基于AIS數據的漁業船舶碰撞風險度評估模型

邵承譜， 朱浩綱， 溫小飛， 平 弘

(1.武漢理工大學 交通學院, 武漢 430063;2.浙江省港航管理中心, 杭州 310005；3.浙江海洋大學 船舶與海運學院, 浙江 舟山 316022)

0 引 言

漁業船舶是開展漁業捕撈活動時用到的重要生產工具，相比普通貨運船舶，具有尺度小、作業前后載重量差異大、速度快和作業區域集中等特點[1]，其安全性備受行業主管部門的重視。船舶自動識別系統(Automatic Identification System，AIS)[2]已在漁業船舶上得到廣泛應用，在漁業船舶安全管理方面發揮著重要作用，但仍有進一步發展和完善的空間[3]，特別是在AIS數據挖掘方面。在已有研究中：鄭中義等[4]從時間和空間2個角度分析了船舶碰撞危險度(Collision Risk Index，CRI)的本質，完善了船舶CRI模型；LEE等[5]針對漁業船舶航行安全提出了預警系統設計思路；樓于海等[6]提出了AIS數據二次開發利用的問題；孫海南[7]、吳紅雙[8]和李萍萍[9]開展了基于AIS數據源的船舶避碰及碰撞危險評價系統開發和試驗研究；冮龍暉等[10]和BAKDI等[11]針對船舶會遇及碰撞危險問題提出了AIS數據處理方法。當前國內外在AIS數據應用、船舶避碰技術和船舶安全評價等方面已積累較多的基礎理論與方法，但針對漁業船舶安全問題開展的AIS數據深入挖掘和應用研究較少。對此，本文基于AIS數據研究開發漁業船舶安全管理與評價系統，為漁業管理部門和漁民開展漁業船舶安全風險防控提供參考。

1 漁業船舶CRI

CRI是對海上船舶之間發生碰撞的可能性的一種度量，其取值范圍為0～1[12]。若CRI為0，則表示兩船之間沒有碰撞的可能性；若CRI為1，則表示本船的任何操作都無法避免兩船發生碰撞。進一步細化CRI并形成漁業船舶碰撞危險度(Collision Risk Index of Fishing Vessel, CRI-FV)等級，分別為Ⅰ級(0,0.2]、Ⅱ級(0.2,0.4]、Ⅲ級(0.4,0.6]、Ⅳ級(0.6,0.8]和Ⅴ級(0.8,1.0)。

CRI-FV的影響因素[13]有很多，一般包括本船航速、目標船航速、兩船速度比、船舶操縱性能、船舶尺寸、兩船會遇時最小通過距離(Distance of Closest Point of Approaching,dCPA)及其誤差、兩船到達最近會遇點所需時間(Time of Closest Point of Approaching,tCPA)及其誤差、兩船間的距離、目標船的舷角、海上的能見度情況、航行水域的船舶交通密度和駕駛員的實際操船經驗等。dCPA和tCPA是關鍵因素[14]，將船舶CRI劃分為空間CRI和時間CRI，用于表征船舶碰撞的概率和緊迫度?；谕ㄓ么芭鲎诧L險模型，結合漁業船舶的固有特性，CRI-FV計算模型可表示為

U(CRI-FV)=U(dCPA)·W1+U(tCPA)·W2+U(D)·W3

(1)

式(1)中：U(CRI-FV)、U(dCPA)、U(tCPA)和U(D)分別為CRI-FV、dCPA、tCPA和兩船距離D的計算值;W1、W2和W3分別為對應指標的影響權重，結合層次分析法和專家經驗法求取。U(dCPA)、U(D)和U(tCPA)的計算式分別為

(2)

(3)

(4)

式(2)～式(4)中：d1為兩船安全駛過的最小距離；d2為形成會遇局面的最大距離，d2=d1K，K為由船舶狀態的不穩定性和兩船的不協調性等因素決定的系數；r1為本船與目標船擺脫緊迫局面的最小距離；r2為本船與目標船形成緊迫局面的距離；t1為本船與目標船擺脫緊迫局面的最短時間；t2為形成緊迫局面的時間。D、dCPA和tCPA的計算式分別為

(5)

(6)

(7)

式(5)～式(7)中：v0為本船航速；L0為本船經度；B0為本船緯度；C0為本船航向角；vT為目標船航速；LT為目標船經度；BT為目標船緯度；CT為目標船航向角；a為地球橢球長半徑；e為第一偏心率。

2 CRI-FV計算流程

針對漁業船舶的特點，采用模糊數學方法對漁業船舶CRI各關鍵影響因素進行處理，設計CRI-FV計算算法，建立基于層次分析法的影響因素危險度權重數學模型，實現對CRI-FV的優化求解。CRI-FV計算流程見圖1，其中：vR為目標船相對于本船的航速；CR為目標船相對于本船的航向；B0T為目標船相對于本船的方位(目標船舷角)。

圖1 CRI-FV計算流程

CRI-FV計算流程可分為4個基本部分，具體如下：

1)獲取漁業船舶AIS數據，包括靜態數據和動態數據。靜態數據主要有船舶識別號、船舶載重量、船長、船寬和船舶操縱參數等；動態數據主要有實時經度、實時緯度、航速、航向和相關運動參數等。

2)通過數學模型計算相關評價因素，計算出兩船之間的距離、舷角差、航速比、dCPA及其誤差和tCPA及其誤差等。

3)導入安全評估主要參數(見表1)并計算主導因素危險度指數，提高系統評價的精準度。

表1 安全評估主要參數

4)采用模糊數學方法和層次分析法確定各關鍵影響因素的數值和權重分配，計算CRI-FV。

基于CRI-FV評估模型和計算流程開發CRI-FV評估系統。該系統由AIS數據實時獲取接口功能模塊、AIS數據解碼功能模塊、數據庫功能模塊、關鍵參數計算功能模塊和CRI計算功能模塊等5個功能模塊組成，系統基本構架見圖2。

圖2 CRI-FV評估系統基本構架

3 實船驗證

選取某捕撈船作為本船，將其2018年2月2日00:00:00的部分AIS數據作為AIS數據源?？紤]到AIS信息收發的間隔性，采用時間外推法對本船周圍海域一段時間內的所有船舶的AIS信息進行時間對準，以獲得該時刻所有船舶的信息，對系統的功能和模型的計算分析能力進行驗證。本船的主要信息：水上移動通信業務標識碼(Maritime Mobile Service Identify，MMSI)為412431966；呼號為RA20053；船長為12 m；船寬為4 m。實船驗證時提取的部分AIS原始數據見表2。

表2 實船驗證時提取的部分AIS原始數據

按照解碼規則解碼之后，提取每條消息包含的關鍵信息。通過調取船舶MMSI查詢船舶類型和其他參數，將這些信息拼接成系統計算所需的整體數據庫。通過數據篩選模塊，對非捕撈船型的數據進行過濾。選取目標船周圍的22艘捕撈船作為測試對象，初步計算得到周圍船舶相對目標船的距離和方位角。通過系統計算，評估本船周圍海域的航行安全性。圖3為風險度評估結果，其中危險度劃分為5個等級(Ⅰ～Ⅴ)，目標船與本船的主要參數和評價指標數據見表3。

圖3 風險度評估結果

從圖3和表3中可看出：風險等級為Ⅴ級的5艘船舶的CRI最大，應采取相應的操船動作，如盡可能地避免對正橫前的船舶向左轉向(除被追越船外)、規避正橫和正橫后的船舶所在方位、將航速減到維持航向的最小航速等；風險等級為Ⅰ級的2艘船舶可按原計劃航行，基本上無碰撞風險；風險等級為Ⅱ～Ⅳ級的船舶可按中間梯度，采取《國際海上避碰規則》(以下簡稱《規則》)所給操船方案。根據專家評價結果和《規則》的要求，當上述風險等級為Ⅴ級的船舶與目標船小角度交叉相遇且其航速遠大于目標船時，可認為該船是航海經驗中的危險船舶，驗證了基于AIS數據的漁業船舶安全管理與評價系統功能模塊的有效性。

表3 目標船與本船的主要參數和評價指標數據

4 結 語

本文以AIS為數據源進行了數據庫重構和數據深度挖掘，實現了基于AIS數據的漁業船舶安全管理與評價系統開發。測試結果表明，該系統可為漁業安全管理部門和船舶所有人提供快速、有效的CRI-FV評估和預測，為保障漁業船舶的安全性提供技術支持。由于AIS收發的信息具有間隔性，會影響系統評價的及時性，后續可開展雷達、北斗導航等多數據源融合方面的研究，進一步提升系統的準確性和實時性。