E航海背景下防止船舶搁浅的海事服务研究

朱憨 张鸣鸣 王珍宁

摘要：随着海事信息收集、整合、交换和分析的研究成果不断涌现，以及E航海工程建设的逐步深入，海事服务精细化趋势越发明显。同时，在实践过程中，基础性数据的不准确阻碍着精细化海事服务的发展。本文以长江上海段南槽航道防止船舶搁浅的海事服务实际为例，梳理利用船舶AIS信息中吃水数据来甄别搁浅风险的阻碍，通过拟合模型探索船舶实际吃水和船长之间的定量关系，从而利用船长作为替代指标来甄别搁浅风险，进而通过报警临界值的设定筛选出高风险搁浅船舶并提供防止船舶搁浅的海事服务，以期为优化E航海背景下的海事服务提供可行路徑。

关键词：E航海;南槽航道;海事服务;船舶搁浅;模型拟合

0 引言

在E航海背景下，随着GPS、BDS、AIS、电子海图、无线电通信等数字化航海技术的出现和发展，丰富的信息数据来源为有效提供海事服务带来了便利。不论是我国E航海工程[1]，还是国外E航海建设实践[2]，E航海背景下海事服务对于提升航运效率、增强航行安全和提升海上环境保护能力的作用得到了显著的体现。

随着岸基装置布点覆盖的拓展，先进船载设备的推广、大数据分析的深度应用，E航海背景下信息来源途径多样，信息处理手段丰富，对提升海事服务效果提供了强有力的支撑和推动。

同时，在实践过程中，基础性数据的不准确阻碍着海事服务精细化发展。以长江上海段南槽航道防止船舶搁浅的海事服务为例，因为九段沙警戒区及其附近水域存在浅点，防止船舶搁浅的海事服务一直是一项重要工作。在实践中，约有40%的航经船舶AIS信息中的吃水信息存在不准确的情况，这使得通过吃水数据来甄别搁浅风险存在困难，加大了海事服务的难度，加剧了搁浅事故发生的隐患。

1 E航海背景下防止船舶搁浅的海事服务的困境

1.1 人为因素致使信息源数据准确性不佳

人为因素使得需人工输入的数据准确性无法得到有效保汪，从而引发因数据失真而导致不能及时提供海事服务的现象，进而导致海上事故的发生，造成对通航安全的影响和对海洋环境的污染。

以长江上海段南槽航道航经船舶为例，船舶AIS中的吃水信息与实际吃水不符将导致交管中心因不能有效获取真实的船舶吃水数据，而使得通过吃水数据来甄别搁浅风险存在困难，无法在船舶出现搁浅隐患时提供切实有效的海事服务来防止船舶搁浅。

1.2传统信息核实方式致使信息获取时效性不佳

当发现船舶吃水信息不准确时，交管中心虽能通过VHF或者电话询问的手段来进行信息核实，但因VHF覆盖范围限制和易受天气状况干扰特性的影响，航行于距岸较远的九段沙警戒区下游水域的船舶时常出现通信不畅的状况，信息核实时效性不佳。尤其是在大规模船舶进出口时，交管中心在进行交通组织时同时开展对船舶吃水信息逐一核实存在较大困难，防止船舶搁浅的海事服务效能受到制约。

2.E航海背景下防止船舶搁浅海事服务探索

文章以航经九段沙警戒区重载散货船为研究对象，通过拟合模型探索船舶实际吃水和船长之间的定量关系，从而用船长作为替代指标用以甄别搁浅风险，进而通过报警临界值的设定筛选出高风险搁浅船舶并提供防止船舶搁浅海事服务，为实践中优化防止船舶搁浅服务提供理论指引。

2.1理论依据

船长吃水比是船型系数的一个指标，与船的回转性有关。船长吃水比比值越小，船舶越短小，回转越灵活，反之则越不灵活。因此，考虑到船舶操纵性，船长吃水比必介于某一数值区间，存在比例关系。因此，构建船长与吃水之间拟合关系成了可能。

2.2建立模型

拟合模型设定如下：

（l）式中， 为常数项; 为回归系数;D代表船舶吃水;L代表船长。

各变量初始数据[3]描述如表l所示。

从表2的拟合结果来看，船长的回归系数和常数项均通过显著性检验。因此，船长与吃水在统计意义上存在一定的作用关系，即：

D=1.38+0.04L （2）

交管中心利用（3）式经简单转换，得出船长的表达式（4）。

UKC=CD+TD（3）

（3）式中，UKC为富裕水深;CD为海图水深;T代表潮高;D代表船舶吃水。

L=（CD+TUKC-l.38）/0.04（4）

交管中心可运用（4）式，通过航海图书资料获取海图水深和潮高信息，并通过确定富裕水深的临界值，确定船长的临界值。

2.3设定规则

当船长的临界值被确定后，交管中心便能够通过E航海数据处理系统设定报警规则。当船舶长度超过该临界值式，系统将自动发出报警，提醒指挥员及时做出防止搁浅海事服务。

2.4开展服务

在做出海事防止船舶搁浅服务时，除了可以使用VHF或者电话等手段外，E航海系统所特有的点对点信息服务更进一步提升了海事服务的效果。

船舶点对点信息服务是结合E航海所涵盖的电子巡航系统数据和船舶管理系统数据库，获取船舶报港信息中的联系方式，依据船舶种类、船舶位置、装载情况，通过交管信息化平台短信功能向高风险搁浅船舶精准开展安全提醒和风险警示。

3 应用效果

2018年5月至2019年4月，共计10艘次船舶在九段沙警戒浅点水域发生搁浅（见表3），且均为AIS信息中的吃水小于实际吃水，使得没有及时有效做出防止船舶搁浅的海事服务。

将船长作为替代指标进而甄别搁浅风险的做法自应用以来，其有效性得到了验证。自2019年5月以来，在无法准确获知船舶实际吃水的情况下，49艘次具有搁浅风险的船舶被甄别并被劝返。

4 展望

E航海建设将是未来海事发展的必然趋势。在E航海背景下，所搜集信息的准确性、信息搜集的全面性、信息处理的深度性、信息传递的有效性将成为提升海事服务的关键依托。通过拟合的方式来构建寻求数据之间的关系，以此最大限度减少易受干扰的数据的影响，E航海背景下海事服务将更加趋于精细化、智能化。

后续研究中将从以下方面展开：

4.1 研究对象的扩充

研究对象将从散货船扩展到客轮、集装箱船、液化气船等，实现所有船型的全覆盖，提升防止搁浅海事服务作用的范围。

4.2影响因素的拓展

研究的影响因素将从船长拓展到船宽、型深等，探求更为精细化的替代指标，提升防止船舶搁浅海事服务的精细化程度。

4.3方法的延展

拟合方法将引入其他计量模型或者统计模型，构建更为精确化的关系，提升防止船舶搁浅海事服务的精确化程度。

参考文献

[1]伊富春，邵进兴，任律珍，周世波.我国E航海工程建设经验总结与建议[J]世界海运，2019，42（03）：33-38.

[2]邵进兴，任律珍，周世波.国外E航海建设经验对我国E航海发展的启示[J]广州航海学院学报，2019，27（01）：13-18.

[3]数据说明：数据基于2019年3月至4月航经南槽的重载散货船信息。