基于蒙特卡罗方法的广州港航行风险评估

doi:10.3969/j.issn.1673-503X.2021.03.018

摘要/Abstract

摘要：

为了解不同等级能见度下的广州港航行风险特征，将不同能见度下定性的广州港航行风险定量化，以期增强广州港航行事故风险控制能力，提高广州港资源利用率。通过分析不同能见度下广州港船舶出现事故的频率以及造成后果的严重性，对二者进行概率统计后，分别对3种等级能见度下的事故数据进行蒙特卡罗仿真，有效增加了广州港航行事故的数据样本，得出3种等级能见度下的仿真结果，进而得到能见度在0—12 km内的风险分布特征。结果表明：采用基于蒙特卡罗仿真方法的概率分布模型能有效地解决航行风险小样本问题，风险结果可靠。风险在能见度不良(Vis≤5 km)时最低，良好(Vis≥10 km)时次之；受限(5 km <Vis < 10 km)时最高，近似为另外两种情况的1.7—2.4倍左右。可见该方法可以很好地评估能见度在0—12 km内的广州港航行风险，为划定风险等级标准提供参考。

关键词: 能见度, 蒙特卡罗, 风险评估, 概率分布

Abstract:

To obtain the characteristics of navigation risk of Guangzhou port at different visibility levels, the qualitative navigation risks of Guangzhou port under different visibility were quantified, to enhance the risk control ability of navigation accidents and improve the resources utilization rate of Guangzhou port.By analyzing the frequency of ship accidents and the severity of the consequences under different visibility, the Monte Carlo simulation of the accident data under three levels of visibility was carried out after the probability statistics of the two, which effectively increased the navigation accidents samples of Guangzhou port.The simulation results under three levels of visibility were obtained, and then the risk distribution characteristics of visibility within 0 and 12 km were acquired.The results show that the probability distribution model based on the Monte Carlo simulation method can effectively solve the problem of small samples of navigation risk, and the risk result is reliable.The risk is lowest at poor visibility (Vis ≤ 5 km), followed by good visibility (Vis ≥ 10 km).When it is restricted (5 km <Vis < 10 km), the risk is approximately 1.7-2.4 times of the other two cases.It can be seen that this method can well assess the navigation risk of Guangzhou port with visibility within 0-12 km, and provide a reference for delineating risk level standards.

Key words: Visibility, Monte Carlo, Risk assessment, Probability distribution

中图分类号:

张静,张志坚,周芯玉. 基于蒙特卡罗方法的广州港航行风险评估[J]. 气象与环境学报, 2021, 37(3): 132-138.

Jing ZHANG,Zhi-jian ZHANG,Xin-yu ZHOU. Navigation risk assessment of Guangzhou port based on Monte Carlo method[J]. Journal of Meteorology and Environment, 2021, 37(3): 132-138.

图/表 7

表1

表2

图1

图2

图3

图4

图5

参考文献 22

1	王炜, 权循刚, 魏华. 从气象灾害防御到气象灾害风险管理的管理方法转变[J]. 气象与环境学报, 2011, 27 (1): 7- 13. doi: 10.3969/j.issn.1673-503X.2011.01.002
2	王坚红, 徐碧裕, 刘刚, 等. 华南前汛期广东暴雨分区动力特征及特大暴雨分析[J]. 气象与环境学报, 2014, 30 (6): 43- 51.
3	常越, 许建明, 何金海. 广州城市大气环境监测系统建设的探讨[J]. 气象与环境学报, 2006, 22 (3): 66- 69. doi: 10.3969/j.issn.1673-503X.2006.03.019
4	刘振. 黄渤海区大风浪条件下船舶风险评估系统研究[D]. 大连: 大连海事大学, 2016.
5	李耿. 小型登陆艇大风浪条件下航行风险评估系统研究[D]. 大连: 大连海事大学, 2016.
6	胡波华. 渔船大风浪中航行风险分析及估算模型研究[J]. 浙江海洋学院学报: 自然科学版, 2015, 34 (2): 187- 191. doi: 10.3969/j.issn.1008-830X.2015.02.015
7	应荣鎔, 石爱国, 蔡烽, 等. 船舶大风浪航行风险等级评估[J]. 中国航海, 2009, 32 (4): 49- 52, 76. doi: 10.3969/j.issn.1000-4653.2009.04.012
8	王扬锋, 马雁军, 陆忠艳, 等. 辽宁中部城市能见度变化特征及其与颗粒物的关系[J]. 气象与环境学报, 2015, 31 (5): 86- 92.
9	朱轶明, 张晋广, 袁健, 等. 盖州市大气能见度与气象条件相关分析[J]. 气象与环境学报, 2016, 32 (4): 55- 62. doi: 10.3969/j.issn.1673-503X.2016.04.007
10	赖云灵. 沿海能见度不良时船舶安全驾驶探讨[J]. 船海工程, 2009, 38 (3): 169- 171.
11	梁超. 能见度不良情况下进出港航行安全研究[D]. 大连: 大连海事大学, 2015.
12	赵滨, 李子良, 张博. 蒙特卡罗方法在降水评估中的应用研究[J]. 南京信息工程大学学报: 自然科学版, 2016, 8 (6): 553- 559.
13	胡甚平. 海上交通系统风险蒙特卡洛仿真[J]. 上海海事大学学报, 2011, 32 (4): 7- 11, 16. doi: 10.3969/j.issn.1672-9498.2011.04.002
14	胡甚平, 黄常海, 张浩. 基于云模型的海上交通系统风险蒙特卡罗仿真[J]. 中国安全科学学, 2012, 22 (4): 20- 26. doi: 10.3969/j.issn.1003-3033.2012.04.004
15	徐广波, 胡甚平. 基于MCMC方法优化的港口交通系统风险仿真[J]. 上海海事大学学报, 2013, 34 (2): 13- 16. doi: 10.3969/j.issn.1672-9498.2013.02.004
16	曹雷, 顾祥柏, 徐文星, 等. 蒙特卡罗模拟风险分析中概率分布函数的选择——项目风险分析系列论文(三)[J]. 石油化工设计, 2007, (3): 46- 49, 67. doi: 10.3969/j.issn.1005-8168.2007.03.016
17	Bojko T , Abramova A , Skladannyy D , et al. Software implementation of the technogenic risk assessment method of an industrial object using the monte-carlo method[J]. Technology Audit and Production Reserves, 2020, 2 (2): 4- 10.
18	Lu X W , Wu Q , Li Y , et al. A study on risk assessment of non-economic factors of an accident based on monte carlo simulation[J]. Journal of Physics, 2020, 1584, 012060.
19	轩少永, 黎法明, 胡甚平, 等. 广州港水域船舶航行风险评估[J]. 中国航海, 2013, 36 (4): 96- 99. doi: 10.3969/j.issn.1000-4653.2013.04.022
20	方泉根, 胡甚平. FSA在船舶引航风险评估中的应用[J]. 哈尔滨工程大学学报, 2006, (3): 329- 334. doi: 10.3969/j.issn.1006-7043.2006.03.003
21	关忠河, 胡甚平. 大型船舶进出上海港航行风险分析[J]. 中国航海, 2018, 41 (4): 90- 93, 111.
22	朱经君. 船舶航行安全风险评估方法研究[D]. 厦门: 集美大学, 2016.

能见度	Beta分布				Gamma分布
能见度	μ(10^-5)	σ(10^-5)	α	β	μ	σ	α	β
不良	2.287	1.249	3.353	146600	8.653	0.801	116.699	13.487
受限	7.076	2.373	8.891	125650	6.455	0.915	49.761	7.709
良好	5.540	2.055	7.268	131185	3.704	0.803	21.273	5.744

统计特征	原始数据			MC仿真
统计特征	不良	受限	良好	不良	受限	良好
P均值	2.287×10^-5	7.076×10^-5	5.540×10^-5	2.753×10^-5	7.228×10^-5	5.83×10^-5
C均值	8.653	6.455	3.704	7.046	5.137	3.615
R均值	2.06×10^-4	4.932×10^-4	2.559×10^-4	1.92×10^-4	4.584×10^-4	2.647×10^-4
标准差	7.86×10^-5	5.891×10^-4	1.366×10^-4	7.197×10^-5	5.137×10^-4	1.278×10^-4
v系数	0.381	1.195	0.534	0.375	1.121	0.483

[1]	李晓岚,权维俊,王东东,王迪. DNQ1与FD12型能见度仪观测比对及影响因子研究[J]. 气象与环境学报, 2021, 37(3): 25-32.
[2]	温舟,温日红,曲梓祎,娄芳蕾,常姝婷,史虹婷,王笑影. 锦州地区逐日降水概率分布特征[J]. 气象与环境学报, 2020, 36(5): 25-32.
[3]	龙凤翔, 张瑀琳. 桂林城区大气能见度与颗粒物浓度和气象因子关系研究[J]. 气象与环境学报, 2020, 36(1): 21-27.
[4]	聂凯, 王京丽, 雷鸣, 韩微, 刘金城. 基于数字摄像能见度仪的北京地区降雨和雾霾天气能见度对比分析[J]. 气象与环境学报, 2020, 36(1): 28-35.
[5]	吴杰, 周建平, 邓学良, 王传辉, 周文鳞. 巢湖地区能见度特征及其影响因子分析[J]. 气象与环境学报, 2019, 35(2): 40-45.
[6]	姜江, 郭文利, 王春玲. 2007—2015年北京地区能见度时空变化特征[J]. 气象与环境学报, 2019, 35(1): 45-52.
[7]	李楠, 薛晓萍, 李鸿怡. 基于信息扩散的山东省日光温室风灾风险评估[J]. 气象与环境学报, 2018, 34(5): 149-155.
[8]	夏凡, 李昌义. 基于3种能见度方案山东地区雾天气预报试验研究[J]. 气象与环境学报, 2018, 34(3): 48-57.
[9]	刘慧, 饶晓琴, 张恒德, 李明, 张志刚. 环境气象业务数值模式预报效果对比检验[J]. 气象与环境学报, 2017, 33(5): 17-24.
[10]	朱轶明, 张晋广, 袁健, 张秀艳, 李洋, 张维全, 万绪江, 卢秉红. 盖州市大气能见度与气象条件相关分析[J]. 气象与环境学报, 2016, 32(4): 55-62.
[11]	徐红, 晁华, 王文, 陈军庆. 东北冷涡暴雨落区统计与诊断分析[J]. 气象与环境学报, 2016, 32(3): 41-46.
[12]	顾婷婷, 潘娅英, 骆月珍. 浙江省高速公路低温雨雪冰冻灾害风险评估与区划[J]. 气象与环境学报, 2016, 32(3): 102-106.
[13]	赵胡笳,马雁军,赵明,朱轶明,李潇潇. 沈阳两次降水过程中能见度的变化特征[J]. 气象与环境学报, 2014, 30(2): 60-66.
[14]	付桂琴, 张迎新,谷永利, 张彦恒 . 河北省霾日变化及成因[J]. 气象与环境学报, 2014, 30(1): 51-56.
[15]	程相坤,程航,徐杰,马雁军. 一次黄海海雾成因分析及数值模拟试验[J]. 气象与环境学报, 2013, 29(6): 15-23.