王發(fā)根， 胡甚平， 胡瀟月， 謝 瑩

(上海海事大學 商船學院，上海 201306)

0 引 言

瓊州海峽是我國沿海水上交通的重要水道，是交通運輸部劃定的“六區(qū)一線”水上安全重點監(jiān)管區(qū)域。隨著水上運輸業(yè)的不斷發(fā)展，沿海航路的船舶流量日益增加，瓊州海峽水域已成為我國水上交通最繁忙的海域之一，存在著較大的通航風險。該海域經常出現(xiàn)霧、雨水和臺風等天氣，易引發(fā)能見度不良和船上雷達工作效率不佳等現(xiàn)象，使船舶的安全航行受到影響。因此，研究能見度不良對瓊州海峽船舶通航風險的影響，對進一步提升船舶海峽通航的安全性具有重要意義。

近年來，受限水域船舶通航風險受到了研究人員的廣泛關注。陳偉炯等運用基于CRITIC法改進的突變級數(shù)法構建航道通航環(huán)境評價模型，克服了評價過程中主觀決策的局限性。孟貝貝等借助Reason模型對通航安全因素進行了辨識，運用熵權模糊模型對港區(qū)航道通航安全進行了整體評價?？讘椥l(wèi)等基于船舶操縱模擬，結合模糊數(shù)學理論建立了橋區(qū)水域通航風險評價模型，對橋區(qū)水域通航風險進行了分析評價。WANG等運用數(shù)據(jù)挖掘技術，在FP-growth算法的基礎上，探討了受限水域船舶通航風險各變量之間的潛在關系，揭示了引發(fā)內河船舶海上事故的主要風險因素。SUN等基于多層次分析法模糊評價模型對內河船舶航行的安全性進行了綜合評價。 陳畢伍等基于動態(tài)船舶領域，通過挖掘船舶動態(tài)數(shù)據(jù)和事故數(shù)據(jù)，建立了珠江口通航風險評估模型，得到了船舶通航風險綜合指數(shù)。覃盼等利用結構方程模型(Structural Equation Modeling, SEM)，結合實地調研數(shù)據(jù)，構建了壩區(qū)船舶通航安全理論關系模型，提出了風險演化的3個階段劃分，揭示了風險演化的路徑。劉清等基于系統(tǒng)動力學理論構建了長江干線宜昌段的船舶通航風險耦合度模型，分析了各因素之間的耦合關系及其對事故發(fā)生的影響。HE等通過建立基于智能專家數(shù)據(jù)分析的系統(tǒng)動力學模型，分析了船閘水域船舶航行的風險演化機制，識別了影響船閘水域船舶安全航行的關鍵因素。系統(tǒng)動力學模型被證明能有效表達系統(tǒng)內部各因素之間的動態(tài)反饋作用，在船舶通航風險評估中能起到明顯的創(chuàng)新效果。

此外，能見度不良條件下的受限水域船舶通航風險研究也取得了一定的進展。TAYFUN等基于氣象站的水文資料，采用多種機器學習方法對伊斯坦布爾海峽的能見度進行了評估，為能見度不良條件下的海峽通航提供了安全保障手段。張靜等運用蒙特卡洛(Monte-Carlo，MC)模型對不同能見度等級下的事故數(shù)據(jù)進行了仿真實驗，基于由小樣本數(shù)據(jù)擴充的數(shù)據(jù)庫分析了在0～12 km能見度范圍內，不同等級能見度不良條件下的通航風險分布特征。由上述分析可知:已有的受限水域通航風險研究大多將能見度不良作為一個靜態(tài)的評價對象，缺少對通航風險時空變化過程的評價；同時，已有研究在分析能見度不良的情況時，通常只考慮霧帶來的影響，忽略了多種天氣狀態(tài)并存的情況。因此，需討論不同天氣狀態(tài)下，能見度不良對通航風險的影響。

本文針對瓊州海峽的通航安全性，通過對通航風險各影響因素之間的因果關系進行梳理，構建船舶通航風險體系的系統(tǒng)動力學因果關系圖和動力學模型，對能見度不良對瓊州海峽船舶通航風險的影響進行動力學仿真，以期完善瓊州海峽船舶通航的安全管理，為船舶通航安全研究提供參考。

1 瓊州海峽船舶通航風險

1.1 瓊州海峽船舶通航風險成因

通航風險是船舶航行過程中多種因素共同影響和相互作用下?lián)p失發(fā)生可能性與損失程度的組合。多種因素共同作用下的船舶通航風險會嚴重影響船舶通航的安全性，瓊州海峽處于熱帶區(qū)域，承載著交通功能，其各影響因素之間的相互作用和影響程度更加明顯。從系統(tǒng)工程理論的視角分析瓊州海峽的船舶通航風險，可知其風險成因主要有以下幾點：

1) 瓊州海峽處于海霧多發(fā)海域，海霧天氣導致能見度不良，自然風險增加給駕駛人員的安全駕駛帶來不利影響。

2) 由于處于熱帶區(qū)域，天氣多變，可能導致通航環(huán)境發(fā)生突變。例如，當?shù)谝恍屠滗h天氣出現(xiàn)時，若鋒前暖空氣不穩(wěn)定，鋒線附近可能會出現(xiàn)積雨云和雷陣雨天氣，并伴隨封面霧的產生。霧與雨共生會對船舶設備的安全運行及駕駛人員操作和組織管理的有效性產生影響。

3) 鑒于瓊州海峽具有交通功能，其南北向和東西向的船舶流量較大，通航密度較大，航向復雜度較高，存在較高的通航風險。

4) 瓊州海峽船舶通航系統(tǒng)內部多種因素相互耦合、相互促進，使瓊州海峽的整體通航風險處于較高的水平。

1.2 海峽船舶通航風險影響因素和作用方式

海峽船舶通航風險的影響因素眾多，一般涉及人、船、環(huán)境和管理等4個方面，其中環(huán)境因素一直是比較敏感和不確定的因素之一。實踐表明，能見度不良對海峽水域船舶通航風險的影響比較顯著。能見度不良主要有霧和雨、霧共生2種情況。海峽上方的雨云會嚴重影響岸基和船基雷達對物標的探測能力，進而影響人對周圍交通態(tài)勢的感知水平和VTS(Vessel Traffic Service)對航道船舶的管理效率。雨、霧天氣對通航風險的影響最終會演化為對人員、船舶、航道環(huán)境和通航管理風險的影響。

由此可知，基于船舶通航安全系統(tǒng)的行為與內在機制之間存在緊密的相互依賴關系，系統(tǒng)各因素之間存在由環(huán)環(huán)相扣的行動或決策規(guī)則構成的網(wǎng)絡關系，即動力學結構。以系統(tǒng)理論為基礎，運用系統(tǒng)動力學方法，通過問卷調查和查閱相關文獻，結合瓊州海峽的實際情況，構建瓊州海峽船舶通航風險體系的系統(tǒng)動力學因果關系圖，見圖1，其中：“+”表示正循環(huán)；“-”表示負循環(huán)。由于霧與風不能同時存在，在研究瓊州海峽船舶通航風險時，不將風列入自然風險因素集中。

圖1 瓊州海峽通航風險動力學因果關系圖

2 瓊州海峽船舶通航風險成因影響系統(tǒng)動力學模型

2.1 船舶通航風險成因影響系統(tǒng)動力學建模方法

系統(tǒng)是因果機理的外在表現(xiàn)形式，系統(tǒng)動力學模型是一種能反映系統(tǒng)內部因果關系的機理性模型，可將抽象的因果機理具體化。船舶通航風險成因影響系統(tǒng)動力學模型構建流程見圖2。

圖2 船舶通航風險成因影響系統(tǒng)動力學模型構建流程

2.2 模型邊界

對模型邊界進行界定是構建動力學模型的重要環(huán)節(jié)，可簡化系統(tǒng)模型，有利于試驗的進行和對目標進行研究。系統(tǒng)邊界分為內部邊界和外部邊界2種，其中：內部邊界反映系統(tǒng)內部各因素之間的相互聯(lián)系；外部邊界體現(xiàn)系統(tǒng)狀態(tài)受外部因素的影響。內部邊界由系統(tǒng)動力學流圖內部變量的流進和流出界定；外部邊界結合船舶通航風險的一般性研究方法，基于時間維度界定。結合瓊州海峽實際的船舶通航場景，確定系統(tǒng)邊界如下：

1) 假設系統(tǒng)內部變量只受變量流進與流出關系的影響，不受其他因素的干擾；

2) 假設系統(tǒng)外部邊界中只與時間存在關系的變量有交通密度、交通流向復雜度和流等3個。

2.3 模型變量及其性質

系統(tǒng)動力學模型變量集由狀態(tài)變量、速率變量、輔助變量(系統(tǒng)中的信息量，有多種表達形式)和常量(決定系統(tǒng)結構的重要參數(shù))組成，其中為～時段內的積累量與初始量的總和，其表達式為

(1)

式(1)中：()為時刻的流速，是微分性質的量，能清楚地反映流速隨時間的變化趨勢。

為能直觀地觀察各變量的因果機理關系，結合圖1，以速率變量的方式呈現(xiàn)重要的節(jié)點變量，包括1個狀態(tài)變量、10個速率變量、17個輔助變量和22個常量，見表1。

表1 瓊州海峽船舶安全通航風險變量集

2.4 系統(tǒng)動力學流圖

基于瓊州海峽船舶通航風險動力學因果關系圖，建立瓊州海峽船舶通航風險系統(tǒng)動力學流圖，見圖3，其中、、、、和為控制變量。

圖3 瓊州海峽船舶通航風險系統(tǒng)動力學流圖

2.5 系統(tǒng)動力學模型中方程式的確定

在系統(tǒng)動力學模型中，不同變量的數(shù)學性質不同。各變量間的關系通過數(shù)學方程式表達。

1) 狀態(tài)變量的計算公式為

(2)

式(2)中：為狀態(tài)變量輸入速率變量因素集的個數(shù)；為狀態(tài)變量初值；為狀態(tài)變量輸出速率變量因素集的個數(shù)；為時長；為權重系數(shù);為關聯(lián)系數(shù);和為速率變量。

2) 第個速率變量的計算公式為

(3)

式(3)中：為第個速率變量上一級速率變量因素集的個數(shù)；為第個速率變量上一級輔助變量因素集的個數(shù)；為第個速率變量上一級常量因素集的個數(shù)；、和為權重系數(shù);為輔助變量；為常量。

3) 運用關聯(lián)系數(shù)(來源于專家評價)計算的第個輔助變量的計算公式為

(4)

式(4)中：為與存在相關性的常量的個數(shù)；為與存在相關性的速率變量的個數(shù);為關聯(lián)系數(shù)；為初始量;為速率變量。

4) 控制變量用脈沖函數(shù)表征，即

=PULSE(,)

(5)

式(5)中：為作用開始時刻；為作用持續(xù)時長。

5) 交通密度、交通流向復雜度和流等外部邊界變量的確定方式如下：

(1) 用海峽內在航船舶總量隨時間變化的表函數(shù)表征交通密度；

(2) 用海峽內南北通航的船舶數(shù)量隨時間變化的表函數(shù)表征交通流向復雜度；

(3) 用潮汐隨時間變化的表函數(shù)表征流。

根據(jù)上述算法，確定瓊州海峽的SD模型各變量的方程式見表2。

表2 瓊州海峽的SD模型各變量的方程式

表2(續(xù))

2.6 風險因素權重的確定

根據(jù)專家對各因素的風險程度的打分情況得到無量綱化的歸一矩陣，見表3。為盡可能地貼近真實權重，運用主客觀組合權重的方式求取綜合權重，具體步驟如下：

1) 對采集到的數(shù)據(jù)進行熵和熵權計算，得到客觀權重；

2) 采用模糊數(shù)學的方法對歸一化矩陣求算術平均值，得到主觀權重；

3) 運用組合權重公式確定各變量的綜合權重。

表3 通航風險因素評價及分級標準

3 實例分析

3.1 場景描述和參數(shù)獲取

下面以一艘排水量為2萬t的集裝箱船為例進行分析。該船在2021年6月5日06：00沿瓊州海峽東界線自東向西穿越瓊州海峽，見圖4。為模擬船舶在瓊州海峽遭遇的事件，在時間上清晰呈現(xiàn)風險的動態(tài)變化，設定模擬時間為06：00—24：00，步長為0.5 h。在模型中設置以下場景：

1) 霧在10：00產生作用，在11：00作用消失；

2) 雨霧和雨云在11：00產生作用，在24：00作用消失；

3) 海峽干預管理措施在14：00產生作用，在23：00作用消失；

圖4 瓊州海峽及其航路概況

4) 雨霧天氣預警和雨霧天氣出現(xiàn)時禁止南北向穿行2項關鍵措施在16：00開始實施，在23：00取消。

邀請40名業(yè)界人員(氣象人員10名，船舶駕駛員10名，資深船長和海峽通航安全管理方面的專家各10名)，采用專家打分法為定性變量賦值，結合瓊州海峽的實際數(shù)據(jù)和歷史氣象資料確定計算初值。同時，由這些專家討論得出各變量的綜合權重。運用統(tǒng)計學方法，取高、中、低等3個值，參考去模糊化公式確定各變量初值與各因素間的關聯(lián)系數(shù)。由于篇幅有限，此處省略計算過程，因素集的權重和初值見圖5，其中縱坐標為變量初值。本文僅對變量參數(shù)的確定過程進行闡述，相關打分和統(tǒng)計表格不再羅列。

3.2 瓊州海峽船舶通航風險仿真

運用系統(tǒng)動力學模型對瓊州海峽的船舶通航風險水平進行模擬仿真，結果見圖6。圖6中的數(shù)據(jù)反映通航風險水平的分段線斜率(、和)的變化，表征風險上升的快慢：06：00—10：00，=0.356；10：00—14：00，=0.469；14：00—16：00，=0.359。船舶通航風險在這3個時段呈現(xiàn)為緩、快、緩的相對上升趨勢。由于在10：00—14：00時段內出現(xiàn)了霧，瓊州海峽的船舶通航風險發(fā)生了很大變化。人員風險增量和環(huán)境風險增量在10：00之后明顯上升，持續(xù)4 h之后明顯下降，與霧的產生和結束時段相對應。

圖6 船舶通航風險的客觀演化規(guī)律

3.3 能見度不良條件下瓊州海峽船舶通航風險分析

基于情景描述的過程，重新設置模型仿真步長和控制變量，運行模型，結果見圖7。仿真結果表明：

1) 霧是影響船舶通航安全的重要因素。在10：00時出現(xiàn)霧，在10：00—11：00時段內=0.467，相較于正常環(huán)境下的06：00—10：00時段內=0.356，船舶通航風險的上升趨勢較為明顯。因此，霧的出現(xiàn)對船舶通航風險有顯著影響。

2) 雨與霧共生天氣是影響船舶通航安全性的重要潛在因素。在11：00時，霧消失，雨與霧共生天氣出現(xiàn)，=0.508。由此可見，當雨與霧共生天氣出現(xiàn)時，相較于僅有霧出現(xiàn)時=0.467，船舶通航風險的上升趨勢更為明顯。由此可知，雨與霧共生天氣對船舶通航風險的影響比霧大。雨與霧共生天氣的出現(xiàn)對人員風險子系統(tǒng)產生了疊加影響。這是由于雨和霧對能見度產生了影響，使人員對周圍態(tài)勢的感知水平下降；同時，雨云對雷達的工作效率產生了影響，增加了人員對周圍態(tài)勢的感知水平下降的程度。鑒于雨云是船舶雷達局部系統(tǒng)的組成部分，未將其列入環(huán)境風險子系統(tǒng)中，未能體現(xiàn)環(huán)境風險的疊加。

3) 采取安全干預管理措施是航道安全管理的關鍵。在14：00時，海峽干預管理措施介入，在14：00—16：00時段內，=0.102，相對于，船舶通航風險水平的上升趨勢明顯減緩，表明在應對通航風險時采取干預管理措施很有必要；在16：00時，2項應對雨與霧共生天氣的關鍵性措施介入，在16：00—23：00時段內，=-0.049，通航風險水平開始呈現(xiàn)下降趨勢，表明在應對重要的影響因素時要采取關鍵性措施；在23：00時，取消海峽干預管理措施，在23：00—24：00時段內，=0.495，通航風險水平再次呈現(xiàn)相對快速的上升趨勢，再次驗證了有效實施海峽干預管理措施是應對通航風險的關鍵。

4) 相較于霧對船舶通航系統(tǒng)的影響，雨與霧共生天氣對船舶通航風險的影響體現(xiàn)在人、船、環(huán)境和管理等4個方面，多出了船舶和管理2個因素。這是由于雨云對雷達的工作狀態(tài)產生影響，增加了船舶通航風險；同時，雨云對岸基雷達的工作狀態(tài)產生影響，使VTS無法清晰地掌握所有船舶的實時動態(tài)，影響了航道的管理效率，增加了管理風險。

圖7 瓊州海峽船舶通航風險演化過程

3.4 仿真結果討論

通過多次運行模型，對不同的情景進行仿真，并對所得結果進行整理和對比，結果見圖8～圖11。由圖8～圖11可知：

1) 雨云對船舶通航風險產生影響。船舶雷達的工作效率與航行安全密切相關，在能見度不良條件下的有限水域尤為明顯。雨云是影響雷達工作效率的主要因素之一。因此，當船舶航行區(qū)域內出現(xiàn)積雨云時，駕駛員要謹慎駕駛，合理調節(jié)雷達的增益，必要時開啟待機雷達，保持正規(guī)瞭望，確保安全航行。

2) 能見度不良是影響船舶通航風險的主要因素之一。霧和雨與霧共存天氣相較于正常天氣，對通航風險的影響顯著提升。據(jù)研究，在海霧多發(fā)的中國東海海域，能見度不良天氣下的船舶交通事故約占總事故的1/2，因此能見度不良對船舶通航安全有顯著影響。

3) 雨與霧共生天氣對船舶通航風險的影響比霧天更強烈。當雨與霧共存天氣出現(xiàn)時，船舶通航風險水平分別比正常天氣和霧天時高出11.42%和3.08%。這是由于雨與霧共生天氣不僅具有能見度受限的特征，而且會在一定程度上降低雷達的工作效率，從而對船舶通航風險造成顯著影響。

4) 雨與霧共生天氣對人員的影響最大。雨與霧共生天氣下的船舶子系統(tǒng)風險水平相比正常天氣高出9.88%，管理子系統(tǒng)風險水平相比正常天氣高出7.46%，人員子系統(tǒng)風險水平相比正常天氣高出10.96%；雨與霧共生天氣下的人員子系統(tǒng)風險水平相比霧天高出3.88%。由此可見，雨與霧共生天氣對人員、船舶和管理等3個子系統(tǒng)都有影響，其中對人員子系統(tǒng)的影響最大，其次是船舶子系統(tǒng)，最后是管理子系統(tǒng)。因此，在應對雨與霧共生系統(tǒng)帶來的風險時，要重點關注人員和船舶方面的因素，其次要完善管理體系。

5) 通過實施聯(lián)合措施，能使海峽的風險管理水平達到最佳，其中雨與霧共生天氣下南北禁航是最重要的關鍵措施。實施南北禁航措施，相比實施一般性措施和增加雨和霧天預警的措施，干預效果分別高出24.74%和21.2%；實施一般性措施、南北禁航及雨和霧天預警聯(lián)合措施，相比實施一般性措施，干預效果高出36.4%。因此，當雨與霧共生天氣出現(xiàn)時，實施聯(lián)合措施，特別是實施關鍵措施尤為重要。仿真結果表明，當干預措施對通航風險的影響在13%左右時，通航風險開始呈現(xiàn)緩慢下降的趨勢。鑒于瓊州海峽的地理位置特殊，承擔著東西海域和南北兩陸交通往來的重任(據(jù)海南省政府的公開數(shù)據(jù)，2020年瓊州海峽東西向通航船舶超5萬艘次，南北向通航船舶超7萬艘次，南北向通航船舶以客船為主)，在雨與霧共生天氣下采取南北禁航和預警措施，對保障海峽船舶通航的安全性具有重要意義。

4 結 語

結合海峽船舶安全通航風險因素網(wǎng)絡拓撲結構，構建受限水域船舶安全通航風險仿真模型，采用船舶通航風險系統(tǒng)動力學模型進行仿真，發(fā)揮脈沖函數(shù)對觀測變量產生、作用和消亡等3個階段的計量效果，有助于揭示風險影響因素對船舶通航風險的影響機制和效用。

瓊州海峽的船舶安全通航風險是很多因素共同作用的結果，其中能見度不良對船舶通航風險的影響較為突出。研究結果表明，雨與霧共生天氣造成能見度不良，從而導致雷達的工作效率不佳，船舶通航的潛在風險增大。為此，考慮在雨與霧共生天氣下強化能見度不良條件下的安全值班，實施加強瞭望的防范措施。