杜 沛，任利鋒，劉善偉，曾 喆

(1.中國(guó)石油大學(xué)(華東) 海洋與空間信息學(xué)院,山東 青島 266580； 2.中國(guó)石油集團(tuán) 東方地球物理勘探有限責(zé)任公司海洋物探分公司，天津 300457)

0 引言

海洋運(yùn)輸作為各國(guó)貿(mào)易往來(lái)主要方式，其航行安全也成為全球性重要議題[1]，定量評(píng)估航行過(guò)程中影響因素意義重大。航行風(fēng)險(xiǎn)評(píng)估模型建立以專家經(jīng)驗(yàn)數(shù)據(jù)與事故統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，主要考慮船舶、船員、海域環(huán)境3種影響因子，利用貝葉斯網(wǎng)絡(luò)法從事故數(shù)據(jù)中挖掘風(fēng)險(xiǎn)信息[2-3]。利用可拓學(xué)方法研究人為、船只、環(huán)境和管理因素，評(píng)估跨?？蜐L運(yùn)輸船的航行風(fēng)險(xiǎn)[4]；基于灰色關(guān)聯(lián)分析方法建立航行環(huán)境風(fēng)險(xiǎn)評(píng)估模型[5-6]，但該模型僅體現(xiàn)靜態(tài)分析結(jié)果，海域空間探討及風(fēng)險(xiǎn)預(yù)警能力欠缺。快速制圖技術(shù)在風(fēng)險(xiǎn)評(píng)估、災(zāi)情跟蹤、響應(yīng)及部署等方面發(fā)揮重要作用[7]：洪水風(fēng)險(xiǎn)、滑坡風(fēng)險(xiǎn)等均可通過(guò)快速制圖方式實(shí)現(xiàn)風(fēng)險(xiǎn)動(dòng)態(tài)可視與風(fēng)險(xiǎn)預(yù)警[8-9]；層次分析法被廣泛應(yīng)用于GIS決策與航行風(fēng)險(xiǎn)評(píng)估領(lǐng)域，但存在主觀性較強(qiáng)的弊端[10-12]；為削弱主觀因素影響，提出基于模糊層次分析法(Fuzzy-AHP)模型，通過(guò)利用多組專家經(jīng)驗(yàn)獲取評(píng)估因子權(quán)重，并實(shí)際應(yīng)用于中國(guó)南海航行風(fēng)險(xiǎn)評(píng)估研究[13]。本文為進(jìn)行航行風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估，提出均衡權(quán)重與時(shí)序權(quán)重概念，并采用有序加權(quán)法對(duì)評(píng)估因子要素與時(shí)序進(jìn)行優(yōu)化AHP定權(quán)，研究評(píng)估因子對(duì)航行風(fēng)險(xiǎn)影響，提高動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估效率。

1 動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估

基于海洋環(huán)境要素，動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估過(guò)程包括以下3個(gè)步驟：海洋環(huán)境要素?cái)?shù)據(jù)采集、數(shù)據(jù)預(yù)處理，動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估。其中，數(shù)據(jù)預(yù)處理以時(shí)間、空間維度插值計(jì)算和去量綱化為主。動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估流程如圖1所示。

1.1 原始數(shù)據(jù)

動(dòng)態(tài)海洋環(huán)境要素主要包括：風(fēng)場(chǎng)、海浪、海流、海溫，靜態(tài)要素為海底地形，數(shù)據(jù)信息見(jiàn)表1。

建立數(shù)據(jù)庫(kù)(MongoDB)，對(duì)各類環(huán)境要素?cái)?shù)據(jù)進(jìn)行動(dòng)態(tài)更新與維護(hù)。動(dòng)態(tài)數(shù)據(jù)來(lái)源于美國(guó)國(guó)家海洋和大氣管理局。

圖1 動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估流程Fig.1 Flow chart of dynamic navigation assessment

表1 數(shù)據(jù)信息Table 1 Data information

1.2 數(shù)據(jù)預(yù)處理

因航行風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)空間與時(shí)間維度分辨率不統(tǒng)一，評(píng)估前需對(duì)數(shù)據(jù)進(jìn)行空間與時(shí)間插值，統(tǒng)一時(shí)空分辨率。為保證評(píng)估賦權(quán)可靠性，用統(tǒng)一標(biāo)準(zhǔn)將數(shù)據(jù)無(wú)量綱化。

1)數(shù)據(jù)空間處理

用于評(píng)估的各類數(shù)據(jù)呈現(xiàn)整齊格網(wǎng)分布，為確保局部環(huán)境數(shù)據(jù)分布特征不發(fā)生改變，采用雙線性插值法處理空間數(shù)據(jù)。插值數(shù)據(jù)由臨近4個(gè)角點(diǎn)計(jì)算得到。雙線性插值計(jì)算如式(1)所示：

(1)

式中：f(x,y)為坐標(biāo)(x,y)插值結(jié)果；坐標(biāo)對(duì)(x1,y1)、(x1,y2)、(x2,y1)、(x2,y2)分別為臨近(x,y)左上、左下、右上、右下4點(diǎn)坐標(biāo)；f(x1,y1)為坐標(biāo)(x1,y1)要素值。

插值計(jì)算可統(tǒng)一數(shù)據(jù)空間維度分辨率，使評(píng)估結(jié)果在空間具有連續(xù)性。

確定每個(gè)評(píng)估因子縮放比例，使不同空間維度數(shù)據(jù)量綱保持一致。例如：根據(jù)經(jīng)驗(yàn)可知，當(dāng)風(fēng)速達(dá)到7～8級(jí)時(shí)，客滾船與貨船被禁止出海，已出海船只需尋找臨近避風(fēng)港，以7級(jí)風(fēng)速作為歸一化標(biāo)準(zhǔn)，歸一化后風(fēng)速如式(2)所示：

(2)

式中：α，α′分別為歸一化前后風(fēng)速，m/s。

2)數(shù)據(jù)時(shí)間維插值

不同數(shù)據(jù)在時(shí)間維精度不同，評(píng)估前須利用差值法統(tǒng)一分辨率。插值法存在一定誤差，但相對(duì)海洋環(huán)境要素，在小范圍時(shí)間、區(qū)域發(fā)生劇烈變化的概率極其微小，總體變化趨勢(shì)平滑。采用線性插值補(bǔ)充時(shí)間尺度缺失數(shù)據(jù)，計(jì)算公式如式(3)所示：

(3)

式中:xt+i×T為2個(gè)時(shí)間節(jié)點(diǎn)間空缺數(shù)據(jù)值;T為新的時(shí)間分辨率;i為索引值;xt，xt+n分別為時(shí)間節(jié)點(diǎn)兩端數(shù)據(jù)。

結(jié)合式(3)，將不同時(shí)間分辨率的數(shù)據(jù)統(tǒng)一精度，取點(diǎn)位[84°E，10°N]，在2020年9月22日洋流流速30 h預(yù)報(bào)值，時(shí)間分辨率為3 h，插值法前后洋流預(yù)報(bào)數(shù)據(jù)如圖2～3所示。由圖2可知，數(shù)據(jù)存在缺失，經(jīng)插值計(jì)算得到圖3。由圖3可知，洋流預(yù)報(bào)數(shù)據(jù)總體變化趨勢(shì)較平滑，時(shí)間分辨率為1 h。

1.3 評(píng)估方法

動(dòng)態(tài)航行風(fēng)險(xiǎn)評(píng)估方法主要包括層次分析法(以下簡(jiǎn)稱AHP法)、權(quán)重優(yōu)化和動(dòng)態(tài)風(fēng)險(xiǎn)制圖。AHP法將專家經(jīng)驗(yàn)知識(shí)轉(zhuǎn)化為因子權(quán)重值，代表決策過(guò)程中各因子的相對(duì)重要程度[14]。對(duì)23位航海經(jīng)驗(yàn)豐富的專家進(jìn)行問(wèn)卷調(diào)查，統(tǒng)計(jì)調(diào)查數(shù)據(jù)，對(duì)數(shù)據(jù)統(tǒng)一均值處理并進(jìn)行AHP方法定權(quán)。AHP方法定權(quán)主要包括以下4個(gè)步驟：

圖2 插值前洋流預(yù)報(bào)數(shù)據(jù)Fig.2 Forecast data of ocean current before interpolation

圖3 插值后洋流預(yù)報(bào)數(shù)據(jù)Fig.3 Forecast data of ocean current after interpolation

1)采用一致矩陣法構(gòu)建判斷矩陣。

2)計(jì)算矩陣特征值，取最大特征值所對(duì)應(yīng)特征向量，進(jìn)行歸一化處理。

3)對(duì)歸一化特征向量進(jìn)行一致性檢驗(yàn)，計(jì)算一致性比率。

4)當(dāng)一致性比率小于0.1時(shí)，通過(guò)一致性檢驗(yàn)，并將歸一化特征向量作為權(quán)向量，否則重新構(gòu)建判斷矩陣并重復(fù)步驟1)～4)。最終得到每個(gè)風(fēng)險(xiǎn)評(píng)估因子權(quán)重值，評(píng)估因子權(quán)重見(jiàn)表2。

表2 評(píng)估因子權(quán)重Table 2 Weights of assessment factors

AHP法主觀性較強(qiáng)，各評(píng)估因子權(quán)重存在較大差異，評(píng)估過(guò)程中，固定權(quán)重?zé)o法體現(xiàn)較大變化因子的重要性：T1時(shí)刻海上某點(diǎn)風(fēng)速15.1 m/s,浪高2.3m；T2時(shí)刻該點(diǎn)風(fēng)速15.2 m/s,浪高4.3 m，由于風(fēng)速因子權(quán)重較大，浪高因子權(quán)重較小，AHP法得到的權(quán)重?zé)o法很好體現(xiàn)浪高突增帶來(lái)的風(fēng)險(xiǎn)。本文采用有序加權(quán)法，在因子和時(shí)序間進(jìn)行2次權(quán)重計(jì)算，分別為均衡權(quán)重和時(shí)序權(quán)重：均衡權(quán)重用于平衡各因子原本存在的權(quán)重差異，在評(píng)估因子間展開(kāi)計(jì)算；時(shí)序權(quán)重用于突出動(dòng)態(tài)變化因子對(duì)航行風(fēng)險(xiǎn)的影響，在評(píng)估因子時(shí)序間展開(kāi)計(jì)算。最終優(yōu)化權(quán)重為均衡權(quán)重與時(shí)序權(quán)重乘積。

1)均衡權(quán)重計(jì)算

(4)

(5)

2)時(shí)序權(quán)重計(jì)算

(6)

(7)

最終優(yōu)化權(quán)重wt,m為均衡權(quán)重與時(shí)序權(quán)重乘積，如式(8)所示:

(8)

根據(jù)式(4)～式(8)，在每個(gè)柵格像素上計(jì)算優(yōu)化權(quán)重。不同區(qū)域不同時(shí)間權(quán)重值均根據(jù)區(qū)域海洋環(huán)境要素時(shí)空分布動(dòng)態(tài)調(diào)整，避免單一定權(quán)模式。最終風(fēng)險(xiǎn)值如式(9)所示：

(9)

將風(fēng)險(xiǎn)值劃分5個(gè)層次，分別代表不同航行風(fēng)險(xiǎn)程度，危險(xiǎn)層次劃分見(jiàn)表3。

表3 危險(xiǎn)層次劃分Table 3 Division of risk levels

2 實(shí)例分析

2.1 試驗(yàn)區(qū)域簡(jiǎn)介

試驗(yàn)區(qū)域?yàn)槊霞永瓰衬喜縖80°E，97°E，3°N，14°N]，西臨斯里蘭卡，東側(cè)通過(guò)馬六甲海峽與南海相連，是海上絲綢之路重要航行區(qū)域，該區(qū)域中尺度漩渦較多，同時(shí)受夏季風(fēng)和熱帶氣旋影響[15]，多變的天氣對(duì)航行影響較大，試驗(yàn)區(qū)域如圖4所示。

圖4 試驗(yàn)區(qū)域Fig.4 Experimental area

2.2 動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估

為更好體現(xiàn)動(dòng)態(tài)航行評(píng)估效果，本文開(kāi)展2組試驗(yàn)：第1組表示航行風(fēng)險(xiǎn)評(píng)估模型遭遇惡劣海況時(shí)評(píng)估效果；第2組表示數(shù)據(jù)插值后評(píng)估連續(xù)性。

試驗(yàn)1以2020年12月4日8∶00孟加拉灣氣旋風(fēng)暴“布列維”通過(guò)研究區(qū)域的時(shí)間段作為研究對(duì)象，此時(shí)氣旋中心風(fēng)速20 m/s，浪高5.5 m，海事部門(mén)禁止船舶出海航行，氣旋風(fēng)暴經(jīng)過(guò)研究區(qū)域模型評(píng)估結(jié)果如圖5所示。由圖5可知，00∶00到15∶00高風(fēng)險(xiǎn)區(qū)域在每個(gè)時(shí)間段的空間分布以及風(fēng)險(xiǎn)隨時(shí)間的變化特點(diǎn)。據(jù)海事局報(bào)道，2020年12月4日08∶00時(shí)，氣旋風(fēng)暴在斯里蘭卡東南部生成，由09∶00時(shí)評(píng)估結(jié)果可知航行風(fēng)險(xiǎn)在空間中聚集位置，且高風(fēng)險(xiǎn)區(qū)域逐漸向東移動(dòng)。整體航行評(píng)估數(shù)據(jù)采用2020年12月4日00∶00時(shí)預(yù)報(bào)數(shù)據(jù)，對(duì)船舶航行具有較強(qiáng)預(yù)警能力，船員可根據(jù)風(fēng)險(xiǎn)空間與時(shí)間分布，合理規(guī)劃躲避氣旋風(fēng)暴。

試驗(yàn)2評(píng)估數(shù)據(jù)選取間隔為6 h的預(yù)報(bào)數(shù)據(jù)和插值處理后間隔為1 h的預(yù)報(bào)數(shù)據(jù)。試驗(yàn)2航行評(píng)估結(jié)果如圖6～7所示。由圖6可知，以6 h為間隔進(jìn)行評(píng)估時(shí)，風(fēng)險(xiǎn)變化幅度較大，沒(méi)有體現(xiàn)出航行風(fēng)險(xiǎn)隨時(shí)間演變過(guò)程，風(fēng)險(xiǎn)動(dòng)態(tài)連續(xù)性展示效果不明顯；由圖7可知，局部航行風(fēng)險(xiǎn)生成及消退過(guò)程整體風(fēng)險(xiǎn)評(píng)估值變化較小，局部區(qū)域隨時(shí)間變動(dòng)明顯，評(píng)估結(jié)果能較好體現(xiàn)風(fēng)險(xiǎn)變化連續(xù)性。

對(duì)2組試驗(yàn)結(jié)果進(jìn)行分析發(fā)現(xiàn)，淺水區(qū)航行風(fēng)險(xiǎn)值較高，評(píng)估結(jié)果能體現(xiàn)淺水區(qū)對(duì)船舶航行影響；當(dāng)未出現(xiàn)惡劣海況時(shí)，風(fēng)險(xiǎn)值隨風(fēng)場(chǎng)、洋流、海浪和溫度局部變化較明顯，但整體動(dòng)態(tài)變化較?。划?dāng)遭遇惡劣海況時(shí)，評(píng)估結(jié)果能體現(xiàn)高風(fēng)險(xiǎn)區(qū)風(fēng)險(xiǎn)生成與變化趨勢(shì)。因此，評(píng)估方法能夠很好地描述海域航行風(fēng)險(xiǎn)在空間與時(shí)間維度上分布與變化。

圖5 2020年12月4日氣旋風(fēng)暴經(jīng)過(guò)研究區(qū)域時(shí)評(píng)估結(jié)果Fig.5 Assessment results of cyclone storm passing through research area on December 4,2020

圖6 2020年9月22日6 h間隔航行評(píng)估結(jié)果Fig.6 Assessment results of 6-hour interval sailing on September 22,2020

圖7 2020年9月22日1 h間隔航行評(píng)估結(jié)果Fig.7 Assessment results of 1-hour interval sailing on September 22, 2020

3 結(jié)論

1)通過(guò)對(duì)數(shù)據(jù)空間和時(shí)間維插值計(jì)算統(tǒng)一數(shù)據(jù)分辨率，制定不同評(píng)估因子歸一化標(biāo)準(zhǔn)。

2)提出均衡權(quán)重和時(shí)序權(quán)重，結(jié)合AHP方法為評(píng)估因子定權(quán)，更好體現(xiàn)航行風(fēng)險(xiǎn)的動(dòng)態(tài)效果。

3)航行風(fēng)險(xiǎn)模型能夠體現(xiàn)航行風(fēng)險(xiǎn)空間與時(shí)間維度上分布，對(duì)遭遇惡劣海況時(shí)的航行風(fēng)險(xiǎn)有足夠預(yù)警能力。