英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

基于AIS 数据的德克萨斯州东南部水路运输分析

Xing Wu, Aesha L. Mehta a, 美国拉马尔大学土木与环境工程系

Victor A. Zaloom , Brian N. Craig 美国拉马尔大学工业工程系

文章进程：2015年12月23日收到，2016年4月11日收到修改后的表格，2016年5月7日接受，2016年5月27日上线

关键词:

船舶冲突

AIS数据

萨宾-内切斯航道

摘要

本文使用自动识别系统（AIS）数据研究了萨宾-内奇斯水路（SNWW）的水路运输。 SNWW是德克萨斯州东南部最重要的水路，是通向美国的能源门户。本文的目的有两个：一个是从宏观角度研究SNWW中的水路运输特征（使用汇总的AIS数据）;更重要的是，本文旨在调查船舶冲突的频率，这反映了SNWW中船舶碰撞的风险。为了实现这两个目的，首先分析了AIS数据以满足我们的研究要求，然后提出了一种基于AIS的实用方法来评估SNWW中各种类型船舶冲突的发生频率。本文确定了SNWW中的大型船舶之间以及与危险物质运输的船舶之间频繁发生的船舶冲突的热点问题。本文还研究了时间对每个热点上船舶冲突发生频率的影响。本文的研究结果可以帮助研究人员和水道管理机构更好地了解SNWW中航行的风险

1. 引言

德克萨斯州东南部以其密集的石化基础设施和与墨西哥湾和几个港口相连的繁忙的内陆水运而闻名。在这些港口中，博蒙特港是美国最繁忙的港口之一（见图1）。它也是美国最繁忙的军事港口，也是世界上第二繁忙的美国军事港口。

德克萨斯州东南部的主要水道被称为萨宾内切斯航道(SNWW)，连接博蒙特港，以及亚瑟港和奥兰治港和墨西哥湾。S NWW为位于水道上的四个炼油厂和许多化工厂提供服务。从 2002 年到 2006 年，通过这条水道进口的原油占美国原油进口总量的 12%，占西部海湾沿岸原油进口总量的 18%。如图1(b)所示，SNWW的主要路线从博蒙特港经内切斯河和喷射的入口河道到达墨西哥湾。内切斯河段的河道深40英尺（12 m），宽400英尺（122 m），射流入口道深42英尺（13 m），深500-800英尺（152-244 m），具有油轮和其他大型船舶的能力。第二条路线通过塞宾河到达东北的奥兰治港，塞宾河深30英尺（9 m），宽200英尺（61 m）（USACE，2010）。航道向西南通过海湾内陆水道（GIWW）延伸至加尔维斯顿。 SNWW中有两个交叉点，如图1（b）所示。在文献中，很少有研究对SNWW中的水路运输进行研究，特别是安全航行问题。狭窄水路中的安全航行是海事当局和研究人员最关注的问题之一。狭窄水道中船舶的事故包括：碰撞，撞击，搁浅，火灾和爆炸等。请注意，撞击类似于碰撞，前者表示船舶撞击固定物体，而后者表示两艘船舶相互撞撞。在本文中，对碰撞的研究中包括了撞击问题。

根据历史数据，平均每月发生 2-3 起船舶碰撞事故和 1 起搁浅事故。在 SNWW 碰撞比地面撞击更危险，因为 SNWW 的地面主要是软的。本文主要研究船舶碰撞的风险问题。船舶事故的发生取决于多种因素。总 的来说，这些因素可以分为五大类:几何因素、交通因素、天气因素、船舶设计参数和设备故障，以及人为因素。最后，对海事领域中所使用的风险定义进行了重新认识并揭示了风险与应用领域中的概率密切相关。

图 1。德克萨斯州东南部的内陆水道。

确定碰撞概率的模型最初由Fujii和Tanaka（1971）和Macduff（1974）提出。碰撞或搁浅的频率 n 是由碰撞或搁浅的可能几何数量 NG 乘以因果关系系数 Pc(Fujii 和Tanaka,1971):

N Pc

另一方面，Macduff（1974）利用条件概率和贝叶斯定理来描述碰撞或搁浅的概率:

其中 是事故场景 i 下发生事故的条件概率，p(Si)是船舶发生事故的先验概率。

在一种情况下，Merrick和van Dorp（2006）提出建议考虑触发导致交通事故发生的事件。然而，事件的发生并不一定会导致事故的发生。Trucco等人。(2008)将“基本事件”定义为事故的触发事件，将“顶级事件”定义为事故。一个场景的概率通常是通过模拟来估计的(例如，见Van Dorp等人，2001；Merrick等人，2003，2005；Merrick和van Dorp，2006)。难点在于如何有效地评估因果概率，即由某一事件引发事故(如碰撞或搁浅)的概率，以及在某一情景下发生事件的概率。一种直接的方法是使用历史数据来校准该概率(例如，参见Li等人，2012；Montewka等人，2012)。在文献中，提出了故障树分析(FTA)(参见Fowler和Sorgard(2000))和贝叶斯方法(参见例如Friis-Hansen和Simonsen，2002；Otto和Pedersen，2002；Szwed等人，2006；Trucco等人，2008；Hanninen和Kujala，2012)来确定因果概率。然而，过多的因素可能会在很大程度上增加模型的复杂性，增加实施的难度。

近年来，回归模型被用来建模船舶碰撞风险，只考虑了两艘船的少数几个相关参数。例如，Chin和Debnath(2009)提出了一个使用两个关键参数的概率模型：最小会遇距离和最小会遇时间，以及Zhang等人(2015)建议使用船舶冲突排序算子(VCRO)，该算子是通过海上专家的调查估计的，只考虑了两艘船相关性的三个参数：相对距离、相对速度和相对相位。然而，上述方法都需要对船舶引航员和海事专家进行全面的船舶操作调查。这一过程通常既昂贵又耗时。这个过程通常既昂贵又耗时。

基于上述方法，开发了一些计算机模拟软件包。例如，丹麦技术大学(DTU)开发了一个名为“搁浅和碰撞分析工具箱”(GRACAT)的软件包(Friis-Hansen和Simonsen，2002年)；; 丹麦技术大学(DTU) 和 Gatehouse 开发了来自 NordicBaSSy 项目的BaSSy/iwrap 工具(Friis-Hansen和Ravn，2009年；Gatehouse，2014年)；; 张等人(2006)开发了一个模拟模型，以获得驾驶员的导航操纵经验; 以及Sormunen等人(2015)在考虑不确定性的情况下模拟了化学品油轮的碰撞。我们以前的研究使用GRACAT 来估计在 SNWW船舶碰撞和搁浅的概率，并确定遭受碰撞和搁浅的风险最高的部分(Wu等人，2014年)。然而，GRACAT中使用的数据是SNWW中的每月平均交通数据，不能反映SNWW中的交通可变性，以及SNWW中船舶的详细操纵行为

近年来，船舶报告的船舶自动识别系统(AIS)数据在船舶碰撞风险(参见Mou等人，2010；Weng等人，2014a，2014b；Zhang等人，2015)和船舶交通(例如肖等人，2015)的研究中受到广泛关注。AIS 通过在船舶之间、船舶与岸之间或船舶与岸之间传送信息，帮助船舶在海峡中“看到”彼此。利用这些 AIS 数据，可以获得详细的、连续的时间和空间信息，以及真实的船舶操纵行为(如速度、航向等)。为此，本文以 AIS 数据为基础，研究SNWW水路运输特点和船舶碰撞危险性。

本文的其余部分组织如下。第二部分回顾了本研究使用的AIS数据，并对AIS数据进行了宏观层面的分析，调查了船舶交通、船舶长度、目的地和航速在SNWW各月的分布情况；第三部分讨论了基于AIS数据研究船舶碰撞风险的理论和方法；第四部分报告并分析了SNWW中识别的不同类型的船舶冲突的结果；第五部分首先讨论了第四部分报告的结果的有效性，然后对本文进行了总结。

2.AIS 综合数据分析

2.1AIS数据的查阅

本文使用的 AIS 数据来源于海洋卫星网站。(http://marinecadastre.gov).在这个网站上，美国的航道被划分为 20 个区域，如图2（a）所示每个区域收集的 AIS 数据可以直接下载。SNWW位于15区，覆盖了墨西哥湾的一段，密西西比河的大部分段，苏必利尔湖的一部分，以及其他水道。图2(B)显示了15区2012年1月收集的所有AIS数据。使用ArcGIS，仅在SNWW中收集的AIS数据被提取(因此也消除了本应在SNWW中的有空间误差的数据)。图2(C)和(D)显示了2012年1月在SNWW中收集的AIS数据。本文使用的是2012年各月SNWW收集的AIS数据。每个记录(由图2(D)中的圆点表示)表示船舶的状态：位置(经度和纬度)、时间(精确到秒)、地面速度(SOG)、地面航向(COG)、航向、转速(ROT)、 航次编号、船舶编号(海上移动通信业务标识编号，即 MMSI)等。此外，还可以获得船舶和航程的信息，例如船舶长度、类型、航程目的地和开始时间。

2.2综合数据分析

首先，基于2012年各月的AIS数据，对SNWW中线的水路运输特征进行了综合数据分析，研究了SNWW中线的水路运输特征。图3为2012年各月交通量分布情况，表1为2012年各月船型分布情况。请注意，运输危险货物的船舶和油轮的数量具体记录在SNWW中，因为SNWW为位于德克萨斯州东南部的许多炼油厂和化工厂提供服务。可以看到，SNWW的船舶数量每月变化不大。最低的有740艘(四月)，最多的有824艘(八月)。平均数是779，标准差只有27。在这些船舶中，大多数是拖船，2012年占SNWW船舶的60%-65%。另一方面，10%-15%的船舶是油轮，4%-8%是货船。可以看到，拖轮、油轮和货物在一个月的船舶交通量中所占的比例逐月在一个小范围内波动。结果表明，SNWW中线的交通流是比较稳定和常规的.此外，还调查了2012年各月SNWW中船舶长度的分布情况，如表2所示。

图3.2012年每个月在西南水域的船舶数目

结果表明，长度在20~30m范围内的船舶所占比例最大(34~37%)。此外，还发现65-70%的船舶长度不超过30米。这一百分比范围接近拖船在每月船舶交通量中的比例(60%-65%)。值得注意的是，由于作业船、渔船等小型船舶的缘故，这一数字高出约5%(65-70%相对60-65%)。另一方面，15-20%的船舶长度超过150米。这一百分比很好地反映了货物和油轮在SNWW每月船舶交通量中所占的比例。

最后，研究了2012年各月SNWW中船舶航速的分布情况。可以看到，98%以上的船速不超过10节，60%左右的船速不超过5节。考虑到航道狭窄，这种速度分布是合理的。这些速度数据将在以下关于船舶冲突分析的章节中使用。

图 2。2012 年 1 月收集的 15 区、SNWW水域航道区域和 AIS 数据。

表一

2012 年每个月SNWW的船舶类型分布。

您可能感兴趣的文章

• 进水流道与船体的整体优化以及当前现状 为改进运行效率提出的一种先进的喷水推进器进水流道设计以及 与船体整合后的最优化方案外文翻译资料
• 对于超级游艇的先进的推进装置（系列）外文翻译资料
• 防止意外船舶碰撞的海洋结构物设计外文翻译资料
• 焊接接头处结构应力的定义和疲劳分析的数值方法外文翻译资料
• 一类双曲型守恒律的激波捕捉格式外文翻译资料
• 拍动翼力学特性分析外文翻译资料
• 对海上三体船操作和维护的特征参数和阻力图谱的研究外文翻译资料
• “005”自升式钻井平台方案设计外文翻译资料
• 由单色和不规则波组成的升降平台的土壤 结构相互作用分析外文翻译资料
• 适应深水作业加长自升式桩腿长度的研究外文翻译资料