基于NearMiss的成山頭水域交通沖突風險可視化

， ， ，

(1. 武漢理工大學 航運學院，武漢 430063； 2. 威海海事局，山東 威海 264200； 3. 大連海事大學 航海學院，遼寧 大連 116026)

基于NearMiss的成山頭水域交通沖突風險可視化

譚志榮1，張球林1，王偉2，范中洲3

(1.武漢理工大學航運學院，武漢430063； 2.威海海事局，山東威海264200； 3.大連海事大學航海學院，遼寧大連116026)

針對成山頭水域商船與漁船交通沖突頻發(fā)的現(xiàn)狀，對船舶交通管理系統(tǒng)(Vessel Traffic Service, VTS)存儲的船舶全程航行動態(tài)大數(shù)據(jù)進行挖掘；在交通沖突和黑點理論的基礎上，基于船舶會遇提出采用Near Miss分布來定量描述水域風險的方法。在Atlas VTS的基礎上二次開發(fā)基于Near Miss的分析軟件，根據(jù)Near Miss的時空特征實現(xiàn)水域風險可視化。以成山頭水域2013年典型時段的船舶交通流數(shù)據(jù)為例，對該水域商船與漁船交通沖突風險進行可視化分析。結果表明：基于Near Miss分布的水域風險可視化方法可定量挖掘水域交通沖突風險的時空特征，有助于優(yōu)化監(jiān)管措施以降低潛在水域風險。

水路運輸;交通沖突；Near Miss；時空分布；風險可視化

Abstract: The traffic conflicts between merchant vessels and fishing vessels occur frequently in Chengshantou waters, which deserve immediate attention. Mining of Vessel Traffic Service(VTS) data can be an approach to the solution and visualization may be a good aid. The Near Miss distribution method is proposed to quantitatively illustrate the risks in the area based on the traffic conflicts and gloomy spots theory. The analysis software is developed for the Atlas VTS to visualize the traffic conflict risks according to the extracted ship Near Miss parameters. The vessel traffic data from typical time period in 2013 are used to demonstrate the traffic conflicts between merchant vessels and fishing vessels. The case study shows that Near Miss distribution method can reflect the spatial and temporal feature of the traffic conflicts, therefore, be helpful in traffic supervision.

Keywords: waterway transportation; traffic conflict; Near Miss; spatial and temporal distribution; risk visualization

近年來，隨著船舶動態(tài)大數(shù)據(jù)獲取技術逐漸普及，運用數(shù)據(jù)挖掘技術研究水域風險可視化成為航海科學領域的熱點。成山頭水域作為我國率先實施定線制的水域，已進一步實施內外分道通航方案，不同航向商船之間的交通沖突風險大大降低。但是，該水域漁船與商船碰撞的風險一直存在，特別是成山頭船舶交通管理亟待優(yōu)化。運用船舶動態(tài)大數(shù)據(jù)挖掘水域風險的時空分布特征是科學開展船舶交通組織的重要基礎性工作之一。

目前水上交通風險研究可分為宏觀和微觀2個方面，其中：宏觀交通風險分析法主要包括模糊綜合評價法、層次分析法、證據(jù)理論和貝葉斯網(wǎng)絡等；微觀交通風險分析法主要包括交通沖突理論、基于DCPA和TCPA的船舶碰撞風險分析法等。為研究水域交通風險的空間特征，徐言民等[1]引入地理網(wǎng)格法對水域的通航環(huán)境危險度進行模糊層次分析，根據(jù)危險指數(shù)標準識別船舶碰撞黑點，對港口水域風險可視化進行研究。此后，劉釗等[2]和譚志榮等[3]相繼從船舶交通流行為特征的角度提出船舶交通流行為特征及時空分布是分析水域交通風險的重要基礎條件。

由于船舶定線制水域等受限水域的事故樣本偏少，且長時間的航跡分布圖變成了水域中的交叉白色亮點，導致現(xiàn)有的風險分析方法不能很好地反映水域風險的時空特征。[4-5]此外，隨著船舶自動識別系統(tǒng)(Automatic Identification System, AIS)和船舶交通管理系統(tǒng)(Vessel Traffic Service, VTS)等船舶信息自動采集系統(tǒng)的普及，目前船舶交通流大數(shù)據(jù)挖掘已成為研究水域交通風險的重要數(shù)據(jù)基礎。[6]

因此，基于船舶航行動態(tài)大數(shù)據(jù)挖掘，從交通沖突的角度提出基于Near Miss的水域交通風險定量評判方法，有效解決事故樣本少和AIS航跡圖聚類較為粗糙等問題。在Atlas VTS平臺上，通過二次開發(fā)基于Near Miss的分析軟件實現(xiàn)基于Near Miss時空分布的可視化分析技術，為進一步科學開展水上交通風險微觀研究提供方法。

1 水域交通沖突與Near Miss

1.1 交通黑點

交通黑點又稱事故黑點，通常指較長的一段時間內事故頻發(fā)的地點或地理特征相比正常位置異常的點。[1,7]水上交通黑點是指某一水域在一定時期內水上交通事故多發(fā)且高于水域內整體事故，通常在海圖上用經(jīng)緯度標注黑點的地理位置。[7]

研究交通黑點嚴重依賴于歷史交通事故數(shù)據(jù)，而事故又具有隨機性特征，因此交通黑點的判斷對于歷史事故較少的水域風險研究而言具有明顯的缺陷。[5,7]

1.2 交通沖突

為克服基于水上交通事故研究水域風險時存在的樣本少、周期長、區(qū)域分散和可信度低的缺陷，相關學者[6,8]提出采用交通沖突技術研究水域風險,即用嚴重沖突替代交通事故進行風險評價，通過技術手段對沖突過程進行記錄并不斷回放，以保證安全分析的準確性。

在分析水上交通沖突技術和船舶避碰的基礎上，借鑒避碰中船舶緊迫局面的定義對水上交通沖突進行界定：2艘或2艘以上的船舶在同一時間、同一空間上相互接近，在一方采取非正常的駕駛行為(如轉向、變速、停車、交通違章等)航行時，除非另一方采取相應的措施避險，否則會有發(fā)生碰撞的危險。[8-9]

1.3 船舶會遇

在海上避碰領域中，一般認為“船舶會遇”是指航行中的船舶相遇而必須采取行動的情況。在避碰實踐中，船舶會遇態(tài)勢往往分為對遇、交叉相遇和追越等；而在定線制水域中，船舶有分道航行的特點，故主要會遇態(tài)勢是追越和交叉。通常船舶間在會遇態(tài)勢下發(fā)生碰撞是由人為因素導致的，國內外學者[5，9]均將CPA和TCPA作為基本參數(shù)對船舶避碰和交通風險進行研究。

1.4 水域交通Near Miss

Near Miss已被廣泛應用于航空、化工和核電等高危行業(yè)中，一般指潛在可能造成更嚴重傷害的事件，具有不安全行為特征，也被稱為異常接近或虛驚事件。[10]

根據(jù)水上交通風險中交通黑點、交通沖突和船舶會遇的研究成果，結合Near Miss在航空等領域中的應用，可將水域交通Near Miss定義為一種水上交通沖突定量描述的方法，通過理論分析或根據(jù)專家經(jīng)驗,采用“時間差”和“最近通過距離”來衡量水域交通沖突嚴重程度的虛驚事件。

2 Near Miss的時空特征

2.1 基于船舶領域的Near Miss表達

船舶領域是指絕大多數(shù)后繼船舶避免進入的前一艘在航船舶周圍的領域。若船舶進入另一艘船舶的領域但沒有發(fā)生交通事故，則認為Near Miss發(fā)生。在開闊水域可選用藤井模型表示船舶領域，則基于船舶領域的Near Miss見圖1。

圖1 基于船舶領域的Near Miss

圖1中給出船1和船3的Near Miss(船3進入船1的船舶領域)及船2和船3(船2進入船3的船舶領域)的Near Miss。船舶領域能較好地反映開闊水域操船環(huán)境的危險度，但該方法對于受限水域的商船與漁船避碰實踐及Near Miss參數(shù)設定不太適用。[11]

2.2 基于“距離”和“時間”特征的Near Miss表達

基于船舶領域的Near Miss僅從距離上規(guī)定水域交通的Near Miss，未考慮船舶類型及航速等要素，具有一定的局限性。從“距離”和“時間”2個方面判斷Near Miss，其含義為：

(1) “距離”指兩船最近通過距離，該值為零則代表發(fā)生碰撞事故，該值較小則表示碰撞危險很大；

(2) “時間”即時間差，指會遇兩船中心到達兩船航向交叉點的時間差，該值趨近于零即代表碰撞。

引入船舶碰撞風險評判指標DCPA和TCPA的概念，提出“最近通過距離”和“時間差”能較好地解釋交通沖突中Near Miss的時空分布風險特征表達。

2.2.1基于時空分布的Near Miss特征值

Near Miss特征值的提取依賴于研究水域的交通環(huán)境和交通流行為特征。這里選取成山頭水域中商船與漁船沖突水域的碰撞風險為研究對象，其特征值 “最近通過距離”和“時間差”依據(jù)現(xiàn)有成果及專家經(jīng)驗選取。[11-12]

(1) 國際研究表明：在沿海航區(qū)航行的商船，其最低航行要求是導航系統(tǒng)能提供至少0.25 n mile的定位精確度。此外，相關研究[11]也指出：船舶間的TCPA和DCPA滿足1 min及2 cable(約為370 m)時態(tài)勢最危險。因此，最近通過距離取500 m。

(2) 參考商船與漁船的相對航速及漁船的鳴笛時間(研究指出，漁船的鳴笛警告時間≥2 min)，考慮到商船操船環(huán)境的危險度和漁船避險實際操縱的特點，時間差取3 min。

2.2.2基于Near Miss的風險可視化

提取基于VTS和AIS的船舶動態(tài)大數(shù)據(jù)，通過二次軟件開發(fā)對目標水域交通Near Miss進行判斷和標繪，運用不同的顏色在輸出平臺或海圖上還原坐標，從而顯示水域交通沖突的Near Miss時空分布特征。

3 基于Altas VTS平臺的分析軟件開發(fā)與實現(xiàn)

3.1 Near Miss分析軟件開發(fā)

以成山角水域的VTS為例，基于Atlas VTS系統(tǒng)平臺，運用Java進行分析軟件的二次開發(fā)。同樣借助VTS內存儲于服務器中的交通數(shù)據(jù)，通過開發(fā)軟件完成數(shù)據(jù)提取、參數(shù)計算和圖文生成的全過程，得到Analysis Parameters軟件初始設置界面。

圖2為基于Java的船舶交通流分析工具，其功能分析如下。

1)Image:設置背景海圖及統(tǒng)計區(qū)間。

2)Data:設置數(shù)據(jù)來源及統(tǒng)計時段。

圖2 基于Java的船舶交通流分析工具

3)Filter:設置過濾條件。

4)Analyser:設置Near Miss類型及參數(shù)。

在軟件功能設計中，將Near Miss類型分為“Ship near miss”和“Point near miss”，其中“Point near miss”統(tǒng)計樣本點側重于船舶與某固定位置發(fā)生的Near Miss的分布，適于論證某礙航物和海上工程等與船舶交通流行為的關系。開展的數(shù)據(jù)分析是基于“Ship near miss”進行的，在參數(shù)設置中取兩船最近通過距離為500 m，時間差為3 min。

3.2 Near Miss的實例分析

考慮到渤海水域開漁前后的船舶交通流行為具有典型性及數(shù)據(jù)量大、計算時間長等限制因素，僅抽樣選擇2013年3個不同日期的數(shù)據(jù)。

1)考慮到開漁的季節(jié)性特征，選擇3個對比時段(即8月12日、9月2日和9月10日的0000—1000時段)的數(shù)據(jù)。

2)設定最近通過距離和時間差分別為500 m及3 min。

3)提取數(shù)據(jù)并計算符合設定值的Near Miss事件，以亮點的形式在海圖上標注出來。

4)按漁船類型進行船舶類型提取。

依次得到符合參數(shù)設定特征的Near Miss分布；為對比漁船活動量，增加同一個時間段和同一個水域范圍內的漁船軌跡分布(見圖3～圖5)。

通過對比圖3～圖5發(fā)現(xiàn):

1)3個時間的商船與漁船碰撞風險由大到小依次為9月2日、9月10日和8月12日。由此可見，漁期整個水域的商船與漁船碰撞風險較大，非漁期定線制的南側水域商船與漁船碰撞風險明顯大于北側水域和中間水域。

2)風險時空特征的變化與漁船在成山頭水域作業(yè)的規(guī)律基本一致。漁期前(8月12日)漁船數(shù)量較少；開漁初(9月2日)漁船大量出海，成山頭水域漁船密集；開漁一段時間后(9月10日)，漁船分布范圍更廣，成山頭水域漁船密集度相對降低。

a) Near Miss分布(事件總數(shù)為510 509)

b) 漁船軌跡分布

a) Near Miss分布(事件總數(shù)為1 048 575)

b) 漁船軌跡分布

a) Near Miss分布(事件總數(shù)為334 607)

b) 漁船軌跡分布

3.3 數(shù)據(jù)過濾

在上述時段內，由于商船之間的Near Miss被海量漁船數(shù)據(jù)所掩蓋，因此商船與商船之間的Near Miss較少，不到統(tǒng)計樣本量的1%。為避免漁船和其他數(shù)據(jù)(例如船舶與雜波的會遇、引航拖船與進港船舶的會遇及拖船與被拖物的會遇等)影響統(tǒng)計結果，進一步將Near Miss詳細信息列表導出Excel文件，并根據(jù)船名和航速等信息對數(shù)據(jù)進行篩選與過濾。

以2013年8月12日0000—1000時段為例，過濾前Near Miss樣本數(shù)量為510 509，篩選后商船之間的Near Miss數(shù)量僅為784。利用船舶流量分析軟件將過濾干擾項之后的Excel文件導入到軟件中，將經(jīng)緯度在海圖上以亮點的形式標注出來，得到修正后的商船與商船之間的Near Miss分布(見圖6)。

圖6 2013年8月12日0000—1000時段商船與商船之間的Near Miss分布(事件總數(shù)為784)

圖6表明，2013年8月12日0000—1000時段發(fā)生在商船之間的Near Miss主要集中在定線制開始和結束的水域。風險可視化結果佐證了船舶定線制可有效降低定線制水域中商船之間的Near Miss，即降低了潛在的碰撞事故風險。對比圖6與圖3可知：該水域商船與漁船之間碰撞風險明顯高于商船之間的碰撞風險。實例分析結果表明：風險可視化方法可更好地反映成山頭水域船舶交通行為的時空特征。

4 結束語

在交通沖突和交通黑點微觀交通風險研究的基礎上，結合定線制水域船舶交通流特征，通過定義Near Miss和提取特征值實現(xiàn)水域交通沖突風險可視化。實例分析結果表明：開發(fā)的Near Miss分析軟件可作為成山頭水域交通沖突風險可視化工具，能有效解決水域事故樣本少、不能實時反映交通沖突水域動態(tài)風險的時空分布等問題。實例分析結果對科學評判成山頭水域商船與漁船的碰撞風險具有指導意義。

但是，受限于Atlas VTS平臺在系統(tǒng)中存儲了所有的雷達目標和AIS目標等問題，該系統(tǒng)需在樣本數(shù)據(jù)自動篩選和數(shù)據(jù)調取上作進一步優(yōu)化，以增強系統(tǒng)的實用價值，為進一步優(yōu)化航路設計和科學制訂交通管制措施等提供依據(jù)。

[1] 徐言民,唐成港,許鵬,等. 基于網(wǎng)格化理論的船舶碰撞事故黑點研究[J]. 中國航海,2013,36(4):72-75.

[2] 劉釗,劉敬賢,周鋒,等. 船舶交通流行為特征及其在海上交通組織中的應用[J]. 大連海事大學學報,2014,40(2):22-26.

[3] 譚志榮,王茂清,劉敬賢,等.基于時空資源理論的受限復雜航段船舶通過能力[J].大連海事大學學報, 2013,39(4):28-31.

[4] 金興賦,付玉慧,張連東.基于AIS數(shù)據(jù)的成山頭水域船舶交通流研究[J]. 大連海事大學學報,2012,38(2):33-36.

[5] 范中洲,吳兆麟,謝洪彬,等. 成山角定線制方案模糊多準則優(yōu)選方法[J].中國航海,2013,36(2):50-54.

[6] 李松,孔凡邨,關克平. 警戒區(qū)水上交通沖突數(shù)據(jù)自動采集系統(tǒng)[J]. 交通運輸工程學報,2011(2):121-126.

[7] 杜珊珊,陳厚忠.水上交通黑點辨識研究[J].大連海事大學學報,2016,42(2):46-50.

[8] 譚箭,周彩云,謝卓廷. 交通沖突技術在水上交通領域的運用[J]. 武漢理工大學學報(交通科學與工程版),2012(2):374-377.

[9] 程志友. 交匯水域船舶交通沖突作用機理及控制研究[D].武漢：武漢理工大學,2011.

[10] 王廣宇.Near-Miss定義及管理流程分析[J].中國安全生產(chǎn)科學技術,2012,8(6):197-200.

[11] GOERLANDT F, MONTEWKA J. Maritime Transportation Risk Analysis: Review and Analysis in Light of Some Foundational Issues[J]. Reliability Engineering and System Safety, 2015(138):115-134.

[12] LI Suyi, MENG Qiang, QU Xiaobo. An Overview of Maitime Waterway Quantitative Risk Assessment Models [J]. Risk Analysis, 2012, 32(3): 496-512.

Visualization of Traffic Conflict Risk in Chengshantou Waters Based on Near Miss

TANZhirong1,ZHANGQiulin1,WANGWei2,FANZhongzhou3

(1. School of Navigation, Wuhan University of Technology, Wuhan 430063，China; 2. Weihai Maritime Safety Administration, Weihai 264200, China; 3. Navigation College, Dalian Maritime University, Dalian 116026, China)

1000-4653(2016)04-0043-04

U697

A

2016-09-05

國家自然科學基金(51479156)；交通運輸建設科技項目(2015318J34090)

譚志榮(1978—), 男, 湖北武漢人，副教授，碩士生導師，博士，從事載運工具運用工程與交通系統(tǒng)安全性評價研究。 E-mail:1084341511@qq.com