戴厚兴, 吴兆麟, 刘大刚
(1.大连海事大学 航海学院,辽宁 大连 116026;2.交通运输部 烟台打捞局,山东 烟台 264012)
中国北方海域冰区航行船舶风险评估预警系统设计与开发
戴厚兴1,2, 吴兆麟1, 刘大刚1
(1.大连海事大学 航海学院,辽宁 大连 116026;2.交通运输部 烟台打捞局,山东 烟台 264012)
在深入调查研究海事主管部门和港航企业对海冰预警产品需求的基础上,根据自然灾害风险模糊综合评价理论和技术,建立可用于中国北方海域冰区航行船舶的风险预评估模型。使用ENVI软件对NASA的海冰卫星遥感实况和国家海洋局发布的海冰预报信息进行再处理,提取有关海冰密集度和厚度信息作为风险评估的背景场,进而提出冰区航行船舶风险状况动态评估预警系统的设计方案。仿真实例分析结果表明,该系统可动态、直观、有效地给出我国北方海域冰区航行船舶未来的风险状况,可作为保障船舶冰区航行安全的辅助决策产品,供海事主管部门、航运企业和港口生产调度部门使用。
海事气象安全保障;冰区航行船舶;模糊综合评价;动态风险评估;预警系统
我国北方海域每年冬季都会出现不同程度的冰情。历史上该海域的海冰曾对海上交通运输和船舶航行安全构成极大威胁,造成多起航运受阻、船舶受损和石油平台倒塌等事故。[1]
通过对海事主管部门、救助打捞部门和港航企业进行调研了解到,目前我国虽然有国家海洋局环境预报中心发布的海冰预报,但缺乏对我国北方海域冰区船舶航行风险预评估的研究和可视化的预警产品。
近年来,不少相关专家和学者从社会需求的角度出发,对恶劣天气下的海上交通风险评估进行了一系列应用研究。解以扬等对黄海和渤海的航行环境进行分析,就恶劣天气影响船舶安全的风险预估技术进行研究;吴金龙等针对渤海和黄海海区近年来发生重大事故的主要船舶类型,采用风险分析理论和技术方法,划分渤海和黄海海区重点船舶在大风浪条件下的风险等级,并应用模糊评判的方法建立大风浪条件下渤海海区应重点关注船舶的风险评估模型;孙成志等借鉴外军经验,根据我国海军舰队航行气象安全保障的实际需求,研发基于安全航线的海洋水文气象保障辅助决策系统,可根据气象和海洋预报部门提供的风浪预报信息,分别实现24 h和48 h内舰船活动范围内的风浪动态显示和风险预警,以达到战场指挥辅助决策的目的。[2]
本文借鉴已有研究成果,建立一个针对我国北方海域冰区航行船舶的风险评估模型,并采用遥感信息提取技术对海洋预报部门给出的海冰实况和预报信息进行再处理,作为风险评估的依据。[3]在此基础上,提出一个兼具可视化动态显示功能的中国北方海域冰区航行船舶风险状况评估预警系统设计方案,使该系统达到有效弥补我国北方海域海冰预警服务的不足,为船舶冰区航行安全提供更有效的海事气象安全保障的目的。
我国北方海域的海冰预警报主要由国家海洋预报中心发布,所发布的预报产品为定期的预报和警报,包括若干种海冰数值预报产品。
国家海洋预报中心发布的海冰定期预报产品包括年度、月份、旬和周的海冰预报,内容主要为各海区在不同预报时段内的浮冰范围、海冰的一般厚度和最大厚度,分别以文字和示意图的形式给出。海冰数值预报产品包括业务化数值预报、高分辨率数值预报和精细化数值预报3种。
以海冰业务化中期数值预报为例,该预报产品每天更新一次,预报时效为168 h,时间步长为12 h。预报内容主要为用不同颜色表示的不同海冰厚度分布情况、不同厚度海冰的面积和海冰的流速(见图1)。
由此可见,国家海洋预报部门提供的海冰预报产品给出的仅仅是海冰的预报情况,并不提供针对海上航行和作业的风险评估或预警产品。实际上,包括航运企业、海事局船舶安全管理部门、港务局和轮驳公司在内的各单位对海冰状况都十分关心,但海洋局提供的海冰实况和预报信息不能满足其具体需求。通过对上述各单位进行调研得知,其希望得到的不仅仅是海冰的实况和预报信息,还有对冰区船舶航行和作业风险进行预评估具有指导意义的辅助决策产品。
图1 渤海海冰中期数值预报图
海冰对海上航行和作业安全的影响是多方面的,除了因海冰过厚造成船舶无法航行以外,还可能造成船体损坏、船体被海冰夹住无法动弹、海冰随潮流移动使得抛锚船舶走锚、海底阀被海冰堵死、船舶管系冻裂及桨叶和舵叶受损等。
通过深入调研和分析研究发现,这其中很多事故或险情的发生实际上是人为造成的。对此,应从培训和管理的角度着手,从海冰预警方面仅可给予提醒。因此,真正可通过应用海冰中航行船舶风险分析和海冰预警来避免的事故仅包括由于海冰过厚和密集度过大造成的船舶无法航行,以致可能造成船体变形、破损和失控等。具体分析见表1。
采用自然灾害动态风险评估中的模糊综合评价理论和方法,可建立针对我国北方海域冰区航行船舶的风险预评估模型。[4]
首先采用专家经验评定的方法,并根据风险分析理论和风险管理理论中的最低合理可行(As Low As Reasonably Practicable,ALARP)原则[5],得到我国北方海域冰区航行船舶的风险等级,并给出相应的冰况描述和航行建议(见表2)。
采用模糊综合评价理论和方法对冰区中航行船舶的风险等级进行模糊评定,就是给出触发因子论域U中触发因子的模糊子集A与风险等级论域V上的各风险等级的模糊子集B之间的关系。
表1 海冰对冰区航行船舶安全的影响分析
表2 我国北方海域冰区航行船舶的风险等级
实际调查发现,船舶在冰区中航行的风险除了与海冰厚度和密集度有关以外,主要与船舶的冰级和吨位有关。考虑到在我国北方海域航行的船舶中具有Ice Class B级以上冰级的船舶很少,因此主要将船舶的吨位、海冰厚度和密集度作为触发因子来确定船舶在冰区航行的风险等级。
将海冰厚度分为<10 cm,10~<15 cm,15~<20 cm, 20~<30 cm,30~<40 cm和≥40 cm等6种状况,每种海冰厚度对应的海冰密集度可分为<50%,50%~70%和80%~100%等3种状况,故共有18种作为触发因子的海冰状态。因此,触发因子的论域U可记为
U={s1,s2,…,s18}
(1)
式(1)中:si为上述18种海冰状态之一。
根据表2确定的风险等级的论域可记为
V={无风险,黄色风险,橙色风险,红色风险}
(2)
若某种吨位的船舶在某一时刻、某种海冰状况(包括海冰厚度及海冰密集度)下的风险矩阵为
无风险 黄色风险 橙色风险 红色风险
(3)
式(3)中:i=1,2,…,n为各种可能的海冰状态,这里取n=18,即共划分18种海冰厚度与对应的密集度下的海冰状况;j为不同的航线;t为某条航道上的某一时刻。
采用专家经验评定的方法,可得到不同吨位船舶在不同海冰状态下隶属于不同风险等级的隶属度,即不同吨位船舶在不同的海冰状态下航行的风险矩阵。表3为5 000吨级船舶在冰区中航行的风险矩阵。其余吨位船舶的风险矩阵略。
鉴于当前海冰状况预报的不准确性,当采用事先使用统计方法得到的预报出现在海冰状况状态i之后,实际出现各可能海冰状况状态的概率为
(4)
式(4)中:aij(j=1,2,…,n)为不同等级的海冰状况出现的概率。[6]
表3 5 000吨级船舶在冰区中航行的风险矩阵
由此,可得到我国北方海域冰区航行船舶的风险评估模型,即对于某一时刻在任意一个冰区中航行船舶风险等级的模糊子集,可由式(5)得到。
B(t)=R(t) ∘Ai=
(5)
式(5)中:bi(t) (i=1, 2, 3, 4)为在当时的海冰状态下该类船舶隶属于无风险、黄色风险、橙色风险和红色风险等级的隶属度。[7]
根据建立的我国北方海域冰区航行船舶风险等级、风险矩阵和风险预评估模型,提出一个中国北方海域冰区航行船舶风险评估预警系统。该系统所使用的我国北方海域海冰资料包括海冰实况信息和海冰预报信息。根据该系统的具体要求,需对海冰资料的原始信息进行再处理。
该系统所使用的我国北方海域海冰实况信息为美国NASA发布的分辨率为1 km的MODIS-1B卫星遥感原始数据集。利用遥感图像处理软件ENVI对该信息进行预处理,使其达到可提取海冰要素的前提条件。[8]预处理内容包括辐射定标、几何校正及感兴趣区的图像(矢量)裁剪。此外,为使提取海冰的要素更加精确,对裁剪后的图像进行大气校正,从而达到降低云雾影响的效果。
在利用ENVI软件先后进行冰水分离和海冰面积提取之后,采用目前普遍应用的单通道算法,利用单通道的反照率和亮温数据求取海冰密集度。[9]
这里使用在实际工作中操作容易、效果较好的“海洋1号A”卫星海冰反演系统给出的海冰厚度与反射率关系的经验性曲线进行海冰厚度反演。[10]利用ENVI获取的海冰反射率数值,结合文献中得到的海冰厚度与反射率对应的经验性函数,即可得到海冰厚度信息。
该系统使用的海冰预报信息来自于国家海洋局环境预报中心,但该海冰厚度和密集度数值预报图与相关行业部门的需求不能很好地衔接。
为切实解决该实际问题,将上述海冰信息预报图的原有形式细化为网格图像形式。细化之后的海冰厚度和密集度预报信息网格为10 n mile×10 n mile。
该系统可在得到海冰厚度和密集度的实况信息及预报信息之后,根据事先调查得到的船舶在不同冰情条件下的风险矩阵,计算得出船舶在未来72 h的冰情条件下处于整个海区或任意航线上各时刻所在位置的风险等级,供下一步进行动态显示使用。
该系统可根据使用者的要求,分别实现对整个海区风险分布和航线风险评估的显示功能。
若使用该系统的海区风险评估功能,则当使用者查看整个海区的风险分布时,只需选择所关心的船舶吨位及所需评估时间,系统就将会自动提供未来72 h,时间步长为12 h的风险预报。此外,系统还可根据使用者的需求选择显示参数,更加直接清晰地获得实时及未来的海冰密集度或厚度信息。
若使用该系统的航线风险评估功能,则该系统可根据使用者给出的计划航线得出其所关注的船舶在其计划航线上从预计开航时间至预计到港时间这段时间内的最长未来72 h,每12 h一段的风险等级。图2为系统工作流程图。
图2 系统工作流程图
下面举例说明该系统的操作过程和预期效果,应用实例是2015年1月22日10:00时,一艘5 000吨级的船舶预计在22日12:00时从京唐港开航,计划航速为10 kn,预计于23日04:00时前后到达营口鲅鱼圈港。若使用国家海洋局环境预报中心的网站,则仅能查询到当日海冰密集度和海冰厚度的实况及预报状况,并不能直观地了解船舶未来在冰区中航行时面临的风险状况,更无助于制订或及时修正在冰区内航行的计划航线(见图3)。
a)渤海海冰中期数值预报b)渤海海冰密集度预预报
图3 国家海洋局环境预报中心给出的海冰厚度和海冰密集度预报
相比之下,若使用本文提出的系统,则可较好地解决这些问题。使用者打开系统操作界面,输入相关参数,系统会自动给出22日08:00时整个我国北方海域对于5 000吨级船舶未来在冰区中航行的风险等级分布情况。同时,可从风险分布图下端的时间栏中直观地看到从22日08:00时起未来72 h每12 h 1次的各时刻5 000吨级船舶在整个海区内的冰区中航行的最大风险等级分布情况(见图4)。
图4 2015年1月22日08:00时冰区航行船舶风险分布图
使用者通过点击冰区航行船舶风险分布图下端的时间栏,可选择查看22日20:00时和23日08:00时相应的风险分布图,这样即可更加详细地了解到该船在整个海区航行时段内的风险分布情况(见图5和图6)。
图5 2015年1月22日20:00时冰区航行船舶风险分布图
图6 2015年1月23日08:00时冰区航行船舶风险分布图
系统的另一个重要功能是冰区航行船舶航线风险预评估。使用者可在系统界面右侧相应区域的菜单中选择“航线设计”功能选项,开始进行航线风险评估。在系统页面上绘制出由京唐港到鲅鱼圈港的计划航线,输入相关信息之后,系统会根据所能得到的冰况预报信息给出22日10:00时至22日20:00时和22日20:00时至23日04:00时两时段5 000吨级船舶的冰区航行风险等级(见图7和图8)。
图7 22日10:00时至22日20:00时航线区域风险分布图
图8 22日20:00时至23:00日04:00时航线区域
由系统给出的结果可知,上述两时段内从京唐港到鲅鱼圈港航线上5 000吨级船舶的最大风险等级均达不到黄色风险,这意味着海冰对5 000吨级船舶的正常航行基本无影响,仅需视冰量的多少改冷却水外循环为内循环,即可保证船舶在冰区航行的安全。
经与鲅鱼圈海事局交通管理中心(Vessel Traffic Services, VTS)、营口港务局轮驳公司调度室及营口港引航站等部门确认,2015年1月22—23日,鲅鱼圈港及附近海面冰情较轻,5 000吨级船舶无需具有破冰功能的拖船协助即可自行进入鲅鱼圈港,与该系统得到的结论一致。
将海冰等水文气象预报产品与海上交通安全管理工作流程结合起来,提供切合海事管理和船舶安全管理需求的水文气象安全保障服务,是保障海上交通安全的发展趋势。国内这方面的工作尚处于起步阶段,仅少数气象和海洋预报部门进行初步尝试。
本文提出并研发的具有动态显示和风险评估功能的中国北方海域冰区航行船舶风险评估系统能为海事主管部门监督管理船舶、港航企业调度管理船舶和航海者安全操纵船舶提供科学指导,可作为保障船舶冰区航行安全的辅助决策产品,供海事主管部门、港航企业和航海者在实际工作中应用。
[1] 袁本坤, 曹丛华, 江崇波,等. 我国海冰灾害风险评估和区划研究[J]. 灾害学, 2016, 31(2): 42-46.
[2] 刘大刚, 吴彬贵, 解以扬,等. 海事气象保障服务现状及发展趋势[J]. 中国航海, 2014, 37(1): 131-135.
[3] 黄崇福. 自然灾害动态风险分析基本原理的探讨[J]. 灾害学, 2015, 30(2): 1-7.
[4] COX L A. Confronting Deep Uncertainties in Risk Ana-lysis [J]. Risk Analysis, 2012, 32(10): 1607-1629.
[5] JUN K S, CHUNG E S, KIM Y G. A Fuzzy Multi-Criteria Approach to Flood Risk Vulnerability in South Korea by Considering Climate Change Impacts [J]. Expert Systems with Applications, 2013, 40(1): 1003-1013.
[6] 范中洲, 刘大刚, 刘涛,等. 海面遇险目标快速接近辅助决策系统[J]. 交通运输工程学报, 2012, 12(4): 83-92.
[7] 刘大刚, 解以扬, 刘斌贤,等. 大风浪条件下船舶风险状况动态评估预警系统[J]. 中国航海, 2015, 38(1): 63-67.
[8] 邓书斌. ENVI遥感图像处理方法[M]. 北京:科学出版社,2010.
[9] 刘志强, 苏洁, 时晓旭,等. 渤海AVHRR多通道海冰密集度反演算法试验研究[J]. 海洋学报, 2014, 36(11): 74-84.
[10] 罗亚威, 张蕴斐, 孙从容,等. “海洋1号”卫星在海冰监测和预报中的应用[J]. 海洋学报, 2005,27(1):7-18.
RiskEvaluationandEarlyWarningSystemforIceNavigatingVesselsinNorthernSeaAreasofChina
DAIHouxing1,2,WUZhaolin1,LIUDagang1
(1.School of Navigation, Dalian Maritime University, Dalian 116026, China;2.Yantai Salvage Bureau, Ministry of Transport, Yantai 264012, China)
Based on the thorough investigation and research on the needs of maritime safety authorities and port & shipping companies for aids of ice navigation warning, a risk pre-evaluation model which can be used for ice navigating vessels in northern sea areas of China is proposed according to the theory and technique of fuzzy comprehensive risk assessment of natural disaster. Using ENVI software to reprocess satellite remote sensing ice data from NASA and sea ice forecasting information issued by NMEFC of China as necessary background field for risk evaluation, a dynamic risk pre-evaluation and warning system is developed. Simulation analysis shows that this system can dynamically, intuitively and effectively provide the risk degrees for sailing vessels in northern sea areas of China for the coming 72 hours. The system can be used as a kind of aids for decision-making to guarantee safety navigation in ice sea areas for maritime safety authorities, shipping companies and port control centers.
meteorological guarantee of maritime safety; ice navigating vessel; fuzzy comprehensive assessment; dynamic risk evaluation; early warning system
2017-11-14
交通运输部海事局项目(0706-14400003N010)
戴厚兴(1966—),男,山东临沂人,船长,高级工程师,博士生,研究方向为交通运输安全保障与防护技术。E-mail: capt.dai@163.com
1000-4653(2018)01-0092-06
U676.1
A