張 帆 范文紅 黃 亮 俞 磊 劉 浩 彭鵬飛

(武漢理工大學(xué)航運(yùn)學(xué)院1) 武漢 430063) (國家水運(yùn)安全工程技術(shù)研究中心2) 武漢 430063) (內(nèi)河航運(yùn)技術(shù)湖北省重點實驗室3) 武漢 430063)(武漢理工大學(xué)智能交通系統(tǒng)研究中心4) 武漢 430063) (深圳海事局5) 深圳 518031)

0 引 言

船舶安全檢查作為提高水上交通安全水平和運(yùn)輸效率的重要手段，能有效防止船舶污染水域，保障水上人命財產(chǎn)安全[1].船舶安全檢查按管轄性質(zhì)可分為兩大類，第一類是船旗國檢查(flag state control, FSC)；第二類是港口國監(jiān)督(port state control, PSC).針對FSC，國內(nèi)學(xué)者進(jìn)行了相關(guān)研究.程宇驍?shù)萚2]分析了船舶缺陷和岸基管理的關(guān)系.曾光[3]提出了海事部門在船旗國檢查中如何減少不當(dāng)滯留的對策建議.在監(jiān)督檢查目標(biāo)船選擇方面，趙述欣[4]利用層次分析法及模糊綜合評判方法，建立FSC目標(biāo)船確認(rèn)評判模型.以上研究完善了我國現(xiàn)行的船舶安全檢查選船機(jī)制，但并未考慮船舶航行環(huán)境、船舶行為等動態(tài)因素，也未充分關(guān)聯(lián)已有的海事動、靜態(tài)數(shù)據(jù).

為規(guī)范船舶安全檢查工作，2017年交通運(yùn)輸部海事局出臺了《船舶安全監(jiān)督選船標(biāo)準(zhǔn)(試行)》(以下簡稱《選船標(biāo)準(zhǔn)》)，現(xiàn)行的選船機(jī)制作為船舶安全檢查工作中確定檢查目標(biāo)的標(biāo)準(zhǔn)，在識別低標(biāo)準(zhǔn)船舶上發(fā)揮了重要作用，提高了船舶安全檢查的針對性.但隨著國家海洋戰(zhàn)略的實施和沿海地區(qū)經(jīng)濟(jì)的快速發(fā)展，水上交通活動的類型和頻率不斷增加[5]，現(xiàn)行選船機(jī)制存在的問題也越來越突出，主要體現(xiàn)在：船舶到港數(shù)量較大，船舶的技術(shù)狀況、維修保養(yǎng)狀況得到很大提升，現(xiàn)行的以船舶基礎(chǔ)數(shù)據(jù)和歷史檢查數(shù)據(jù)為基準(zhǔn)的選船方法得到的船舶風(fēng)險值差異較小，且現(xiàn)行船舶安全檢查選船標(biāo)準(zhǔn)重點關(guān)注船舶的靜態(tài)信息，忽略了航行過程中直接影響船舶安全的動態(tài)航行行為，從而影響船旗國檢查的效果.

隨著海事信息化的發(fā)展，涉及船舶、船員、船公司、AIS(automatic identification system, AIS)等日益積累構(gòu)成了“人-船舶-貨物-環(huán)境-設(shè)施”等海事大數(shù)據(jù).

文中綜合利用現(xiàn)有的船舶動、靜態(tài)數(shù)據(jù)，在現(xiàn)行選船機(jī)制的基礎(chǔ)上，采用FP-growth(frequent pattern-growth, FP-Tree)算法挖掘分析風(fēng)險因素之間的關(guān)聯(lián)關(guān)系，增添船舶靜、動態(tài)因素，構(gòu)建船舶綜合風(fēng)險評價指標(biāo)體系，優(yōu)化相應(yīng)的選船標(biāo)準(zhǔn)，利用深圳海事局的海事業(yè)務(wù)數(shù)據(jù)進(jìn)行實驗，驗證優(yōu)化的選船標(biāo)準(zhǔn)的有效性和實用性.

1 船舶綜合風(fēng)險評價模型和選船方法

1.1 船舶綜合風(fēng)險評價指標(biāo)體系構(gòu)建

依據(jù)深圳海事局2020年滯留船舶、必檢船舶、應(yīng)檢船舶、協(xié)查船舶、重點跟蹤船舶和事故船舶共4 210條船舶數(shù)據(jù)進(jìn)行風(fēng)險因素關(guān)聯(lián)規(guī)則挖掘分析，探索船員等因素對船舶安全的影響.

關(guān)聯(lián)規(guī)則的實質(zhì)是分析數(shù)據(jù)項集在所有事物項集合中出現(xiàn)的頻度關(guān)系.一般定義如下：設(shè)Q={Q1,Q2,…，Qn}是一個項目集，A是一個事務(wù)數(shù)據(jù)庫，其中每個事務(wù)B?Q，每個事物用TID作為標(biāo)志符.關(guān)聯(lián)規(guī)則的挖掘就是發(fā)現(xiàn)數(shù)據(jù)庫中支持度和可信度大于最小支持度和最小可信度的全部規(guī)則.

根據(jù)實驗數(shù)據(jù)數(shù)量，結(jié)合專家建議，并參考文獻(xiàn)[6]，將最小支持度(包含風(fēng)險A和風(fēng)險B的事物數(shù)與所有事物數(shù)之比)和最小置信度(包含風(fēng)險A和風(fēng)險B的事務(wù)數(shù)與包含A的事務(wù)數(shù)之比)分別設(shè)置成0.6和20，根據(jù)置信度從高到低進(jìn)行排序，見表1.

表1 風(fēng)險因素關(guān)聯(lián)規(guī)則

由表1可知：海事事故、船舶缺陷、船舶行政處罰等因素對船舶安全影響較大.因此，在現(xiàn)行選船標(biāo)準(zhǔn)的基礎(chǔ)上，參考關(guān)聯(lián)分析結(jié)果，以全面性和可獲取性為原則，結(jié)合數(shù)據(jù)統(tǒng)計分析，將風(fēng)險因素劃分為船舶、船員、船公司、貨物、歷史檢查五個要素，并劃分相應(yīng)的二、三級指標(biāo)，并利用德爾菲法和頭腦風(fēng)暴法為納入的風(fēng)險屬性賦予風(fēng)險值，形成船舶綜合風(fēng)險評價指標(biāo)體系，見表2.

表2 船舶綜合風(fēng)險評價指標(biāo)體系

1.2 指標(biāo)說明

1.2.1靜態(tài)指標(biāo)

1) 船員 研究表明，人的失誤是各類事故中的重要原因，超過60%的事故與人的失誤直接相關(guān).全球貿(mào)易中90%以上的貨物運(yùn)輸是由海上運(yùn)輸來完成的，水路運(yùn)輸中近年來重大航運(yùn)事故，均暴露出是人為因素造成事故的重要原因.

2) 航次貨物 據(jù)《國際海運(yùn)危險貨物規(guī)則》、《MARPOL 73/78公約》《IBC規(guī)則》,以及實際監(jiān)管實踐經(jīng)驗可知，不同危險貨物的風(fēng)險屬性差別較大.

1.2.2動態(tài)指標(biāo)

1) 船舶AIS信號無故消失1 h AIS數(shù)據(jù)，是一種隨船舶狀態(tài)變化而采集的數(shù)據(jù)，準(zhǔn)實時變化的AIS數(shù)據(jù)，不僅確定了船舶的空間地理位置，還可以對船舶的行為進(jìn)行分析，例如，海上交通密度、船舶會遇態(tài)勢等.AIS數(shù)據(jù)是目前船舶動態(tài)屬性研究應(yīng)用最多的數(shù)據(jù)之一，具有很好的時間特性.船舶在錨泊狀態(tài)下180 s報告一次，船速0～14 kn，12 s報告一次，船速14～23 kn，6 s報告一次，船速大于23 kn，3 s報告一次.因此，若長時間(本文定義為1 h)未接收到AIS信號，則有可能是船員由于業(yè)務(wù)水平原因操作不當(dāng)而關(guān)閉或故意關(guān)閉發(fā)生違規(guī)行為.

2) 過去12個月內(nèi)在監(jiān)管區(qū)域逗留時間80%以上為非工作時間的次數(shù) 打擊低標(biāo)準(zhǔn)船舶一直是船舶管理的重點和難點.根據(jù)海事一線人員的反饋，低標(biāo)準(zhǔn)船舶會選擇在海事現(xiàn)場執(zhí)法頻次較少時進(jìn)行靠泊作業(yè)或其他活動，試圖躲避海事管理機(jī)構(gòu)的檢查.因此為進(jìn)一步識別低標(biāo)準(zhǔn)船舶，增加過去12個月內(nèi)在監(jiān)管區(qū)域逗留時間80%以上為非工作時間的次數(shù)，每連續(xù)異常逗留3次記1分.為減少船舶?？繒r間為非工作時間的偶然性帶來的影響，設(shè)置80%的停留時間閾值.

2 船舶風(fēng)險指標(biāo)計算方法

2.1 靜態(tài)風(fēng)險指標(biāo)計算方法

1) 船員違法扣分 針對船員指標(biāo)，在船員基本信息表中，記錄了船員歷次扣分分值及扣分時間，在船員就職信息表中，記錄了船員的上、下船時間及服務(wù)船只，依據(jù)關(guān)鍵字“NAME”將船員基本信息與船員就職信息聚合，得到每個船員在相應(yīng)船只的扣分分值及扣分時間，船員違法扣分風(fēng)險值為

(1)

式中：scorej為第j條船舶的船員風(fēng)險分值；scorei為第j個船員的第i次扣分分值.

2) 裝載貨物 對貨物風(fēng)險，在危防液貨明細(xì)表、危防集裝箱貨物明細(xì)表和危防固貨明細(xì)表中分別索引相應(yīng)屬性計分.例如，對于集裝箱貨物，依據(jù)船舶集裝箱貨物數(shù)據(jù)集中的GOODS_CLASS(貨物種類)索引船舶裝運(yùn)貨物類型進(jìn)行相應(yīng)計分.

3) 部門警告 在FSC的數(shù)據(jù)表中，將船舶安全檢查部門RESPECT_ORG依據(jù)SHIP_ID進(jìn)行聚合，篩選COMENT_DESC中包含“警告”的處罰決定，相應(yīng)船舶的部門警告風(fēng)險值計為1.

4) FSC歷史缺陷記錄 在歷史檢查數(shù)據(jù)事實表中，“number_of_defectsi”一欄記錄了船舶缺陷數(shù)量，平均缺陷數(shù)為

(2)

式中：i為第i艘船舶；number_of_defectsi為第i艘船舶的缺陷數(shù)量；i為船舶總數(shù).

2.2 動態(tài)風(fēng)險指標(biāo)計算方法

1) 船舶AIS信號無故消失1 h 將AIS數(shù)據(jù)依據(jù)MMSI和RECEIVE_TIME排序，對于同一船舶，AIS信號風(fēng)險為

receive_timem=receive_timej-receive_timei

(3)

式中：receive_timem為第m艘船舶的AIS接收時間差；receive_timej為第m艘船舶的第i次接收時間；receive_timei為第m艘船舶的第j次接收時間，且j>i.若receive_timej大于1 h，則第m艘船舶風(fēng)險分值為1，統(tǒng)計receive_timej大于1 h的次數(shù)，次數(shù)即為分值.

2) 船舶軌跡停留點識別算法 船舶軌跡停留點識別算法流程圖見圖1.

圖1 船舶軌跡停留點識別算法流程圖

3) 過去12個月內(nèi)在監(jiān)管區(qū)域逗留時間80%以上為非工作時間的次數(shù) 利用船舶軌跡停留點識別算法識別出船舶停留點后，再進(jìn)行船舶停留時間的計算，船舶非正常逗留風(fēng)險計算流程圖見圖2.

圖2 船舶非正常逗留時間風(fēng)險分值計算流程圖

根據(jù)綜合風(fēng)險評價模型及動、靜態(tài)風(fēng)險指標(biāo)計算方法，在《選船標(biāo)準(zhǔn)》的基礎(chǔ)上，船舶風(fēng)險屬性的界定標(biāo)準(zhǔn)不變，對FCS的選船優(yōu)先順序進(jìn)行重新分類，標(biāo)準(zhǔn)變化見表3.

表3 船舶風(fēng)險屬性分類對比

3 實驗與分析

采用深圳海事局2019—2020年的海事業(yè)務(wù)數(shù)據(jù)進(jìn)行實驗，處理后的可用數(shù)據(jù)量約451 GB，采用2020年深圳FSC的13 100條船舶數(shù)據(jù)驗證本文提出模型的有效性和準(zhǔn)確性.

1) 有效性分析 對于船舶綜合風(fēng)險評價模型，選擇部分滯留船舶，對比是否為綜合風(fēng)險評價模型選擇出的風(fēng)險值高的船舶.若驗證為100%吻合，則綜合風(fēng)險評價模型驗證為有效.

2020年深圳FSC滯留船舶34艘·次，經(jīng)過綜合風(fēng)險評價模型計算得到滯留船舶的風(fēng)險分值均大于等于8，為高風(fēng)險船舶.因此，可認(rèn)為船舶綜合風(fēng)險評價模型是有效的.部分船舶及風(fēng)險分值對應(yīng)見表4.其中，船名相同的船舶為2020年中不同時間的滯留記錄.

表4 滯留船舶對應(yīng)綜合風(fēng)險值

2) 提升性分析 在2020年深圳FSC船舶中，共有13 100條船舶.現(xiàn)行選船標(biāo)準(zhǔn)與本文提出模型標(biāo)記必檢船、應(yīng)檢船、可檢船的數(shù)量對比見表5.

表5 選船模型結(jié)果對比

由表5可知：針對關(guān)注度較高的必檢船舶，本文提出的模型識別必檢船舶的能力相較于現(xiàn)行選船模型提升了9.06%，F(xiàn)SC選船標(biāo)準(zhǔn)優(yōu)化效果比較突出.

4 結(jié) 束 語

文中在現(xiàn)行選船標(biāo)準(zhǔn)的基礎(chǔ)上，針對船舶船旗國安全檢查工作中的實際問題，利用FP-Tree算法分析高風(fēng)險船舶風(fēng)險因素的關(guān)聯(lián)關(guān)系，挖掘影響船舶安全的主要風(fēng)險因素.并結(jié)合海事數(shù)據(jù)，構(gòu)建基于海事大數(shù)據(jù)的船舶綜合風(fēng)險評價模型評估船舶風(fēng)險.基于深圳海事局的海事業(yè)務(wù)數(shù)據(jù)進(jìn)行的實驗表明，基于綜合風(fēng)險評價模型的船舶安全檢查選船標(biāo)準(zhǔn)相較于傳統(tǒng)選船模型，識別必檢船的準(zhǔn)確性提升了9.06%.

本文在現(xiàn)行選船標(biāo)準(zhǔn)的基礎(chǔ)上進(jìn)行了一些創(chuàng)新，在現(xiàn)行FSC船舶風(fēng)險評級指標(biāo)基礎(chǔ)上，增添了部分靜態(tài)指標(biāo)和部分動態(tài)指標(biāo)，能更全面、精確的量化船舶風(fēng)險，提高選船的有效性.但在一些方面仍存在不足，如在建立船舶風(fēng)險綜合評價體系時新增了諸多以往選船標(biāo)準(zhǔn)并未提及的風(fēng)險屬性，但不能確保該體系涵蓋風(fēng)險屬性的全面性，在后續(xù)的研究中，可進(jìn)一步探究更多動態(tài)風(fēng)險屬性對船舶的影響，提升選船質(zhì)量.