基于熵权-属性数学的通航环境安全风险网格可视化

邵明晖， 吴兆麟, 宋 艳， 吴 彪

(1. 黑龙江工程学院 经济管理学院， 哈尔滨 150050； 2. 大连海事大学 航海学院,辽宁 大连 116026;3. 哈尔滨工程大学 经济管理学院， 哈尔滨 150001)

海上交通安全一直是人们非常关注的问题。随着经济全球化的发展，海上交通日益繁忙，船舶安全隐患和发生海上交通事故的可能性逐步提高，对海上交通安全保障提出了更高要求。[1]

目前国内外关于海域风险评估的研究主要集中于通航安全风险评估和海域环境风险评估，例如：THAN等[2]采用IWRAP Mk2对海上交通安全进行评估，并指出在该地区有3部分航道的碰撞风险最高；THIEME等[3]提出一种开发自主海洋系统安全指标的过程，并对其进行综合研究；芮浩强等[4]结合层次分析法和模糊数学综合评价数学方法构建桥区水域通航环境安全评价模型。根据研究，现阶段我国在救助力量和设施的规划及建设上与西方发达国家相比仍有很大差距，尤其是在救助力量的配备上仍存有较大提升空间。因此，如何在现有的救助力量下发挥最大作用是当前研究的热点。本文以北海海域为例，通过对该海域的网格进行划分，运用熵权-属性数学方法对其不同网格海域进行综合风险评估，并从中确定出高风险网格区域，进而分析该方法在通航环境网格可视化研究中应用的可行性，以便为救助力量最大化应用研究提供一定的理论支持，为海事管理部门制定管理决策提供参考。

1 北海海域安全评价指标体系的建立及网格化划分

1.1 北海海域安全风险评价指标体系的构建

在海上交通工程学中，影响水域安全的因素有人为因素、船舶因素和环境因素等3种。在对北海海域进行网格化划分之后，这些因素中的很多指标不能通过直接观测获得，其中涉及人为因素和船舶因素的指标基本上无法以网格化海域为单位进行统计。因此，在进行风险评价过程中，以险情事故的统计数据作为海域风险水平的评价指标，通过引入险情因素来解决网格化处理之后缺失人为因素和船舶因素导致的海域指标风险特征不足的问题，并构建自然条件、交通条件和险情条件等3个一级评价指标。据统计，2003—2010年北海海域的遇险情况共出现1 124次，涉及财产损失的险情154次，其中财产损失达100万元以上的险情占90%。财产损失与伤亡人数基本上成正比，单独出现财产损失而无人员伤亡的险情仅有少数几次。若引用财产损失作为评价指标，一方面该指标可在现有数据特征下通过人员伤亡来间接表征，另一方面会造成指标间的信息重复和冗余，导致评价结果失准。因此，在构建评价指标体系的过程中没有引入财产损失这一项。最终建立近岸网格海域和离岸网格海域的评价指标体系，见表1。

在险情条件中的各二级指标应尽可能地使险情数据能表征网格海域的不同风险属性，从而弥补缺失因素的风险特征，使选取的指标更好地反映海域的实际风险状况。参考救助局在统计历史救助情况时对遇险性质的分类，在选取指标过程中避免指标信息被重复利用。

本文的数据来源为：自然条件相关水文气象数据从中国气象厅官网中获取；一级指标交通条件下的二级指标数据主要从《中国航路指南》《中国主要港口航行指南》和“船讯网”中获取；险情条件从2003—2010年北海救助局的统计数据中获取。

1.2 北海海域的网格化划分

基于险情事故的数据统计单元对海域网格的划分，北海海域险情统计数据单元为自经度117.6°、纬度35.14°开始，经度每隔0.44°、纬度每隔0.35°作一个统计单元(见图1方格部分)。在险情统计单元的基础上考虑海域特征和风险因素的相似性，如自然条件中的海冰指标，将近岸受海冰影响较大的海域分到近岸网格中，将交通条件中各指标影响相对较小的网格划分为离岸指标等，将网格主要划分为近岸网格单元和离岸网格单元。确定北海海域网格化划分见图1，其中，浅色网格为近岸网格海域，深色网格为离岸网格海域，共计158个网格海域。

表1 网格单元风险评价指标体系

在得到北海海域的网格化海域之后，需通过建立熵权-属性数学模型确定每个网格海域的风险等级。在确定权重的过程中，将属性数学的评估方法应用到海域网格化评价中。由于采用属性数学方式得到的综合属性测度值对权重的变化较为敏感，为得到更加精确的评价结果，采用熵值的差异系数来对采用层次分析法得到的初始权重进行修正。

2 层次-熵值法(熵权法)确定权重

在实际应用中，由于属性测度函数的固定公式限制了属性测度函数对各指标的特性表达，且其在评价过程中无需无量纲化处理往往会放大指标离散性对其安全评价的影响，在研究中可通过修正权重来弥补这一不足。

采用层次分析法构建判断矩阵并对其进行一致性检验，通过观察可知，A1一致性检验满足要求，自然条件A11的一致性检验CR1=0.03<0.1，交通条件A12的一致性检验CR2=0.013<0.1，险情条件A13的一致性检验CR3=0.030 6<0.1，满足一致性要求。

A13=

由此得到初始权重wi，利用某一指标所含信息的离散性越大，熵值的数值越小的特点[5]进行修正，削弱不同指标离散性差异导致的评价结果偏差。

使wsti=wi×ej，对wst重新进行归一化处理从而得到修正后的权重值wsi，即

(1)

要确定ej的值，首先需计算第j个指标出现状态xij的概率p(xij)，即

(2)

熵值ej的计算式为

(3)

式(3)中：k=ln(m)，使得ej的值满足0≤ej≤1，为指标的数据个数。利用熵值对指标的权重进行修正，将遇险人数为0的统计数据映射为极小的数字0.1，这样可忽略数据变化对实际评价结果的影响，同时能保证熵值法的有效使用。

为保证与其他指标熵值修正的统一性，将险情单元求得的熵值映射到与其他指标相同的变化区间(0.900 0，0.999 9)中，这样可保证熵值修正幅度不会过度改变原有的权重。依照式(1)～式(3)修正前后的权重见表2，其中：wli为离岸初始权重；wcli为修正后离岸权重；wji为近岸初始权重；wcji为近岸修正后权重。

表2 修正前后的权重

3 基于属性数学的风险等级综合评价模型

3.1 单指标风险等级的划分

参考其他研究中各指标的等级划分方式，将6级风以上的天数作为风的评价指标值进行评价；能见度≤1 km的天数作为评价海上安全风险的指标；海冰指标仅考虑渤海、黄海北部等海域。

航道条件应综合考虑航道长度、宽度和转弯角度等因素，港口海域内的助航标志、渔船活动相关数据难以准确掌握。参考其他学者的相关研究，采用专家调查法获取航道条件、助航标志情况和渔船活动等3个指标的数据。[6]调查对象主要为海事局VTS值班员、班轮船员和港口引航员等。交通特殊点在本文中有3种含义：表示进出口航道端部附近海域和航道交叉处，船舶会遇次数增多，是事故的多发区[7]；航道弯头处，若操纵不当，易酿成搁浅、触礁及碰撞事故；海域水深变化剧烈的水深点个数。

因此，该指标用交通特殊点总数/航道总长度来表示。根据有关学者的研究，以航道交叉角超过45°和航道弯曲度超过30°的情况来统计总数。[8]通过到各海事主管部门对船舶通航数据进行调研，确定交通特殊点等级评价标准状况。根据国家海洋局发布的渤海海冰等级报告(预报)确定各近岸网格(渤海湾港口)水域海冰的状况，按轻年、偏轻年、常年、偏重年和重年的方式划分其单指标风险等级。以碍航物与航道边线的距离作为碍航物指标的评价标准，通过查取各港口海图、航海图书资料获取港口海域内碍航物对海上安全的影响状况。

险情条件中的指标等级参照交通运输部颁发的水上交通事故统计办法中对险情、遇险人数和事故等级的划分，结合海域的实际情况确定。最终得到各指标的风险等级划分见表3。

表3 各指标的风险等级划分

3.2 属性测度模型的构建

设Z={港口通航环境安全评价}为某类评价对象空间，属性空间F={水域通航环境安全程度}，评价类(I1,I2,I3,I4,I5)为F的有序分割集，其中风险等级描述语句的集为：I1={很安全}，I2={较安全}，I3={一般}，I4={较危险}，I5={很危险}。风险等级越高，潜在风险性越大。对象x具备属性Ik的程度用属性测度μxk(t)来表示。x的第j个指标的测度值属于k等级的程度用属性测度μxjk(t)来表示。根据属性集和属性测度理论，μxk(t)和μxjk(t)分别满足式(4)及式(5)的条件。

(4)

(5)

首先确定指标体系中的单指标属性测度函数，从而进一步确定单指标的属性测度，第j个指标属于k等级的单指标属性测度函数μxjk(t)由式(6)～式(8)求得，其中bjk和djk由式(9)和式(10)求得。

(6)

μxjk(t)=

(7)

μxjK(t)=

(8)

(9)

djk=min(|bjk-ajk|,|bjk+1-ajk|),

k=1,2,…,K-1

(10)

式(6)～式(10)中：ajk为第j个指标属于k等级的阈值。

计算多指标的综合属性测度，对评价对象x，已知单指标属性测度为μxjk=μ，采用加权求和的方法，即对单指标属性测度通过加权求和得到综合属性测度μxk。

(11)

式(11)中：wj为第j个指标的权重，满足式(12)。

(12)

最后对已求得的属性测度μxk进行属性识别，确定对象x属于哪个评价等级。识别x属于哪一类，通过置信度准则进行识别。

根据置信度准则，若评价类(I1,I2,I3,I4,I5)为有序割集，存在I1>I2>I3>I4>I5，则可根据式(13)得到k0，认为属性对象x属于Ik0级别。

(13)

若I1

(14)

在实际应用中，置信度λ一般在[0.6，0.7]内取值。

4 北海海域安全风险等级实证

首先利用式(6)～式(10)对17个指标对应的属性测度函数进行计算，共获得85个属性测度函数，限于篇幅，仅以风级X11和能见度X12为例列出部分属性测度函数。

(15)

(16)

根据各指标的属性测度函数，利用获得的158个网格海域的数据计算得到各指标的属性测度，并由式(11)得到网格海域的综合属性测度值，由式(13)得到最终的网格海域风险等级。为更加精准地确定风险等级，本文的置信度取0.6。根据“3.2”节确定的风险评价描述语句，海域风险性越高其风险等级越大(共5个等级)，因此从计算结果中筛选出风险等级达到最高(第5级)的网格海域，即风险性最大的网格海域。计算得到的综合属性测度值和风险等级见表4。

表4 高风险险情单元海域的综合属性测度值及风险等级

高风险海域在海图上的分布见图2中有符号标识的网格区域，即为风险性最高的14个高风险网格海域。由图2中确定的高风险网格海域可知，险情高发区域多集中在渤海海峡的烟大航道、成山头海域、天津港的曹妃甸和秦皇岛海域附近，这与海域的实际风险状况相符，验证了该方法的可行性。因此，在救助船舶待命点选址研究中，可考虑利用熵权-属性数学的方法进行海域风险网格可视化研究。

5 结束语

本文对北海海域进行网格划分，将其分为近岸网格海域和离岸网格海域，并根据2种网格海域构建北海海域的近岸和离岸2种安全风险评价指标体系。为提高属性数学的计算精度，利用熵值对层次分析法得到的初始权重进行修正，构建基于属性数学的综合评价模型，确定各网格海域的安全风险等级。最终通过对北海海域的实际数据进行计算分析，得出14个高风险网格海域，所得结果与实际海域状况相符。本文的工作为进一步研究救助船舶待命点选址问题提供了一种新的方法，同时为海事主管部门开展安全管理决策工作提供了理论依据。

[1] STORKERSE N K V. Survival Versus Safety at Sea. Regulators' Portrayal of Paralysis in Safety Regulation Development [J]. Safety Science, 2015, 75:90-99.

[2] XUAN T N, PARY Y, PARK J. A Quantitative Marine Traffic Safety Assessment of the Vung Tau Waterway [J]. Journal of Korean Navigation and Port Reserch,2012, 36: 721-728.

[3] THIEME C A, UTNE I B. Safety Performance Monitoring of Autonomous Marine Systems [J]. Reliability Engineering & System Safety, 2017, 159: 264-275.

[4] 芮浩强，颜忠甲.基于FSA(综合安全评估)桥区水域通航环境安全评价模型构建[J].福建交通科技, 2015(3): 101-104.

[5] 王君杰. 汕头海湾大桥船撞安全评估与对策研究[R]. 上海：同济大学, 2008.

[6] 胡甚平. 海上交通风险评估技术与方法[M]. 北京: 人民交通出版社, 2014：87-99.

[7] 黄常海, 肖英杰, 高德毅, 等. 定线制水域航行危险度评价模型及其应用[J]. 中国安全科学学报, 2014,24(2)： 93-99.

[8] 段爱媛. 在港口水域船舶交通安全管理中综合安全评估(FSA)的应用研究[D]. 武汉：华中科技大学, 2006:26-30.

[9] INSTITUTION B S. Safety Aspect-Guidelines for Their Inclusion in Standards: ISO/IEC Guide 51[S]. 2002.