system (ARISS) [Z]. Canada Transport, 1998.

[3] KHAN F, YANG M, VETCH B, et al. Transportation risk analysis framework for Arctic Waters [C]// Proceedings of the ASME 2014 33rd International Conference on Ocean, Offshore and Arctic Engineering, San Francisco, CA,USA 2014.

[4] KUM S, SAHIN B. A root cause analysis for Arctic Marine accidents from 1993 to 2011 [J]. Safety science, 2015, 74: 206-220.

[5] MARKEN V B, EHLERS S, KHAN F. Delay risk analysis of ship sailing the northern sea route [J]. Ship technology research, 2015, 62(1): 26-35.

[6] Maritime Safety Committee (MSC). International code for ships operating in polar waters (Polar Code) [S]. London: MSC, 2014.

[7] 呂寶剛. 北極航行的環(huán)境因素及冰區(qū)航行安全措施研究[D]. 大連: 大連海事大學(xué), 2012.

LYU Baogang. Study on the environmental factors of Arctic navigation and the safety measures for navigation in ice area[D]. Dalian: Dalian Maritime University, 2012.

[8] 李振福, 閆力, 徐夢俏, 等. 北極航線通航環(huán)境評價 [J]. 計算機(jī)工程與應(yīng)用技術(shù), 2013, 49(1): 249-253.

LI Zhenfu, YAN Li, XU Mengqiao, et al. Evaluation of Arctic route’s navigation environment[J]. Computer engineering and applications, 2013, 49(1): 249-253.

[9] FU S, ZHANG D, MONTEWKA J, et al. Towards a probabilistic model for predicting ship besetting in ice in arctic waters[J]. Reliability engineering & system safety, 2016, 155: 124-136.

[10] MONTEWKA J, GOERLANDT F, KUJALA P, et al. Towards probabilistic models for the prediction of a ship performance in dynamic ice [J]. Cold regions science and technology, 2015, 112: 14-28.

[11] 付姍姍, 張笛, 桑凌志, 等. 柔性工程理論在極地船舶航行風(fēng)險防控中的應(yīng)用 [J]. 極地研究, 2016, 28(2): 250-256.

FU Shanshan, ZHANG Di, SANG Lingzhi, et al. Incorporation of resilience engineering theory into risk prevention and control in polar waters[J]. Chinese journal of polar research, 2016, 28(2): 250-256.

[12] 張笛, 嚴(yán)新平, 張金奮, 等. 基于模糊層次分析法的枯水期長江通航風(fēng)險評價研究 [J]. 交通信息與安全, 2013, 31(3): 82-86.

ZHANG Di, YAN Xinping, ZHANG Jinfen, et al. Navigational risk assessment of Yangtze River in dry season with fuzzy analytic hierarchy process[J]. Journal of transport information and safety, 2013, 31(3): 82-86.

[13] CHANG D Y. Applications of the extent analysis method on fuzzy AHP [J]. European journal of operational research, 1996, 95(3): 649-655.

[14] WANG Y M, ELHAG T M S, HUA Z. A modified fuzzy logarithmic least squares method for fuzzy analytic hierarchy process [J]. Fuzzy sets & systems, 2006, 157(23): 3055-3071.

[15] 胡甚平, 黃常海, 張浩. 基于云模型的海上交通系統(tǒng)風(fēng)險蒙特卡羅仿真[J]. 中國安全科學(xué)學(xué)報, 2012, 22(4): 20-26.

HU Shenping, HUANG Changhai, ZHANG Hao. Cloud model-based simulation of system risk of marine traffic by Monte Carlo algorithm[J]. China safety science journal, 2012, 22(4): 20-26.

[16] ZHANG D, YAN X P, YANG Z L, et al. Incorporation of formal safety assessment and Bayesian network in navigational risk estimation of the Yangtze River [J]. Reliability engineering & system safety, 2013, 118: 93-105.

本文引用格式：

付姍姍，張笛，張明陽，等. 北極水域船舶航行環(huán)境風(fēng)險影響因素識別[J]. 哈爾濱工程大學(xué)學(xué)報， 2017， 38(11): 1682 -1688.

FU Shanshan, ZHANG Di, ZHANG Mingyang, et al. Identification of environmental risk influencing factors for ship operations in Arctic waters[J]. Journal of Harbin Engineering University， 2017， 38(11): 1682 -1688.

IdentificationofenvironmentalriskinfluencingfactorsforshipoperationsinArcticwaters

FU Shanshan1,2,3, ZHANG Di1,2, ZHANG Mingyang1，2, YAN Xinping1,2

(1.Intelligent Transportation System Research Center, Wuhan University of Technology, Wuhan 430063, China; 2.National Engineering Research Center for Water Transport Safety, Wuhan 430063, China; 3.College of Ocean Science and Engineering, Shanghai Maritime University, Shanghai 201306, China)

To identify problems pertaining to environmental risk factors during ship operations in Arctic waters, this study designs a systematic model to determine environmental risk influencing factors (RIFs) using an analytic hierarchy process (AHP). Owing to existing uncertainty problems in identifying the RIFs, a Monte Carlo based fuzzy AHP (MC-FAHP) approach is proposed to analyze the relative importance of RIFs via integrating the AHP, fuzzy sets (triangular fuzzy numbers, TFNs), and the Monte Carlo simulation. The proposed MC-FAHP method is used to identify the critical environmental RIFs occurring during ship operations in Arctic waters. Furthermore, the rationality of environmental RIF identification studies is validated using data and model aspects. The results identify wind, visibility, ice concentration, and temperature as critical RIFs involved in safe ship operations in Arctic waters.

Arctic waters; navigational environment; risk influencing factors; risk identification; analytic hierarchy process; fuzzy sets; Monte Carlo simulation

10.11990/jheu.201606050

http://www.cnki.net/kcms/detail/23.1390.u.20170427.1511.094.html

U698.6

A

1006-7043(2017)11-1682-07

2016-06-17.

網(wǎng)絡(luò)出版日期：2017-04-27.

國家自然科學(xué)基金項(xiàng)目(51579203).

付姍姍(1987-)，女，講師，博士；

張笛(1983-)，男，副研究員.

張笛，E-mail：zhangdi@whut.edu.cn.