劉 柯， 張 笛， 張金奮， 范詩琪

(武漢理工大學 a. 智能交通系統(tǒng)研究中心； b. 國家水運安全工程技術研究中心， 武漢 430063)

水路運輸系統(tǒng)由于受到內外部復雜通航環(huán)境的影響，存在著很大的風險，一旦發(fā)生碰撞、擱淺和自沉等事故，往往會造成巨大的人員傷亡和財產損失。國際海事組織(International Maritime Organization, IMO)提出的綜合安全評估(Formal Safety Assessment, FSA)可以從降低事故發(fā)生的概率和降低事故造成的后果兩個角度來實現有效的風險管理。[1]降低事故發(fā)生概率的主要方式是對影響風險的關鍵因素進行有效識別和定量評價，并提出最有效的風險控制策略；而在水上交通事故發(fā)生后，快速、準確和有效的應急搜救行動是救助人命、降低財產損失最有效的手段之一。水上交通事故發(fā)生的過程中往往伴隨著人員和貨物的失蹤，失蹤物體在漂移過程中受到風、流、浪等的影響，如何準確預測失蹤物體的漂移軌跡，獲取其漂移后最有可能的位置或目的地，對于應急資源的調度和救援行動的快速開展起著重要作用。美國海岸警衛(wèi)隊將搜救分為3個步驟[2]：

1) 獲取失蹤物體周圍環(huán)境數據，主要包括風、流和浪等信息。

2) 根據環(huán)境數據預測失蹤物體的可能位置，通常用概率密度分布函數表示。

3) 根據概率密度分布函數制定最有效的搜尋路徑最優(yōu)方案。

關于水上失蹤目標的漂移軌跡預測問題，目前的研究主要集中在海上，預測模型主要包括CANSARP模型[3]、HACSALV模型[4]和Leeway模型等。[5]從研究方法來看，主要有基于實際場景試驗獲取觀測數據的統(tǒng)計、實驗室模擬環(huán)境下的漂移建模和基于模擬仿真的動力建模等3種預測方法。

1) 研究以挪威和美國為代表，例如BREIVIK等[5]在北海水域開展大量的海上漂浮物體軌跡漂移試驗，總結出63種不同類型物體的漂移規(guī)律，這些物體主要包括人、自由航行船舶、非機動船舶等，并根據水面以上部分所占比例進一步分為若干子類，總結出不同類別物體的漂移規(guī)律，這對于失蹤物體軌跡的預測具有重要的參考意義。

2) WANG等[6]基于漂移物體的形狀搭建的漂移軌跡預測試驗平臺，通過對漂移物體受風、流和浪單獨影響和綜合影響多種場景下的數據進行分析，建立漂移軌跡預測統(tǒng)計模型。

3) ?zg?kme等[7]基于Leeway模型和拉格朗日模型建立的海上不規(guī)則流場下的物體漂移軌跡預測模型，研究風場和流場密度對預測精度的影響。ZHANG等[8]建立同構流場下失蹤物體漂移軌跡預測概率模型，通過風速和流速的預測不斷更新物體的位置，仿真結果表明該模型具有較高的精度和可靠性。

以上研究主要是針對海上失蹤物體位置的預測的，而針對內河失蹤物體的研究則相對較少。李琳琳等[9]以川江為例研究失蹤人員搜尋區(qū)域的確定方法，利用風致漂移、風生流致漂移和水流致漂移的規(guī)律，總結時間推移下落水人員的漂移規(guī)律，可對人員漂移的距離進行估計，但是不能更進一步預測人員漂移具體位置。于衛(wèi)紅等[10]通過計算機程序實現總水流矢量計算、風壓差計算及位置的總或然誤差計算，提出確定搜尋目標漂移后的搜尋區(qū)域的具體方法。該研究是基于物體位置報告及風、流、浪等信息的基礎上實現的，對研究工作有很好的指導意義。

在Leeway模型的基礎上，首先基于內河流場的統(tǒng)計特征，建立風流影響下漂移速度預測模型，利用風流場數據的不確定性特征不斷更新失蹤物體的可能位置，然后結合航道岸線特征，預測失蹤物體最終可能漂移終點位置的分布情況。

1 失蹤物體漂移模型

1.1 Leeway模型

水上漂移物體主要受到風、流、浪的作用力，有研究[5]表明，當波高小于物體尺寸的1/30時，波浪的影響作用可以忽略不計。本研究僅考慮風和流對物體的作用。根據風流漂移模型，物體在達到穩(wěn)定漂移狀態(tài)時，受力情況為

|VB-VC|(VB-VC)

(1)

式(1)中：CD阻力系數；A物體裸露部分的截面積；ρ為流體密度；下角標1、2分別為物體暴露空氣中和浸沒在水中部分的阻力系數、截面積及流體密度。假設定義

(CDAρ)1/(CDAρ)2=λ2

(2)

漂流物體的速度VB為

(3)

VB=VC+f(VW-VC)

(4)

以上模型通常被稱作Leeway模型，可發(fā)現當風速和流速能精確獲取時，漂移物體的速度預測就較為精確。然而實際情況中風場和流場往往存在很大的不確定性，導致漂移物體的運動速度預測也會存在一定的偏差，在軌跡預測時需要加以考慮。

1.2 漂移軌跡預測

一個物體在內河航道漂移，受到水流和風力的作用，假設在一定時間Δt內漂移速度相對穩(wěn)定，那么物體的位置從tn時刻到tn+1時刻的更新為

(5)

式(5)中：Vt為tn時刻的物體漂移速度，漂浮物經一時間步長Δt后漂移至Stn+1。式(5)一般被稱為歐拉-拉格朗日追蹤法。如果Δt足夠小，漂移物體的運動軌跡可以被近似分解成一系列離散的勻速運動的疊加，重復以上過程就可以不斷更新物體的漂移位置。如第1.1節(jié)所述，在物體位置更新過程中需要考慮風場和流場的不確定性對漂移速度的影響。此外，失蹤物體的初始位置在實際中往往不精確，而是以可能存在的區(qū)域表示。因此，將物體可能的初始位置區(qū)域內的流場所在位置用矩陣表示為

(6)

上述區(qū)域內的流速場會對物體漂移速度產生影響，因此首先將該區(qū)域內所有流場數據提取出來，假設該區(qū)域流速場用以下兩個矩陣表示為

(7)

由于獲取的內河流場存在不確定性，現賦予每個流速數據存在一個上下偏量角度α，即每個坐標點位置處的流向的可能范圍為

θC∈[θC-α,θC+α]

假設物體可能的位置在區(qū)域內為均勻分布，那么流場內每個點都有可能會對其產生影響，根據Leeway模型，以流場中Xij位置為例，假設物體處于該位置，那么物體可能的速度計算為

VBx1=Vijcos(θij-α)+f[VWcosθw-

Vijcos(θij-α)]

(8)

VBy1=Vijsin(θij-α)+f[VWsinθw-

Vijsin(θij-α)]

(9)

VBx2=Vijcos(θij+α)+f[VWcosθw-

Vijcos(θij+α)]

(10)

VBy2=Vijsin(θij+α)+f[VWsinθw-

Vijsin(θij+α)]

(11)

式(8)～式(11)中：下角標x、y分別為物體漂移速度在經度、緯度方向的分量；下角標1、2分別為水流的方向角分別為θij-α和θij+α。因此，Xij處物體的漂移速度為

VBx∈[VBx2,VBx1]VBy∈[VBy1,VBy2]

(12)

則經過Δt后，Xij坐標位置處物體的漂移位移為

Lx=VBxΔt∈[VBx2Δt,VBx1Δt]

(13)

Ly=VByΔt∈[VBy1Δt,VBy2Δt]

(14)

將區(qū)域S0流場內所有速度都按照相同的方式處理，可以求得初始區(qū)域S0經過Δt時間后其在方向運動的最遠位置Xmax和最近位置Xmin，同理也可求得Ymax和Ymin。漂移物體的位置為

(15)

漂移物體經過Δt后，位置就可以更新到新的區(qū)域，按照同樣的方式即可更新物體可能的區(qū)域范圍。

1.3 模型合理性分析

提出的軌跡預測模型是在Leeway模型的基礎上考慮環(huán)境中風、流的影響，獲得物體的漂移速度大小和方向。在漂移過程中物體形狀的不對稱性以及環(huán)境中風速、流速方向的不穩(wěn)定性，都將影響物體漂移速度方向的不確定性，因此采用區(qū)間法設定任一質點位置處物體的漂移速度滿足區(qū)間θC∈[θC-α,θC+α]。

研究中用矩形區(qū)域表示物體可能存在的位置，采用窮舉法計算區(qū)域內所有質點位置物體的漂移速度范圍，當Δt時間足夠小時，物體的漂移運動可以假設為勻速運動，將區(qū)間內任一質點位置進行更新，得到Δt后物體的更新區(qū)域，因此在理論上有一定的可靠性。

1.4 物體漂移終點預測

對物體漂移終點預測的準確程度，將直接決定搜尋行動的針對性，從而影響搜救的效率，見圖1。假設物體漂移位置在預測的矩形范圍內服從均勻分布且漂移物體觸及岸線則停止漂移。在tn時刻物體的預測區(qū)域為ABCD，tn+1時刻的預測區(qū)域為A1B1C1D1，兩塊區(qū)域都和岸線相交，交點分別為E、F和G、H，因此，在tn和tn+1時刻漂移物都有可能成為漂移終點。

假設tn為漂移物第一次有可能觸岸的時刻，按照均勻分布的特征，在tn時刻漂移物觸岸的概率以及其在岸線EF段的概率密度分別為

(16)

(17)

需要注明的是概率密度等于一段區(qū)間的概率除以該段區(qū)間的長度。

在tn+1時刻漂移物觸岸的概率為Pn+1，但計算Pn+1的前提是tn時刻物體沒有觸岸，仍然處于漂移狀態(tài)，則可得Pn+1為

(18)

從圖1可知：在tn+1時刻漂移物可能到達岸線GH段，其中GF段為tn、tn+1時刻的重合段，這就表示GF段的概率密度為tn時刻與tn+1時刻在GF段的岸線概率密度之和：

(19)

PLGF=PLEF+PLGH

(20)

2 仿真與討論

2.1 參數設置

利用模擬仿真的方法對提出模型的性能進行測試和比較分析。失蹤物體在落水后，將會在風、流和浪等自然環(huán)境因素的影響下離開初始事故地點[11]，當漂移到岸邊后，將會由于水深較淺而停留在岸邊。

為了模擬這一過程，需要確定仿真中參數的設置問題，主要參數的取值見表1，其中流速和流向是指主流中的最大水流。根據內河水流中間流速大，兩邊流速小、流速具有一定紊亂性等特征，利用MATLAB隨機生成一個內河流場，其中流場的不確定性為流速方向的20%。內河流場一般比海洋環(huán)境下的復雜，而流場模擬不是所研究的重點，本節(jié)利用隨機模擬的方法生成一個流場作為案例研究?？紤]到流速一般取值較小，物體漂移速度一般較小，其位置更新頻率取為10 min。此外，參數f反映漂移物體水面以上部分所占的比例情況，由此可以看出，λ越小，f就越小，表示物體在水面以下的部分越大。本研究采用文獻[12]中的取值0.13，此類物體大部分都處于水面以下，例如落水人員和集裝箱等。

在以下模擬中，漂移物體最終位置的概率分布是在給定的內河環(huán)境中利用上述算法進行計算獲得的，通過不同參數設置下各因素的不確定性分析和比較來研究各參數對預測結果的影響見表1。

表1 仿真參數設置

2.2 漂移軌跡預測及其最終位置概率分布分析

利用以上設置的相關參數，得到的內河水域中的流場分布見圖2。圖2中同時標示漂移物體在不同時刻可能位置的區(qū)間范圍，當矩形區(qū)域與航道邊界存在交點時，就存在停止繼續(xù)漂移的可能性，假設物體的可能位置在相應時刻在矩形區(qū)域內為均勻分布，可得到物體最終漂移位置的概率分布情況。

由圖2a)可知：物體在漂移了80 min后第1次出現和岸線相交的情況。隨著時間的推移，矩形區(qū)域逐漸擴大，表明物體軌跡的預測精度在逐漸下降，而且預測區(qū)域一直存在和河岸相交的情況且相交的區(qū)域越來越大。該結果表明：在第80 min時刻，物體就有可能觸岸擱淺，但此時擱淺的概率較小，隨著時間的推移，物體停止漂移的概率將越來越大，當到達峰值后就將逐漸減小。由圖2b)可知：漂移物沿岸線最終停止的位置距初始位置的下游距離概率分布情況呈現出先增加后減少的變化趨勢，變化幅度較大。

漂移物體初始位置改變時物體漂移軌跡預測結果及物體漂移終點概率分布見圖3，流速下降20%時物體漂移軌跡預測結果及物體漂移終點概率分布見圖4。

由圖3a)可知：在漂移50 min后第1次出現和岸線相交的情況。隨著時間的推移，預測區(qū)域不斷擴大。由圖3b)可知：漂移物沿岸線的擱淺概率仍然呈現先增加后減少的變化趨勢，變化幅度較初始位置沒變時更為平緩，分布更加發(fā)散。分布的期望處于4 400～4 800 m。比較圖2和圖3，初始位置的改變不能影響觸岸概率的變化規(guī)律，但其對漂移物首次觸岸的時間、概率分布的幅度、發(fā)散程度和期望區(qū)間都有一定程度的影響，初始位置離岸越近，其第一次可能觸岸的時間越短、概率分布的幅度越小，發(fā)散程度越大，期望區(qū)間越靠后。這表明物體漂移的最終位置分布較為分散，預測精度相對較低。

由圖4a)可知：物體在漂移了90 min后第1次出現和岸線相交的情況，且隨著時間的推移，預測區(qū)域不斷擴大。由圖4b)可知：漂移物沿岸線的擱淺概率同樣呈現先增加后減少的變化趨勢，變化幅度與圖2比較區(qū)別不大。分布的期望處于4 400～4 800 m。仿真結果表明流速的改變同樣不能影響觸岸概率的整體變化規(guī)律。

3 結束語

受人員、船舶和通航環(huán)境等因素的影響，內河水上交通事故時有發(fā)生，而快速有效的水上搜救是降低事故帶來的直接經濟損失和人員傷亡的關鍵所在，而實施水上搜救的關鍵問題之一就是能夠對失蹤物體的漂移軌跡進行精確的預測，從而提升搜救的針對性。針對這一問題，采用Leeway模型和拉格朗日追蹤法對漂移物體的軌跡進行預測，然后結合航道邊界特征提出物體最終漂移位置的預測方法，利用MATLAB軟件實現模型仿真，仿真結果表明：提出的模型能夠在一定程度上體現內河失蹤物體漂移的基本規(guī)律，能夠根據風流特征預測物體最終漂移位置的分布情況。

在預測精度方面提出的模型還有進一步提升的空間，例如進一步考慮流場數據的空間相關性，進一步降低不確定性，從而提升漂移軌跡預測精度。此外，提出的方法僅從數值模擬的角度分析比較，其有效性還需要與實際場景下物體漂移軌跡進行比較，這也是未來研究的一個重要方向。