CN109243205A - 一种沿海水上交通安全风险监测与预警系统及方法 - Google Patents

Abstract

本发明提供一种沿海水上交通安全风险监测与预警系统及方法，以对海事网格化管理水域的静态风险因素信息、动态风险因素信息进行处理，从而实现海事网格化水域交通安全风险测度。通过实时阈值预警模型实现对各风险因素和各海事网格交通安全风险的实时阈值预警，通过动态规则推理预警模型实现对各风险因素和各海事网格交通安全风险的动态推理预警。通过开发沿海水上交通安全风险监测与预警系统实现对不同风险等级网格的动态视觉预警。

Description

一种沿海水上交通安全风险监测与预警系统及方法

技术领域

本发明涉及水上交通领域、安全科学与工程领域和人工智能领域，特别涉及一种沿海水上交通安全风险监测与预警系统。

背景技术

沿海水域船舶交通密度大，船舶活动频繁，航道水深条件有限，沉船、暗礁等潜在风险因素较多，跨海(江)大桥、架空电缆的出现限制了通航船舶的高度，水上交通事故时有发生。随着船舶的大型化和高速化发展，单起事故带来的生命和财产损失明显加大。同时，沿海水域自然环境、交通环境、海事管理与救助力量等时刻在变化着，如风、流、波浪、潮汐、能见度等自然环境因素，交通流密度、船型分布、船舶尺寸分布等交通环境因素、移动执法力量和搜救力量等。采集动态风险因素信息，并进行实时风险测度和动态预警具有重要的意义。

近年来，水上交通信息化建设成效明显，开发和建设了各类航海保障和海事管理方面的信息化设施和信息系统。AIS、VTS、CCTV等系统和各类气象水文检测系统为海事管理机构提供了水上交通监测的基础信息。对沿海水域交通安全进行实时监测并进行高风险前的预警已具有可行性，也是水上交通管理的发展趋势。

发明内容

本发明的目的是针对沿海水上交通事故多发问题，引入人工智能理论，构建沿海水上交通安全风险监测和预警模型，设计和开发一种沿海水上交通安全风险监测与预警系统及方法，实现对沿海水上交通安全风险的全过程、全方位、全天候的精准监管，有效减少水上交通事故的发生，切实维护水上交通安全。

为了达到上述目的，本发明的技术方案是提供一种沿海水上交通安全风险监测与预警方法，将沿海水上交通安全风险进行动、静态风险因素分离式建模，再融合处理静态风险和动态风险，实现对沿海交通安全风险监测模型构建：

第一步，确定静态风险监测指标体系结构

确定网格静态风险因素系统，包含常规要素子系统、碍航要素子系统、执法与应急要素子系统；

设影响测度结果的指标共有m个，则指标集X＝{X₁,X₂,…,X_m}，其中，X_i为第1层的第i个要素；X_i又由第2层的n个指标决定，即指标子集X_i＝{X_i1,X_i2,…,X_in}，X_ij为第2层中影响X_i的第j个指标；

第二步，确定网格静态风险监测指标权重

根据每一层次中各指标的重要程度，分别给予相应的权数K；设第2层指标的权重向量K_i＝(K_i1,…,K_in)，其中K_ij为第2层指标中决定X_i的第j个指标X_ij的权数，

第三步，构建网格静态风险多层次多属性静态风险监测模型

一级指标的风险测度结果为

对测度指标体系中的一级指标的风险评价结果按式(2)合成，得到网格静态风险；

R＝5×X₁×(1+X₂)×(1-X₃) (2)

网格静态风险综合考虑了以下要素的影响：

常规要素K₁X₁，包含：航道K₁₁X₁₁，锚地K₁₂X₁₂，航标K₁₃X₁₃，码头K₁₄X₁₄，船厂船坞K₁₅X₁₅，港口作业区K₁₆X₁₆，客运航线K₁₇X₁₇，事故险情高发区K₁₈X₁₈；

碍航要素K₂X₂，包含：涨网区养殖区K₂₁X₂₁，架空管线K₂₂X₂₂，水下管线K₂₃X₂₃，通航桥梁K₂₄X₂₄，水工作业区K₂₅X₂₅，交通管制区K₂₆X₂₆，碍航沉船K₂₇X₂₇，水上风电场石油平台K₂₈X₂₈，旅游滨海区自然保护区K₂₉X₂₉；

执法与应急要素K₃X₃，包含；海事监管码头K₃₁X₃₁，专业救助力量布置点K₃₂X₃₂，VTS/VHF覆盖区域K₃₃X₃₃，AIS覆盖区域K₃₄X₃₄，CCTV覆盖区域K₃₅X₃₆；

第四步，构建基于FIS的网格风险动态测度模型，包含：

以气象要素和水文要素构建的气象水文风险子系统；

以船舶密度要素和船舶特征要素构建的交通秩序风险子系统，所述船舶特征要素进一步包含船舶尺度和类型要素、船舶信用和速度要素；

以应急抢险要素和保障船艇要素构建的海事监管风险子系统，所述保障船艇要素进一步包含巡逻船艇要素和拖轮应急要素；

第五步：构建基于FIS的网格综合风险动态测度逻辑模型

综合考虑网格静态风险因素信息和网格动态风险因素信息，对网格静态风险评价结果和网格动态风险测度结果进行推理，得到网格综合风险。

可选地，还包含进行沿海水上交通安全风险监测模型构建，制定单因素阈值预警标准，构建规则推理预警模型的以下过程：

第一步，制定网格实时风险阈值预警标准，包含：

单因素实时阈值预警标准；所述因素包含风力等级、能见度、流速、浪高、船舶尺度、船舶类型、船舶信用、船舶速度、船舶密度、巡逻船艇、拖轮应急、应急抢险；

网格综合风险实时预警标准：根据网格综合风险实时测度值，制定阈值预警标准，显示不同颜色的风险级别，每个风险级别有相应的风险预警措施；

第二步，构建网格风险规则推理动态预警模型，包含：

对于任意的网格风险因素u_i，记其在t时刻的采样值为u_i(t)，在t-1时刻的采样值为u_i(t-1)，记其在t时刻相对t-1时刻的变化值为Δu_i(t)，建立单因素规则推理动态预警模型，其推理规则为：

若(u_i(t)为标准状态)且(Δu_i(t)为扩大状态)则(u_i(t)为蓝色级别)

若(u_i(t)为蓝色级别)且(Δu_i(t)为扩大状态)则(u_i(t)为黄色级别)

若(u_i(t)为黄色级别)且(Δu_i(t)为扩大状态)则(u_i(t)为红色级别)；

对于网格综合风险R，记其在t时刻的测度值为R(t)，在t-1时刻的测度值为R(t-1)，记其在t时刻相对t-1时刻的变化值为ΔR(t)，建立网格综合风险规则推理动态预警模型，其推理规则为：

若(R(t)为标准状态)且(ΔR(t)为扩大状态)则(R(t)为蓝色级别)

若(R(t)为蓝色级别)且(ΔR(t)为扩大状态)则(R(t)为黄色级别)

若(R(t)为黄色级别)且(ΔR(t)为扩大状态)则(R(t)为红色级别)。

本发明的另一个技术方案是提供一种沿海水上交通安全风险监测与预警系统，包含：

信息采集与录入模块，进行水上交通安全风险因素的采集及管理措施的录入；

风险测度模块，根据采集和录入的风险因素数据，根据风险测度模型完成各级子系统的风险测度，获得风险测度的结果并将其显示在系统界面上；

风险预警模块，设置有风险因素风险状态实时阈值预警模块、风险因素风险状态动态规则推理模块，分别完成对实时采集的动态风险因素信息和静态风险因素信息的实时阈值判别和动态规则推理预警，并在显示区对超过设定阈值的高风险因素信息进行视觉预警；还设置有综合风险实时阈值预警模块、综合风险动态规则推理预警模块，分别完成水上交通安全综合风险测度结果实时阈值预警和动态规则推理预警，并在显示区对在不同阈值范围内的预警结果进行视觉预警；

交通流信息处理模块，设置有船舶动态显示模块完成对通航船舶动态显示和高风险船舶的突出显示；还设置有交通流统计与显示模块实现对特定水域的船舶流进行统计和处理。

可选地，所述风险测度模块，进一步包含：

子系统风险测度与结果显示模块，完成各级子系统的风险推理和结果显示；

水上交通安全综合风险实时测度与显示模块，对通航水域的水上交通安全综合风险进行实时测度，并根据监管信息对测度结果进行修正；

风险波动曲线实时绘制模块，完成水上交通安全实时风险测度结果的风险波动曲线绘制。

可选地，所述沿海水上交通安全风险监测预警系统对通航要素进行实时监测，对各水域的交通风险进行测度，对处于高风险状态的风险因素和特定水域处于的高风险状态进行预警；通过海事管理机构提供统一的用户入口，来接入所述沿海水上交通安全风险监测与预警系统，对辖区内的通航资源进行管理；

所述沿海水上交通安全风险监测预警系统与支撑平台系统进行数据交互；所述支撑平台系统包含电子海图显示与信息系统，水上交通安全风险监测预警模型，以及直属海事管理机构的二级数据中心。

可选地，通过云计算平台包含的服务器系统、存储系统、安全系统、虚拟化管理平台，为所述沿海水上交通安全风险监测预警系统提供基础计算；

通过物联网平台的雷达系统、全球定位系统、网络系统及部署的信息传感设备，对包含船舶、船员、船公司、通航环境的管理要素实现感知、传输和按需定制，并提供数据访问接口。

可选地，采集与录入的系统数据，包含：

从接收的AIS信息中提取的船长、船宽、吃水、船舶类型、船速、国际海事组织号码、海上移动通信业务标识、航向信息；

通过气象水文传感器采集，或接入气象信息系统，或利用VHF通信系统问询，获得的水深、风力等级、风向、流速、流向、能见度信息；

在劳氏数据库中通过IMO/MMSI关联对应的船舶，获取相应的船舶吨位、建造时间、船高信息；

通过通航要素数据库获得的静态常规通航要素信息、静态碍航要素信息、静态执法与应急要素信息；

通过VHF报告、询问、VTS观测、CCTV观测手段获得的，助航设施、失控船舶、走锚船舶、断缆船舶、与防范船舶的沟通确认情况、现场执法监管情况、运营方运营监管情况的信息；

根据AIS信息中的航向、吃水信息和通过气象水文传感器采集的风向、流向、水深信息推断得到的风弦角、流弦角、富余水深信息。

优选地，通过选取受区域范围限制的连续网格的历史数据进行回放，来实现系统的有效性测试；以及，使用各风险因素论域内的随机数来进行灵敏性测试。

本发明通过开发沿海水上交通安全风险监测与预警系统及方法，以对海事网格化管理水域的静态风险因素信息、动态风险因素信息进行处理，从而实现海事网格化水域交通安全风险测度。通过实时阈值预警模型实现对各风险因素和各海事网格交通安全风险的实时阈值预警，通过动态规则推理预警模型实现对各风险因素和各海事网格交通安全风险的动态推理预警。通过开发沿海水上交通安全风险监测与预警系统实现对不同风险等级网格的动态视觉预警。

附图说明

图1水上交通安全风险监测预警系统功能设计；

图2水上交通安全风险监测指标系统；

图3网格静态风险评价指标体系；

图4基于FIS的网格风险动态测度逻辑模型；

图5网格综合动态风险测度-FIS逻辑模型；

图6单因素规则推理动态预警逻辑模型；

图7单因素预警等级隶属函数曲线；

图8单因素变化量预警等级隶属函数曲线；

图9网格综合风险规则推理动态预警逻辑模型；

图10网格综合风险预警等级隶属函数曲线；

图11网格综合风险变化量预警等级隶属函数曲线；

图12沿海水上交通安全风险监测与预警系统架构设计；

图13沿海水上交通安全风险监测预警系统数据采集；

图14网格风险监测预警模拟系统软件界面；

图15网格风险监测预警模拟系统灵敏性测试软件界面截图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

1.进行沿海水上交通安全风险监测与预警系统功能设计，系统包括信息采集与录入模块、风险测度模块、风险预警模块、交通流信息处理模块，如图1所示。

信息采集与录入模块：主要是水上交通安全风险因素的采集及管理措施的录入。

风险测度模块：主要根据采集和录入的风险因素数据，根据风险测度模型完成各级子系统的风险测度，获得风险测度的结果并将其显示在系统界面上。包含子系统风险测度与结果显示模块、风险波动曲线实时绘制模块、水上交通安全综合风险实时测度与显示模块。其中，子系统风险测度与结果显示模块完成各级子系统的风险推理和结果显示；水上交通安全综合风险实时测度与显示模块对通航水域的水上交通安全综合风险进行实时测度，并根据监管信息对测度结果进行修正；风险波动曲线实时绘制模块完成水上交通安全实时风险测度结果的风险波动曲线绘制。

风险预警模块：包含风险因素风险状态实时阈值预警模块、风险因素风险状态动态规则推理预警模块、综合风险实时阈值预警模块、综合风险动态规则推理预警模块。其中，风险因素风险状态实时阈值预警模块和风险因素风险状态动态规则推理模块分别完成对实时采集的动态风险因素信息和静态风险因素信息的实时阈值判别和动态规则推理预警，并在显示区对超过设定阈值的高风险因素信息进行视觉预警；综合风险实时阈值预警模块、综合风险动态规则推理预警模块分别完成水上交通安全综合风险测度结果实时阈值预警和动态规则推理预警，并在显示区对在不同阈值范围内的预警结果进行视觉预警。

交通流信息处理模块：主要包含船舶动态显示模块、交通流统计与显示模块。其中，船舶动态显示模块完成对通航船舶动态显示和高风险船舶的突出显示；交通流统计与显示模块实现对特定水域的船舶流进行统计和处理。

2.进行沿海水上交通安全风险监测指标系统构建，包括由常规通航要素系统、碍航通航要素系统、海事监管及应急系统3个子系统下的21个静态风险因素构成的静态风险因素系统，以及由风、流、波浪、潮汐、能见度等自然环境因素，交通流密度、船型分布、船舶尺寸分布等交通环境因素、移动执法力量和搜救力量等共计12个风险因素构成的动态风险因素系统，如图2所示。

3.进行沿海交通安全风险监测模型构建，首先将沿海水上交通安全风险进行动、静态风险因素分离式建模，然后再融合处理静态风险和动态风险。

第一步：确定静态风险监测指标体系结构

在沿海水上交通安全风险要素辨识的基础上选择合理的测度指标，构建海事网格化水域交通安全静态风险评价(以下简称“网格静态风险评价”)指标体系。依据风险分析理论，确立由常规要素子系统、碍航要素子系统、执法与应急子系统构成的网格静态风险因素系统，见图3。

设影响测度结果的指标共有m个，则指标集X＝{X₁,X₂,…,X_m}，其中，X_i为第1层的第i个要素；X_i又由第2层的n个指标决定，即指标子集X_i＝{X_i1,X_i2,…,X_in}，X_ij为第2层中影响X_i的第j个指标。一般而言，层次划分越细越多，测度结果越准确。

第二步：确定网格静态风险监测指标权重

根据每一层次中各指标的重要程度，分别给予相应的权数K。设第2层指标的权重向量K_i＝(K_i1,…,K_in)，其中K_ij为第2层指标中决定X_i的第j个指标X_ij的权数，

第三步：构建网格静态风险多层次多属性静态风险监测模型

一级指标的风险测度结果为

网格静态风险应综合考虑常规要素系统风险、碍航要素系统风险、应急与救助系统风险。融合常规与碍航、应急救助风险，对图3测度指标体系中的一级指标的风险评价结果按式(2)合成，即为网格静态风险。

R＝5×X₁×(1+X₂)×(1-X₃) (2)

网格静态风险综合考虑了常规通航要素，以及碍航要素、执法与应急要素的影响。

第四步：构建基于FIS的网格风险动态测度模型

综合考虑水上交通安全基础信息的可采集性，各因素之间的关系，构建基于FIS(模糊推理系统)的网格风险动态测度模型，系统因素和子系统之间的逻辑关系如图4所示。网动态风险测度模型由气象水文风险子系统、交通秩序风险子系统、海事监管风险子系统等风险测度子系统构成。

第五步：构建基于FIS的网格综合风险动态测度逻辑模型

网格综合风险是综合考虑网格静态风险因素信息和网格动态风险因素信息，对网格静态风险评价结果和网格动态风险测度结果而进行推理所得到的，如图5所示，因此网格综合风险也具有动态特性，网格综合风险测度是动态风险测度。

4.进行沿海水上交通安全风险监测模型构建，制定单因素阈值预警标准，构建规则推理预警模型。

为实现沿海水上交通安全风险动态预警，构建沿海水上交通安全风险动态预警模型(以下简称“网格风险动态预警模型”)，网格风险动态预警模型包括单因素实时风险阈值预警模型、网格综合风险实时预警模型、单因素的规则推理动态预警模型、网格综合风险规则推理动态预警模型等构成。

第一步制定网格实时风险阈值预警标准

(1)单因素实时阈值预警标准

单因素实时阈值预警标准见表1。

表1单因素实时阈值预警标准

(2)网格综合风险实时预警标准

根据网格综合风险实时测度值，制定阈值预警标准，显示不同颜色的风险级别，每个风险级别需执行相应的风险预警措施。网格风险实时测度值与阈值和相应的风险预警措施见表2。

表2网格综合风险实时预警阈值与响应措施

第二步构建网格风险规则推理动态预警模型

(1)构建单因素的规则推理动态预警模型

对于任意的网格风险因素u_i，记其在t时刻的采样值为u_i(t)，在t-1时刻的采样值为u_i(t-1)，记其在t时刻相对t-1时刻的变化值为Δu_i(t)，建立单因素规则推理动态预警模型，如图6所示，单因素预警等级隶属函数曲线、单因素变化量预警等级隶属函数曲线分别如图7、图8所示。推理规则如下：

(1)若(u_i(t)为Normal)且(Δu_i(t)为Large)则(u_i(t)为Blue)

(2)若(u_i(t)为Blue)且(Δu_i(t)为Large)则(u_i(t)为Yellow)

(3)若(u_i(t)为Yellow)且(Δu_i(t)为Large)则(u_i(t)为Red)

其中，Normal表示标准状态，Large为扩大状态，Blue、Yellow、Red指相应颜色的风险级别。

(2)构建网格综合风险规则推理动态预警模型

对于网格综合风险R，记其在t时刻的测度值为R(t)，在t-1时刻的测度值为R(t-1)，记其在t时刻相对t-1时刻的变化值为ΔR(t)。建立网格综合风险规则推理动态预警模型，如图9所示，网格综合风险预警等级隶属函数曲线、网格综合风险变化量预警等级隶属函数曲线分别如图10、图11所示。推理规则如下：

(1)若(R(t)为Normal)且(ΔR(t)为Large)则(R(t)为Blue)

(2)若(R(t)为Blue)且(ΔR(t)为Large)则(R(t)为Yellow)

(3)若(R(t)为Yellow)且(ΔR(t)为Large)则(R(t)为Red)

5.进行系统架构设计，包括物联网平台、云计算平台、支撑平台、海事管理机构等四个层次，如图12所示。

海事管理机构：用户通过统一的入口，进入沿海水上交通安全风险监测预警系统，对辖区内的通航资源进行管理。沿海水上交通安全风险监测预警系统对通航要素进行实时监测，对各水域的交通风险进行测度，对处于高风险状态的风险因素和特定水域处于的高风险状态进行预警。

支撑平台系统：以电子海图显示与信息系统为基础，整合各类业务应用，各类数据支撑平台、已建的“二级数据中心”，同时系统具有水上交通安全风险监测预警模型等相关计算模型的支持。

云计算平台：利用服务器、卫星、雷达等各类通信设备，利用分布式、虚拟化各类技术，为整个平台提供基础计算平台。

物联网平台：在现有信息化基础上借鉴物联网的感知-传输-应用体系，通过雷达系统、全球定位系统、网络等信息传感设备，按约定的协议，实现对船舶、船员、船公司、通航环境等管理要素的全面感知、有效传输和按需定制服务，满足海事系统内部人员和海事外部单位及人员能够在任何时间、任何地点处理任何相关业务，对各类外部数据、内部数据、进行的接口类系统，同时提供本地数据的访问接口。

接口的各数据源，包括接入的AIS数据、CCTV数据、VTS数据、历史事故信息、定位数据、海图、陆图等信息，这些信息部分通过接口自动获取，有些是用于分析的各类资料和用于展示的基础地图。

6.确定系统数据采集与录入方案

系统数据采集与录入方案如图13所示，船长、船宽、吃水、船舶类型、船速、国际海事组织号码、海上移动通信业务标识(MMSI)、航向等信息可直接从接收的AIS信息中提取。水深、风力等级、风向、流速、流向、能见度等信息，可以通过布设气象、水文传感器，或者接入气象信息系统(WIS)，以及必要时借助VHF通信系统询问现场船员等手段进行采集。在劳氏数据库中，可通过IMO/MMSI关联对应的船舶，获取相应的船舶吨位、建造时间、船高等信息。

静态常规通航要素信息(航道、锚地、码头、浮筒等)、静态碍航要素信息(养殖区、沉船、架空管线等)、静态执法与应急要素信息(海事监管码头、CCTV点等)等可通过通航要素数据库获得。

助航设施、失控船舶、走锚船舶、断缆船舶、与防范船舶的沟通确认、现场执法监管情况、运营方(业主)运营监管情况的信息，可通过VHF报告、询问、VTS观测、CCTV观测等手段获得，并将数据手动录入系统中。沿海水上交通安全风险监测预警系统的数据源如图11所示。

根据AIS信息中的航向、吃水信息和通过气象水文传感器(WIS/VHF)采集的风向、流向、水深信息可推断出风弦角、流弦角、富余水深等信息。

7.进行沿海水上交通安全风险监测预警系统软件实现。

第一步：进行模糊推理系统实现

在MATLAB平台上，根据基于FIS的网格动态风险监测预警模型部分的内容，实现各级模糊推理系统，对每个子系统确定输入、输出变量的语言值及其隶属函数，确定模糊规则和各模糊运算方法。

第二步：进行数据库开发

在SQL Server平台上完成网格动态风险因素数据库的开发及相应数据的录入，以完成后期测试软件运行过程中的数据支持。

第三步：进行上位机监测预警系统软件开发

在VC平台上完成系统的界面设计，使用GDI plus技术实现网格半透明显示，基于双缓存技术解决GDI plus下的网格颜色更改时的屏幕闪烁问题，利用engine接口完成VC与MATLAB的混合编程，以实现VC平台实时调用MATLAB平台下的各模糊推理系统完成动态风险推理，利用ADO智能指针技术访问SQL Server平台下已开发的网格动态风险因素数据库，完成实时数据交互。开发后的系统界面如图14所示。

8.进行系统的应用检验

以浙江海事辖区网格化管理水域为例，进行风险监测预警系统的检验。选取编号为：183B6、184A4、184A5、184A6、184B4、184B5、184B6、184B7、184B8、184B9、185A4等的海事网格进行网格风险监测预警测试，将上述网格的动态风险因素信息预置入数据库中。

第一步：有效性测试

通过对历史数据回放的方式，进行系统有效性测试，回放时间为：2014年9月23日-24日。

(1)数据来源

气象水文数据：来自舟山市海洋与渔业局官网公布的“舟山市气象台2014年9月23日6点15分发布的台风黄色预警信号、6点钟发布的台风紧急警报和48小时天气预报。”(http://www.zsoaf.gov.cn/00032.html)、舟山市政府官网发布的“2014年9月23日16时发布的未来24小时海温、潮汐及海浪预报”(http://www.zhoushan.gov.cn/web/msfw/bmgg/tqyb)、全球天气精准预报网(http://classic.wunderground.com/history)查询的历史记录数据。

交通秩序数据与执法与应急数据：来自浙江海事局网格化可视化系统历史记录。

静态风险数据：来自网格静态风险评价模型计算原始结果在[0,5]区间的映射。

以上述网格历史真实数据原始数据，进行回放测试，判断模型有效性。选取的网格为连续网格，受区域范围限制，各网格风险因素主要是随时间进行变化，区域动态波动性不大，各连续网格风险测度值的空间变化小于时间变化，如图14所示。

第二步：灵敏性测试

(1)数据来源

灵敏性测试的数据为在各风险因素论域内的随机数，各网格风险因素随机数不具关联性，与对应网格无实际对应关系，重在表征模型的实时分类能力。

(2)灵敏性测试结果

以随机数为数据源的测试，可明显看出，网格风险评价值时间和空间变化都比较大，模型具有较好的实时风险评价与分级能力。当然，在实际的水上交通系统中，各风险因素之间具有耦合性，且局部区域网格的风险因素空间波动性不大，各网格风险等级变化频率比灵敏性测试小，如图15所示。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

综上所述，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种沿海水上交通安全风险监测与预警方法，其特征在于，将沿海水上交通安全风险进行动、静态风险因素分离式建模，再融合处理静态风险和动态风险，实现对沿海交通安全风险监测模型构建：

第一步，确定静态风险监测指标体系结构

确定网格静态风险因素系统，包含常规要素子系统、碍航要素子系统、执法与应急要素子系统；

设影响测度结果的指标共有m个，则指标集X＝{X₁,X₂,…,X_m}，其中，X_i为第1层的第i个要素；X_i又由第2层的n个指标决定，即指标子集X_i＝{X_i1,X_i2,…,X_in}，X_ij为第2层中影响X_i的第j个指标；

第二步，确定网格静态风险监测指标权重

根据每一层次中各指标的重要程度，分别给予相应的权数K；设第2层指标的权重向量K_i＝(K_i1,…,K_in)，其中K_ij为第2层指标中决定X_i的第j个指标X_ij的权数，

第三步，构建网格静态风险多层次多属性静态风险监测模型

一级指标的风险测度结果为

对测度指标体系中的一级指标的风险评价结果按式(2)合成，得到网格静态风险；

R＝5×X₁×(1+X₂)×(1-X₃) (2)

网格静态风险综合考虑了以下要素的影响：

常规要素K₁X₁，包含：航道K₁₁X₁₁，锚地K₁₂X₁₂，航标K₁₃X₁₃，码头K₁₄X₁₄，船厂船坞K₁₅X₁₅，港口作业区K₁₆X₁₆，客运航线K₁₇X₁₇，事故险情高发区K₁₈X₁₈；

碍航要素K₂X₂，包含：涨网区养殖区K₂₁X₂₁，架空管线K₂₂X₂₂，水下管线K₂₃X₂₃，通航桥梁K₂₄X₂₄，水工作业区K₂₅X₂₅，交通管制区K₂₆X₂₆，碍航沉船K₂₇X₂₇，水上风电场石油平台K₂₈X₂₈，旅游滨海区自然保护区K₂₉X₂₉；

执法与应急要素K₃X₃，包含；海事监管码头K₃₁X₃₁，专业救助力量布置点K₃₂X₃₂，VTS/VHF覆盖区域K₃₃X₃₃，AIS覆盖区域K₃₄X₃₄，CCTV覆盖区域K₃₅X₃₆；

第四步，构建基于FIS的网格风险动态测度模型，包含：

以气象要素和水文要素构建的气象水文风险子系统；

以船舶密度要素和船舶特征要素构建的交通秩序风险子系统，所述船舶特征要素进一步包含船舶尺度和类型要素、船舶信用和速度要素；

以应急抢险要素和保障船艇要素构建的海事监管风险子系统，所述保障船艇要素进一步包含巡逻船艇要素和拖轮应急要素；

第五步：构建基于FIS的网格综合风险动态测度逻辑模型

综合考虑网格静态风险因素信息和网格动态风险因素信息，对网格静态风险评价结果和网格动态风险测度结果进行推理，得到网格综合风险。

2.如权利要求1所述沿海水上交通安全风险监测与预警方法，其特征在于，还包含进行沿海水上交通安全风险监测模型构建，制定单因素阈值预警标准，构建规则推理预警模型的以下过程：

第一步，制定网格实时风险阈值预警标准，包含：

设置单因素实时阈值预警标准；所述因素包含风力等级、能见度、流速、浪高、船舶尺度、船舶类型、船舶信用、船舶速度、船舶密度、巡逻船艇、拖轮应急、应急抢险；

网格综合风险实时预警标准：根据网格综合风险实时测度值，制定阈值预警标准，显示不同颜色的风险级别，每个风险级别有相应的风险预警措施；

第二步，构建网格风险规则推理动态预警模型，包含：

对于任意的网格风险因素u_i，记其在t时刻的采样值为u_i(t)，在t-1时刻的采样值为u_i(t-1)，记其在t时刻相对t-1时刻的变化值为Δu_i(t)，建立单因素规则推理动态预警模型，其推理规则为：

若(u_i(t)为标准状态)且(Δu_i(t)为扩大状态)则(u_i(t)为蓝色级别)

若(u_i(t)为蓝色级别)且(Δu_i(t)为扩大状态)则(u_i(t)为黄色级别)

若(u_i(t)为黄色级别)且(Δu_i(t)为扩大状态)则(u_i(t)为红色级别)；

对于网格综合风险R，记其在t时刻的测度值为R(t)，在t-1时刻的测度值为R(t-1)，记其在t时刻相对t-1时刻的变化值为ΔR(t)，建立网格综合风险规则推理动态预警模型，其推理规则为：

若(R(t)为标准状态)且(ΔR(t)为扩大状态)则(R(t)为蓝色级别)

若(R(t)为蓝色级别)且(ΔR(t)为扩大状态)则(R(t)为黄色级别)

若(R(t)为黄色级别)且(ΔR(t)为扩大状态)则(R(t)为红色级别)。

3.一种沿海水上交通安全风险监测与预警系统，其特征在于，包含：

信息采集与录入模块，进行水上交通安全风险因素的采集及管理措施的录入；

风险测度模块，根据采集和录入的风险因素数据，根据风险测度模型完成各级子系统的风险测度，获得风险测度的结果并将其显示在系统界面上；

风险预警模块，设置有风险因素风险状态实时阈值预警模块、风险因素风险状态动态规则推理模块，分别完成对实时采集的动态风险因素信息和静态风险因素信息的实时阈值判别和动态规则推理预警，并在显示区对超过设定阈值的高风险因素信息进行视觉预警；还设置有综合风险实时阈值预警模块、综合风险动态规则推理预警模块，分别完成水上交通安全综合风险测度结果实时阈值预警和动态规则推理预警，并在显示区对在不同阈值范围内的预警结果进行视觉预警；

交通流信息处理模块，设置有船舶动态显示模块完成对通航船舶动态显示和高风险船舶的突出显示；还设置有交通流统计与显示模块实现对特定水域的船舶流进行统计和处理。

4.如权利要求3所述沿海水上交通安全风险监测与预警系统，其特征在于，

所述风险测度模块，进一步包含：

子系统风险测度与结果显示模块，完成各级子系统的风险推理和结果显示；

水上交通安全综合风险实时测度与显示模块，对通航水域的水上交通安全综合风险进行实时测度，并根据监管信息对测度结果进行修正；

风险波动曲线实时绘制模块，完成水上交通安全实时风险测度结果的风险波动曲线绘制。

5.如权利要求3所述沿海水上交通安全风险监测与预警系统，其特征在于，

所述沿海水上交通安全风险监测预警系统对通航要素进行实时监测，对各水域的交通风险进行测度，对处于高风险状态的风险因素和特定水域处于的高风险状态进行预警；通过海事管理机构提供统一的用户入口，来接入所述沿海水上交通安全风险监测与预警系统，对辖区内的通航资源进行管理；

所述沿海水上交通安全风险监测预警系统与支撑平台系统进行数据交互；所述支撑平台系统包含电子海图显示与信息系统，水上交通安全风险监测预警模型，以及直属海事管理机构的二级数据中心。

6.如权利要求5所述沿海水上交通安全风险监测与预警系统，其特征在于，

通过云计算平台包含的服务器系统、存储系统、安全系统、虚拟化管理平台，为所述沿海水上交通安全风险监测预警系统提供基础计算；

通过物联网平台的雷达系统、全球定位系统、网络系统及部署的信息传感设备，对包含船舶、船员、船公司、通航环境的管理要素实现感知、传输和按需定制，并提供数据访问接口。

7.如权利要求3所述沿海水上交通安全风险监测与预警系统，其特征在于，

采集与录入的系统数据，包含：

从接收的AIS信息中提取的船长、船宽、吃水、船舶类型、船速、国际海事组织号码、海上移动通信业务标识、航向信息；

通过气象水文传感器采集，或接入气象信息系统，或利用VHF通信系统问询，获得的水深、风力等级、风向、流速、流向、能见度信息；

在劳氏数据库中通过IMO/MMSI关联对应的船舶，获取相应的船舶吨位、建造时间、船高信息；

通过通航要素数据库获得的静态常规通航要素信息、静态碍航要素信息、静态执法与应急要素信息；

通过VHF报告、询问、VTS观测、CCTV观测手段获得的，助航设施、失控船舶、走锚船舶、断缆船舶、与防范船舶的沟通确认情况、现场执法监管情况、运营方运营监管情况的信息；

根据AIS信息中的航向、吃水信息和通过气象水文传感器采集的风向、流向、水深信息推断得到的风弦角、流弦角、富余水深信息。

8.如权利要求3所述沿海水上交通安全风险监测与预警系统，其特征在于，

通过选取受区域范围限制的连续网格的历史数据进行回放，来实现系统的有效性测试；以及，使用各风险因素论域内的随机数来进行灵敏性测试。