海上浮標漂移軌跡預測分析系統研究

袁理 任虹 魯佩儀 王夢佳

摘要：浮標是重要的水上助航標志，航道環境復雜，浮標漂移甚至丟失的情況頻繁發生，為保障浮標的財產安全，避免漂浮成為水上障礙物，準確預測浮標漂移軌跡十分重要。本文根據浮標漂移原理，基于蒙特卡洛方法，利用WebGIS方法建立能夠在網頁端使用的海上浮標漂移跟蹤預測分析系統。系統能夠自動接入環境數據，依據浮標參數信息，利用SARMAP模型進行漂移模擬計算，預測浮標漂移軌跡與最優搜尋區域。通過具備遙測數據的浮標漂移案例驗證，證明本系統模擬預測的浮標漂移軌跡具有較強的實用性。

關鍵詞：浮標;蒙特卡洛;漂移模型;漂移軌跡;預測

中圖分類號：P731.23文獻標識碼：A

0引言

浮標作為使用數量最多、應用最為廣泛的水上助航標志，大量使用于各通航水域。長江口上海港航道通航密度大，潮流復雜，經常會發生浮標被碰擦或碰撞造成浮標發生漂移的事故。同時，浮標在海面風、海流、浪等環境動力因素以及外力作用下也會發生漂移，航標管理部門由于缺少相應的“浮標漂移軌跡預測”分析手段來判斷浮標漂移的方位和漂移軌跡，難以在第一時間發現并捕捉浮標。因此，為降低捕捉漂浮的時間、人力物力成本，可以利用現有海洋水文氣象環境信息，引入水上搜救模型來推算浮標及其他水上助航設施的漂移軌跡，以提高轄區水上浮動標志漂移后的捕捉成功率和效率，進一步提升航標應急反應能力和航標助導航服務水平。

因此，設計一個海上浮標漂移跟蹤服務分析系統，不僅可以提高航標日常管理工作中搜尋、捕捉漂移浮標的成功率和效率，而且可以服務于通航安全和水運經濟發展的需求，既有效提升轄區助航應急保障能力又能夠為國家挽回大量經濟損失。

1原理與方法

海上漂移的浮標在風的作用下會沿著與風向成一定夾角的方向漂移，可以將風壓漂移速度分為與風向一致的DWL和垂直風向的CWL兩部分。國家海洋環境預報中心開發的海上失事目標搜救應急預報系統閉基于四階精度的拉格朗日漂移路徑模型預報了落水人員的漂移軌跡;以及挪威海和北海的搜救模型，其流場計算采用POM（PrincetonOcean Model）模式，并采用了蒙特卡洛算法確定搜尋區域，計算效果較好。海上試驗方法對于風致落水人員的漂移影響研究比較有效，但是對于海上浮標的漂移軌跡分析又存在一定局限性，不同的浮標類型需要重新進行試驗，因此亟須建立一種數學模型采取力學理論的方法預報浮標的漂移軌跡。

海面漂浮物主要受風、流、波的影響，通過對其分析可以得，風對海面漂移物速度的影響主要有兩個方面，一是風對物體上部的力即暴露空氣中的部分產生的拖曳力，二是海水流動。同時，當海水受風生流和海流的共同作用就會對漂移物產生拖拽力，波浪也會對漂移物有推動作用。海面以上的風力作用受到空氣密度、物體本身的拖曳力系數、露出水面的部分等因素影響。海流產生的拖拽力是海洋表面大范圍內海水定向流動造成的?？紤]海流的條件是當遇險點距離海岸25n mile范圍外或者當海水深度大于100m時，而表層海流是影響浮標漂移的主要因素。根據文獻的研究，浮標露在海面的體積與波浪的波長比較起來要小很多，波浪不因浮體而散射或反射，幾乎全部透過，此時波浪作用力很小，可以忽略，因此本文不作考慮。

對錨鏈斷裂，發生自由漂移的浮標的運動軌跡進行模擬預測，關鍵是獲得合適的流場和風場，建立合適的海上漂移模型。以往的漂移預測中，計算漂浮物的位置一般預測當前最有可能所在的某一區域，漂移速度V入=V水+aV風其中，a作為風因子，很大程度上要依靠經驗來決定。根據《國際航空和海上搜救手冊》，目前各國海上救助部門對于入水目標的漂移位置的確定，基本上是根據事故發生時或者人員落水時的風壓和總流壓差的疊加運算即二者的矢量合成得到漂移方向及速度，最后利用拉格朗日追蹤法模擬漂移軌跡。考慮到海面上的風場和流場在不斷變化，并非穩定，而風因子a值受外在環境影響較大，導致區域計算結果的漂移誤差具有隨機性和不可預測性，所以僅僅依靠有限個參考基點對救助目標的漂移作出預測是不可靠的。為了降低搜救區域的計算誤差，本文根據浮標漂移區域的變化，利用蒙特卡洛方法，構造—個概率模型，使模型的參數等于問題的解，然后通過觀察模型得出參數的統計特性，最后給出所求解的近似值。

蒙特卡洛法又稱統計模擬方法，是非常重要的數值計算方法，在20世紀中期由于電子計算機發明，提高了計算效率而被提出的一種重要方法。1972年，美國海岸警衛隊首次將蒙特卡洛法應用至搜救作業系統中。蒙特卡洛法的原理是把目標抽象成一組相互獨立的粒子集合，根據建立的漂移模型，由漂移速度來估算各粒子的運動軌跡。粒子在海面上的漂移運動滿足馬爾科夫過程，因此粒子集未來所處位置的概率密度函數僅僅依賴于海洋環境狀態。蒙特卡洛法運用了統計學的方法，通過引入粒子仿真法能夠模擬目標漂移計算過程中所有不確定因素，同時能夠有效地結合逐漸豐富且精確的海洋環境動力數據。此外當模型進行數值計算時，可以使用分布式運算使模擬過程分布獨立進行，能夠快速獲取結果。

基于浮標漂移模擬預測模型，綜合利用計算機及網絡信息化技術，建立一個結構合理、使用舒暢、結果呈現清晰的浮標漂移跟蹤服務分析系統。參照《國際航空和海上搜救手冊》，利用浮標漂移模型基本原理，結合蒙特卡羅方法建立浮標漂移分析預測模型。自動接入氣象模式數據、用戶自定義環境數據及其他時空環境數據，作為模型動力條件。基于WebGIS方法建立平臺，用戶輸入模型參數，在線驅動浮標漂移預測分析模型。

2系統介紹

2.1系統架構

海上浮標漂移跟蹤預測分析系統采用B/S端的三層架構模式，即由WebGIS圖形交互界面、網絡服務和空間關系型數據庫三大部分組成。

本系統界面基于HTML5/JS前端開發語言、Vue前端開發框架開發而成，用戶通過訪問瀏覽器就可以直接完成與系統平臺的人機交互操作，無需安裝額外的插件或程序，使用非常簡便。我們將WebGIS技術應用到海上浮標漂移跟蹤預測分析系統界面的構建中，使得浮標遙測實際軌跡、浮標漂移預測結果信息可以通過與不同類型的在線網絡地圖疊加進行直觀清晰的展示。

而通過數據傳輸服務、模型服務、地圖服務、分析服務、管理服務等WebService核心服務與服務器端存儲系統所需資源的空間關系型數據庫進行數據交互，實現海洋氣象模式或自定義環境數據的無縫接入、浮標漂移預測模型運算與模擬結果地圖快速疊加展示等系統主要功能。

系統開發中我們選用開源空間關系型數據庫PostgreSQL作為核心數據庫，并添加POSTGIS空間擴展模塊，來增加PostgreSQL數據庫在存儲管理空間數據的能力。系統應用所需的數據層主要包括基礎地理信息數據庫、系統管理數據庫、模型數據庫、EDS數據庫和搜救對象數據庫。

2.2功能設計

系統支持用戶使用SARMAP搜救模型進行浮標漂移預測（見圖1），并提供浮標漂移行為參數數據。浮標漂移在線實時更新預測是系統的核心功能。通過在界面輸入浮標漂移基本參數（包括浮標類型、最后已知位置坐標及對應時間或最后已知航線信息和對應時間等）、預測分析方法、流場、風場信息等浮標漂移預測模擬的關鍵參數信息，在線實時提交到服務器端進行模擬運算并將浮標漂移預測結果顯示在WebGIS地圖界面，同時可以結合浮標最新遙測信號修正預測軌跡和搜救范圍結果，能夠實現對漂移浮標漂移方向和漂移范圍的實時陜速在線更新預測。

系統提供蒙特卡洛方法和IAMSAR方法供用戶選擇進行浮標漂移預測分析，漂移起始點位置支持在地圖上直接選取或輸入經緯度坐標。系統提供全球GFS風場和HYCOM流場或用戶自定風場和流場作為模擬計算所需的環境場。系統提供漂移軌跡、漂移粒子、歷史軌跡、概率網格、搜索區域、模型風場、模型流場等要素在地圖上的動態疊加展示（見圖2）。用戶可對漂移模型計算結果要素的顏色、標簽等自定義設置，并控制需要展示的要素種類。系統能夠同時在地圖上疊加展示浮標遙測數據生產的實際漂移軌跡，提供預測漂移軌跡與實際漂移軌跡對比，用戶可以驗證本系統預測分析數據的有效性。

3案例分析與驗證

本文利用系統對2.4m鋼質燈浮進行漂移模擬，根據浮標材質、浮標形狀、浮標大小、浮標重量等信息設置浮標漂移行為參數，錄入系統數據庫進行漂移模擬。本文回顧了3個浮標漂移案例，以浮標的設置位置作為漂移模擬起始點，利用浮標已有的遙測信息與最后找回的位置等信息驗證系統模擬效果。據此對浮標搜救對象數據庫進行充實完善并且對浮標搜.aN型進行調參，找到最優參數，實現基于大量漂失樣本案例的基礎上逐步完善浮標搜救對象數據庫，提升系統預測漂移軌跡的可靠性。

3.1S6漂移案例

2018年7月11日，航標值班人員發現S6（中2.4m鋼質燈浮）發生漂移，由于S6燈浮安裝了航標遙測系統，2h左右會回傳燈浮實時漂移的位置，最終在7月15日13：00成功抓回了S6燈浮。

本文以S6燈浮漂移為例，應用系統搜救模型對浮標從設置位置漂移后的漂移軌跡進行預測，并將搜救模型模擬結果與實際遙測的S6燈浮漂移軌跡進行對比來驗證系統模型應用的可靠性。圖3是根據搜救模型模擬得出的S6燈浮漂移軌跡（圖中左：棕色漂移軌跡點）和實際遙測得到的S6燈浮漂移軌跡（圖中右：藍色漂移軌跡點），此時是S6燈浮抓回時刻（7月15日13：00）對應的模型模擬得到的搜索區域和概率網格。結合兩圖可以看出，總體上，浮標漂移軌跡方向和形態與實際遙測的結果吻合度很高，給出的搜索區域也涵蓋了實際抓回海域。浮標從原始固定位置開始漂移時，在向東偏轉的北向流和向南偏轉的東南風的共同作用下，浮標向東北方向漂移，到7月11日1：00，預測軌跡點與實際遙測位置之間相距1.78n mile。預測結果總體準確，但預測浮標漂移軌跡比實際遙測漂移軌跡要偏左，更靠近沿岸海域。主要原因是海洋條件復雜，會遇到很多突發情況，比如船舶拖拽或二次撞擊、漁船拖網等，可能是由于S6燈浮在漂移后被航行的船舶拖帶了一段距離導致向外海偏移了4n mile左右，而這部分外界因素沒有考慮到模型模擬過程中。

3.2W41漂移案例

2019年10月14日23：01后，航標值班人員發現W41（φ2.4m鋼質燈?。╅_始出現漂移，在2019年10月15日4：01，W41燈浮上安裝的航標遙測系統傳回了燈浮漂移位置和距離，最終在10月21日12：02在花鳥山附近被發現，歷時約6.5天。從以上浮標漂移案例來看，在遙測位置和距離返回的前2h內，我們看到遙測位置筆直地向東南方向移動，懷疑在此期間受到了拖拽，故驗證模擬開始時間選擇為2019年10月15日5：00。

本文以W41燈浮漂移為例，應用浮標漂移跟蹤分析模型對浮標從設置位置漂移后的漂移軌跡進行預測，并將搜救模型模擬結果與實際遙測的W41燈浮漂移軌跡進行對比來驗證此模型應用的可靠性。圖4是根據搜救模型模擬得出的W41燈浮漂移軌跡（圖中左：棕色漂移軌跡線和墨綠色漂移軌跡點）和實際遙測得到的W41燈浮漂移軌跡（圖中右：水藍色漂移軌跡點），給出的是W41燈浮模擬88h（10月18日21：00）對應的模型模擬得到的搜索區域和概率網格。由于10月18日21：00以后，W41燈浮基本在嵊泗列島東南側海域附近打轉，可以看出，總體上，浮標漂移軌跡方向和形態與實際遙測的結果吻合度很高，不僅給出的搜索區域也涵蓋了實際抓回海域，而且預測軌跡點與實際遙測位置最小的地方相差小于0.5n mile。

3.3“云沉14”號漂移案例

2019年11月19日6：46后，航標值班人員發現“云沉14”號（φ2.4m鋼質燈?。?，開始出現移動。浮標開始移動后至2019年11月26日16：01，“云沉14”號燈浮上安裝的航標遙測系統傳回了燈浮漂移位置和距離。

分析上述浮標漂移軌跡得出，在11月19日6：46至11月19日20：54之間，“云沉14”號燈浮徑直向東南方向移動;在11月19日20：54至11月24日2：56之間，“云沉14”號燈浮，在半徑約為2nmile的范圍內打轉;在11月24日5：27至11月24日17：03之間，“云沉14”號燈浮在原地打轉。因此，可以推測出在上述期間“云沉14”號燈浮受到了拖拽，故驗證模擬開始時間選擇為2019年11月24日17：33。

本文以“云沉14”號燈浮漂移為例，應用浮標漂移跟蹤分析模型對浮標從設置位置漂移后的漂移軌跡進行預測，并將搜救模型模擬結果與實際遙測的“云沉14”號燈浮漂移軌跡進行對比來驗證此模型應用的可靠性。圖5是根據搜救模型模擬得出的“云沉14”號燈浮漂移軌跡（圖中墨綠色軌跡點）和實際遙測得到的“云沉14”號燈浮漂移軌跡（圖中水藍色軌跡點），11月24日17：33浮標漂移了大約131h。圖5給出的是“云沉14”號燈浮漂移后模擬47h（11月24日16：33）對應的模型模擬得到的搜索區域和概率網格。11月26日16：48左右，“云沉14”號燈浮漂移至泗礁山島北部海域，結合兩圖可以看出，總體上，排除人為因素干擾后，預測“云沉14”號燈浮漂移軌跡方向和形態及最終預測搜尋大概率區域與實際遙測位置較為相近。

4總結與展望

本文基于浮標漂移模型，利用蒙特卡洛方法，采用WebGIS方法建立能夠在網頁端使用的浮標漂移跟蹤預測分析系統。系統能夠自動接入或輸入風場、流場等環境場，調取浮標參數進行漂移模擬，輸出預測軌跡與分布概率。系統已經應用于實際浮標漂移預測模擬，能夠很好地支持航標現場管理與運維工作。經與浮標漂移遙測數據位置對比，本系統能夠較好地模擬預測浮標發生漂移后的位置。

浮標漂移模型的準確性很大程度上依賴于環境動力場的準確率，因此利用精度更高，準確率更高的風場與流場，能夠很好地提高浮標漂移預測模型的準確性。浮標漂移參數的合理性是影響浮標漂移預測的重要因素，但浮標參數的獲取依賴于大量試驗測試與模擬矯正，因此獲取更符合實際情況的浮標參數是大幅提高浮標漂移預測的準確性與可靠性的關鍵。

由于實際海洋環境復雜多變，浮標在漂移過程中會遇到很多模型沒有考慮的外界因素，如船舶撞擊、漁船拖網等。今后研究中，可以考慮在模型實際模擬過程中引入浮標實時遙測位置對計算結果進行修正，有利于提高下一步模擬計算的準確性與模擬結果的可靠性，減少外界因素的影響。

在準確預測浮標漂移軌跡的基礎上，可以計算目標漂移軌跡及其最終位置的概率分布，進而確定最優的搜救區域。即在搜救區域確定的基礎上，尋求一種搜救資源在時間和空間上的最優分配方案。輔助決策者在最短的時間內利用有限的搜尋資源制定搜尋方案以提高海上遇險目標搜尋工作的成功概率。