基于AIS数据的海上危化品移动风险源环境风险评价模型研究与应用

曹盛文，姜晓轶，宋丽丽，赵龙飞，李亿红

1.自然资源部海洋信息技术创新中心 天津 300171

2.国家海洋信息中心 天津 300171

3.国家海洋局东海环境监测中心 上海 201206

据统计,我国约90%的进出口贸易货物运输通过海上完成,其中危化品约占海上货物运量的50%[1]。根据国标 《危险化学品重大危险源辨识》(GB 18219-2009),危化品具有易爆、易燃、有毒和有害等特性,极易对人员、环境、设备等造成严重灾害,影响社会、环境和经济协调发展。随着近年来航运事业的迅速发展,危化品泄漏入海事故的风险也不断增大。2018年11月4日,福建泉州码头的一艘石化产品运输船发生泄漏,69.1 t碳九产品漏入近海,对港区周边生态环境造成了污染[2]；2012年3月,新加坡籍 “BARELI”轮在福州兴化湾江阴港附近海域发生触礁搁浅沉船事故,导致大量燃油和有机氯农药等危化品泄漏入海,造成附近海域海洋生态损失[3]。为了有效应对危化品泄露事件风险,我国先后发布实施了 《中华人民共和国安全生产法》(主席令第13号)、《危险化学品重大危险源辨识》(GB 18218-2009)、《危险化学品安全管理条例》(国务院令第591号)和 《危险化学品重大危险源监督管理暂行规定》(安监总局令第40号)等法律法规,规定了危化品重大危险源辨识方法,明确要求对危化品重大危险源进行分级和定量风险评估。

海上危化品运输过程复杂,影响其安全的因素较多,且具有较强的偶然性和随机性,因此泄漏后产生的海洋环境危害更加难以预测,导致很难量化评判风险。当前,对海上危化品运输安全性的定量化评价研究主要采用相对比较法、层次分析法和模糊综合评价法等[4-6],评估指标主要是采用 “人、机、货物、管理、环境”五大危险品运输安全要素[7],选取的指标是否合理将直接影响评价方法结果质量；同时AIS数据能够提供船舶的主要特征参数、航行状态等信息,主要应用在航道环境风险[6,8,9]和船舶航行碰撞[10-11]两方面,已成为海上交通安全风险的重要研究方向。

以往文献均未基于实时AIS数据主动挖掘海上危化品运输船舶,并围绕船舶档案和实时位置信息进一步研究可能影响安全的指标因素。本文主要针对海上危化品突发事故对临近海洋环境的影响,结合领域专家经验,将船舶计划航线、事故情况、最近检修时间、吃水量、附近实时船舶密度、海洋功能区划等因素纳入海上危化品移动风险源环境风险评价指标体系中,并采用层次分析法计算评价模型的指标权重,研究成果可对监控海域上存在的危化品移动风险源进行实时识别和风险等级预警,为决策者及时调整应急监测力量提供支撑。

1 AIS数据分析

1.1 AIS数据

AIS是由岸基 (基站)设施和船载设备共同组成的集网络技术、现代通信技术、计算机技术和电子信息技术于一体的新型数字助航系统和设备。它通过船舶识别和动态信息收集功能,实现船岸之间的信息传输和交换,在航行安全、交通控制和海事管理等方面发挥十分重要的作用[12]。目前AIS普及应用到所有船舶,AIS数据主要分为三类:静态信息、动态信息和航次信息[13],见表1。

表1 AIS数据

表1中,航次信息中的危险货物 (种类)是由航行开始时人工输入,但不要求指明具体货物和数量,可用来判断船舶是否装有危险货物。其输入参数由DG、HS、MP和X、Y、Z、OS组合而成[14]。其中,DG表示危险货物、HS表示有害物质、MP表示海洋污染物；X、Y、Z、OS是国际海事组织 (International Maritime Organization,IMO)规定的4种对海洋资源或人类健康产生危害的分类等级:X类表示重大危害、Y类表示产生危害、Z类表示较小危害、OS类表示无危害。例如,HS(Y)表示产生危害的有害物质。

1.2 船舶档案

船舶档案收录了全球300总吨以上的国际航行船舶、船东及管理公司、造船厂等信息。船舶档案数据由国际海事组织IMO官方指定机构——HS Markit Maritime & Trade负责收录,被广泛应用于船舶租赁、港口引航、海事监管、边检执法、船舶服务等领域。船舶档案数据的内容包括详细的船舶和设备技术参数、建造情况、保赔协会、入级及PSC检验记录、所有人、经营人、买卖情况、事故情况等权威档案资料[15],见表2。

表2 船舶档案主要信息

1.3 数据分析

由表1、2可知,AIS和船舶档案数据中蕴含着丰富的海上交通信息,利用大数据挖掘技术,可以从这些信息中挖掘出与海上危化品移动风险源相关的指标因素。

(1)危化品运输船:根据AIS数据中的危险货物种类可以准确识别出运输危化品的船舶和货物危害等级,结合船舶档案数据,可以获取船龄、是否发生事故、近期维修时间、公司名称等信息。

(2)实时船舶位置:根据AIS数据中的船舶经纬度数据,可进一步计算出航道信息、船舶密度,结合海洋功能区划数据,判断船舶所处位置的用海信息。

2 指标体系构建

影响海上危化品运输安全的因素具有多层次、多因素等特点,为准确地获得评价结果,应统筹考虑指标覆盖范围、指标间相互关系,以及指标数据获取的便捷性。综合考虑海上危化品运输安全过程和相关安全因素,本文利用层次分析法[16],将评价指标体系层次结构设定为目标层、准则层和指标层。其中,目标层为构建海上危化品移动风险源环境指标评价体系,准则层考虑人为因素、船舶因素、航行环境、自然环境和风险受体5个方面,指标层进一步细化为13项指标 (见图1),为了便于计算,每个指标分为3个等级。

图1 海上危化品移动风险源环境指标评价体系

C1疲劳程度:根据船舶AIS中的航次信息可获取计划航线的开始时间,用于计算船舶已行驶时间。行驶时间越长,船员越容易疲劳,处理船舶突发事件的能力会下降,按照行驶时间≥15 d、5-10 d、<5 d分为3个等级。

C2海域熟悉程度:反应船员提前规划路径的能力,根据船舶AIS实时位置信息,可识别该海域的管辖国家,并通过船舶IMO编号,可在船舶档案数据中获取该船舶公司的国籍。通常船员比较熟悉本国海域,如果国籍无法获取按不确定处理,分为不熟悉、不确定、比较熟悉3个等级。

C3危险货物种类:船舶是否装载危险货物是本指标体系研究的重点,危险货物对海洋环境危害等级越高,事故发生导致海洋环境危害性也越大,按照危险货物种类X(重大危害)、Y(产生危害)、Z(较小危害)分为3个等级。

C4吃水量:反应船舶载货能力大小,吃水量越大,危化品运输量越大,事故发生导致海洋环境危害性也越大,按照船舶吃水量≥10 m、5-10 m、<5 m分为3个等级。

C5船龄:通过船舶IMO编号,可在船舶档案数据中获取该船交付日期,年限越长,设备使用磨损越严重,诱发船舶安全事件可能性越大,按照船龄≥10 y、5-10 y、<5 y分为3个等级。

C6船舶事故情况:通过船舶IMO编号,可在船舶档案数据中获取该船事故发生情况,反应船舶整体风险和控制状况,按照发生事故统计数量≥3次、1-3次、<1次分为3个等级。

C7最近检修时间:通过船舶IMO编号,可在船舶档案数据中获取该船最近检修时间,检修时间越近,设备越稳定,诱发安全事件可能性越小,按照检修时间≥3 y、1-3 y、<1 y分为3个等级。

C8近5年航道事故情况:通过船舶位置数据可获取该航道名称,并统计航道发生事故情况,反应航道整体的风险状况,按照发生过重大事故、一般事故、无事故分为3个等级。

C9船舶密度:反应当时附近其他船舶数量,通过船舶位置数据可获取1 km内船舶密度,数量越多发生碰撞的概率越大,按照附近船舶数量≥5个、3-5个、<3个分为3个等级。

C10能见度:反应当时附近海域的海面可见距离,通过船舶位置数据可获取该海域的海洋天气预报,按照能见距离<1 km、2-5 km、≥5 km分为3个等级。

C11海况:通过船舶位置数据可获取海域天气预报,风力等级共18个等级,按照风力等级≥10级、6-10级、<6级分为3个等级。

C12环境敏感点距离:通过计算船舶所处位置与周边海域功能区划距离,反应危化品泄露对海洋环境影响程度,按照<5 km、5-10 km、≥10 km的距离分为3个等级。

C13海洋功能区划分类:反应危化品泄露对不同的海洋功能区划造成的海洋环境安全敏感程度,依据海洋溢油生态损害评估技术导则 (HY/T 095-200)将海洋生态环境划分敏感区、亚敏感区和非敏感区分3个等级。

3 环境评价模型构建

3.1 层次分析法原理与应用

层次分析法是20世纪70年代初美国运筹学家萨蒂 (T. L. Saaty)应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法[17],适用于解决难以直接、准确测量结果的复杂问题。

层次分析法原理如下:

(1)层次结构模型构造

对问题所涉及因素进行分类,将复杂问题分为各个组成因素,从而构造层次结构模型。

(2)判断矩阵构建

采用托马斯·塞蒂的1～9标度法,层次结构中同一准则层或指标层内各项因素之间两两相互比较重要程度,采用相对尺度见表3,尽可能减少性质不同的诸多因素相互比较的困难,以提高准确度[18]。

表3 1～9判断矩阵标度及含义

通过采用专家打分构建一二级指标的若干判断矩阵,假设准则层有若干个一级指标B1,B2,…,Bn,对目标层A的重要性比较判断矩阵为

一级指标Bn重要性比较判断矩阵,记二级指标Cni与Cnj相对Bn的重要程度为

(3)判断矩阵的求解和一致性检验

使用和积法对矩阵进行求解,计算步骤如下:

1)将矩阵中的每一项除以该所在列中每一项的和,将矩阵标准化,公式为

2)对新矩阵的每一行取均值,得到各因素的特征向量wi,公式为

3)由于专家打分带有主观因素,构造的判断矩阵存在不一致问题,需验证每个矩阵的一致性,计算每个矩阵A的最大特征根,公式为

4)计算一致性指标CI,公式为

5)当CI=0时,表明矩阵一致,CI越大,表明矩阵不一致性程度越严重；由矩阵阶数n查表4,可得随机一致性指标RI,计算一致性比率公式为

表4 随机一致性指标

6)当CR<0.1时,表明矩阵的不一致性程度在容许范围内,否则应对前述构建的判断矩阵进行调整,直到通过一致性检验为止。

3.2 移动风险源分析评价模型的判断矩阵计算

基于已构建的海上危化品移动风险源环境风险评价指标体系,采用1～9标度法设计专家打分表。2019年10月至2020年1月,研究团队采用电子邮件、现场会议等方式,邀请国家海洋信息中心、国家海洋环境监测中心、上海海事局、国家海洋局东海环境监测中心、国家海洋局北海预报中心、中国海洋大学、自然资源部第二海洋研究所、中国石化青岛安全工程研究院等单位30位高级职称专家填写 “海上危化品移动风险源环境风险评价打分表”,研究领域涉及海洋化学、环境评价、风险研究、海洋工程等,共收到了18位专家的打分表,分别去掉每一项指标的最高分和最低分,计算指标平均分,代入层次分析法公式(1)、(2)中,可得目标层与准则层判断矩阵分别为:

根据公式 (3)、(4)、(5),可计算出特征向量wi、最大特征值λmax,见表5。

表5 最大特征值

根据公式 (6)、(7)一致性检验结果,各指标层次的CR均<0.1,满足一致性检验,见表6。

表6 判断矩阵一致性检验

3.3 风险评价模型权重计算结果与风险

根据上述判断矩阵计算的准则层和指标层的各项因素最终权重结果,可得出海上危化品移动风险源环境风险评价指标体系中各项指标因素的具体全局权重和排序,结果见表7。

表7 海上危化品移动风险源评价指标权重和排序

根据层次分析结果,船舶运输的危险货物种类权重为0.270,海洋环境敏感点距离权重为0.234,分别在指标层的综合排序中占第1、第2,是海上危化品移动风险源环境风险评价关键指标。

3.4 风险等级划分

根据指标层13个风险要素的高、中、低3个风险等级,分别赋值为3分、2分、1分,结合表7中的每个风险要素具体权重,可计算海上移动风险源最终得分在5～15分之间,按照等分原则划定如下移动风险源等级标准,见表8。

表8 海上危化品移动风险源风险等级划分

4 环境风险评价模型应用

基于分布式数据存储、大数据处理分析和GIS可视化技术,将本文研究的海上危化品移动风险源环境风险评价指标和模型在国家重点研发计划项目海上危化品信息服务与辅助决策系统上进行了集成和应用,基本现实了对杭州湾北部附近海域危化品运输船舶的实时动态监控,并实时根据相关指标因素变化调整移动风险源风险等级。

4.1 数据来源

实时AIS数据来源于交通运输部东海航海保障中心,每间隔15 min更新1次,数据覆盖范围为杭州湾北部海域；海洋天气预报数据来源于中国气象局网站,船舶档案历史数据来源于国家海洋信息中心航运大数据项目。

4.2 实例应用

以系统获取的2021年3月30日9时开始数据为例,AIS数据经系统处理和分析,共获取95艘船舶,其中有7艘危化品运输船；当天海面大雾,能见度不足1 km,风力6级；海域附近存在客运码头、集装箱码头、滨海湿地、海洋自然保护区、风景旅游区、生活居住区、农渔业区等多种海洋功能区划；船舶采用4种颜色区分,高风险红色、中风险橙色、低风险黄色,无风险浅黄色。

4.2.1 实时数据

基于上述已有船舶AIS、档案和附近海域环境等数据,利用环境风险评价模型对7艘危化品运输船进行了实时计算和等级划分,低风险5个、中风险2个,如图2所示；其中一艘IMO编号为27933XX(基于船舶安全原则,后2位用 ‘X'代替)危化品运输船舶的各风险要素值如表9所示,该船9点整的指标计算结果为8.92,属于中风险,其它危化品船舶指标计算结果如表10所示。

图2 海上危化品移动风险源9点整的分布和风险等级

表9 船舶IMO编号为27933XX移动风险源环境风险状况

表10 海上7艘危化品运输船9点整的等级划分情况

4.2.2 连续数据

并针对一艘IMO编号为95469XX的危化品船舶移动轨迹进行风险等级动态计算,该船速度为20 km/h,航行2个小时,中途经过沈家湾客运码头、洋山风景区等海洋生态亚敏感区,该船风险等级逐渐从低-中-高-中-低发生变化,如图3和表11所示。

表11 船舶IMO编号为95469XX移动风险源9点至11点等级变化情况

图3 IMO编号为95469XX的危化品船舶9点至11点的等级变化情况

5 结论

本文针对海上危化品运输安全风险因素复杂和难以定量分析等问题,基于AIS数据挖掘危化品运输船舶,对运输过程中的人为因素、船舶因素、航行环境、自然环境、风险受体五大风险进行综合评估,运用层次分析法计算指标权重,建立了海上危化品移动风险源环境风险评价模型,并在海上危化品突发事故应急辅助系统上得到应用,为海洋安全提供保障。

本文只针对海上危化品运输船建立了分类等级预警,而决策者通常更关注区域风险,应进一步采用大数据挖掘分析技术,结合AIS数据中的目的港、预计达到时间、船速等其它参数,提前预判多艘危化品运输船同时经过某海域的路线和时间,建立区域风险等级预警,及时优化管辖海域应急监测人员和物资布局,提前做好海洋环境污染防范更具有重要意义。