CN110400053A - 一种港口气象服务效益评估的方法 - Google Patents
一种港口气象服务效益评估的方法 Download PDFInfo
- Publication number
- CN110400053A CN110400053A CN201910580245.9A CN201910580245A CN110400053A CN 110400053 A CN110400053 A CN 110400053A CN 201910580245 A CN201910580245 A CN 201910580245A CN 110400053 A CN110400053 A CN 110400053A
- Authority
- CN
- China
- Prior art keywords
- harbour
- inducing factors
- calculating
- flood inducing
- benefit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 title claims abstract description 21
- 230000001939 inductive effect Effects 0.000 claims abstract description 106
- 230000008901 benefit Effects 0.000 claims abstract description 71
- 230000000694 effects Effects 0.000 claims abstract description 41
- 230000009467 reduction Effects 0.000 claims abstract description 18
- 238000000513 principal component analysis Methods 0.000 claims abstract description 13
- 239000004576 sand Substances 0.000 claims abstract description 11
- 230000001066 destructive effect Effects 0.000 claims abstract 2
- 239000000295 fuel oil Substances 0.000 claims description 7
- 230000007306 turnover Effects 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 5
- 238000004904 shortening Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000003595 mist Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- -1 liquefaction Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种港口气象服务效益评估的方法，用以解决目前无法对港口气象服务效益进行全面评估的问题，本方法包括：计算灾害风险减少效益；灾害风险减少效益的计算包括计算港口致灾因子综合强度指数和计算港口承灾体综合脆弱性指数；计算港口致灾因子综合强度指数通过对预设指标数据进行主成分分析确定；计算港口承灾体脆弱性指数通过港口致灾因子出现的概率和致灾因子的破坏率确定；计算作业时间延长效益；计算作业时间延长效益包括计算码头和船公司小时产值、计算港口每小时产值的总费用、计算通过港口专业气象服务缩短的管制时间；采用本方法，能够从灾害风险减少和作业时间延长两个方面对港口进行效益评估，快速直观，可以实现业务化。
Description
技术领域
本发明涉及气象服务评估技术领域，尤其涉及一种港口气象服务效益评 估的方法。
背景技术
日益增长的专业气象服务需求给沿海港口城市的气象部门带来巨大的机 遇和挑战。
天气对港口生产作业有着严重影响，大风、海雾、雷电、台风等常见灾 害性天气给正常的航道通行和港口作业等带来安全问题。高影响天气对船舶行 驶和港口作业的影响可分为锚地船舶停泊、沿海航道船舶行驶、船舶进出港调 度和船舶货物装卸等，并且不同类型船舶有不同的靠泊大风管制标准，不同类 型码头有不同的港区大雾管制标准，因而，如今的港航作业需要越来越专业化、 精细化、个性化的气象服务。
由于大风、海雾、雷电、台风等可能给港口生产作业带来安全隐患，甚 至是灾害事故，为此，当港口生产区域可能出现高影响天气时，需要对该区域 采取管制，甚至停止相关作业，随着港口贸易繁忙，管制所造成的损失也切实 存在，即缩短了作业时间，影响港口效率的美誉度。港口气象服务的宗旨是减 少因天气原因导致的灾害风险，同时在确保安全的情况下，延长港口作业时间， 尽量减小损失。
然而，由于目前缺少针对港口气象服务的效益尤其是经济效益的客观评 估，因而影响港口的生产效率甚至会由于高影响天气扩大港口的损失。
发明内容
本发明所要解决的技术问题是针对目前没有对港口气象服务效益进行评 估的问题，本申请提出了一种从灾害风险减少和作业时间延长两个方面对港口 气象服务进行效益评估，本评估方法快速直观，并且能够进一步地显示港口气 象服务的重要性和服务的突破口。
为了达到上述目的，本发明所采用的技术方案为：
一种港口气象服务效益评估的方法，包括步骤：
S1：计算灾害风险减少效益；
所述灾害风险减少效益的计算包括计算港口致灾因子综合强度指数和计 算港口承灾体综合脆弱性指数；
所述计算港口致灾因子综合强度指数通过对预设标准化指标数据进行主 成分分析确定，其表达式为：
H＝a*PC1+b*PC2
其中：H为港口致灾因子综合强度指数；a为第一致灾因子特征根的方差 贡献率，b为第二致灾因子特征根的方差贡献率；PC1为预设标准化指标数据 第一主成分，PC2为预设标准化指标数据第二主成分；
所述计算承灾体综合脆弱指数包括计算港口承灾体脆弱性指数和计算港 口承灾体综合脆弱性指数；
所述计算港口承灾体脆弱性指数通过港口致灾因子出现的概率和致灾因 子的破坏率确定，其表达式为：
其中：Vi为港口承灾体脆弱性指数；Pi为致灾因子达到i等级的概率；Fi 为i等级致灾因子下各港口承灾体所遭受的最大破坏率；m为港口不同致灾因 子不同等级的个数；
所述计算港口承灾体综合脆弱性指数通过各类港口承灾体资产数占预设 总资产数的比例和港口承灾体最弱性指数对应求和确定，其表达式为：
其中：V0为港口承灾体综合脆弱性指数；Vi为港口承灾体脆弱性指数； ei为港口承灾体占预设总资产权重；n为港口承灾体种类数目；
通过计算的港口致灾因子综合强度指数和计算的港口承灾体综合脆弱性 指数计算灾害风险减少效益，其表达式为：
R＝H*V0
其中：R为自然灾害风险；H为港口致灾因子综合强度指数；V0为港口承 灾体综合脆弱性指数。
S2：计算作业时间延长效益；
所述计算作业时间延长效益包括计算作业时间延长码头效益和计算作业 时间延长船公司效益，其表达式为：
其中：E为作业时间延长效益(万元)；U1为码头每小时作业时间延长效 益(万元)，U2为船公司每小时作业时间延长效益；d＝2为码头和船公司；Ts 为缩短的管制时间。
进一步地，所述第一致灾因子为大风致灾因子，所述第二致灾因子为能见 度致灾因子。
进一步地，所述计算港口致灾因子综合强度指数通过对预设指标数据进行 主成分分析确定步骤包括：
采用主成分分析法对港口的致灾因子进行数据降维；
通过预设线性变换，从预设多个相关联系的致灾因子数据中获取两个相互 无关的致灾因子，所述两个相互无关的致灾因子为大风致灾因子和能见度致灾 因子；
在预设致灾因子指标数据库中获取预设标准化指标数据；
对获取的预设标准化指标数据进行主成分分析，获取大风致灾因子和能见 度致灾因子的特征根，并获取大风致灾因子特征根的方差贡献率a和能见度致 灾因子特征根的方差贡献率b；
判断大风致灾因子特征根的方差贡献率a和能见度致灾因子特征根的方 差贡献率b的累积贡献率是否超过预设贡献率标准；
若是，通过大风致灾因子特征根的方差贡献率a和能见度致灾因子特征根 的方差贡献率b对预设标准化指标数据的两个主成分进行加权求和；
获取港口致灾因子综合强度指数H。
进一步地，码头每小时作业时间延长效益(万元)U1的计算为：
获取港口预设码头日平均总营业额M；
根据获取的港口预设码头日平均总营业额，获取预设码头每小时经济效益 (万元)U1：U1＝M/24。
进一步地，船公司每小时作业时间延长效益(万元)U2的计算为：
获取港口内每天作业的船只数X；
获取每个船只的租赁费和燃油费之后与平均船只数相乘再除以24获取平 均值g；
获取船公司每小时的效益Q；
根据获取的内每天作业的船只数X和每个船只的租赁费H和燃油费I之后 与平均船只数相乘再除以24获取平均值g，获取船公司每小时经济效益(万 元)U2：U2＝Q+X*(H+I)/24。
进一步地，船公司每小时作业时间延长效益(万元)U2的计算为：
所述计算通过天气预报得到的缩短的管制时间为：
获取预设历史数据库内预设气象对应的管制时T1；
获取当前气象预报按照预设计时预报后的管制时间T2；
获取缩短的管制时间Ts＝T1-T2；
本发明至少包括以下有益效果：
(1)：本发明给出了港口气象服务效益评估的一种比较全面的技术，既有 灾害风险减少体现的社会效益，又有作业时间延长得到的经济效益；既有定性 的描述，又有客观化的计算，非常直观、清晰，并可以业务化。
(2)本发明应用构建了不同的评估公式；利用主成分分析法的数据降维 方式，从原有多个且相互联系的变量数据集中，通过线性变换选取少数几个相 互无关且尽可能保留原信息的重要变量，并根据方差贡献率计算致灾因子综合 强度指数；采用基于灾损情况的算法，将重现期概率与遭破坏概率相乘，计算 承灾体脆弱性指数；本发明中的算法针对性强，可实际操作。
(3)本发明技术适用于不同港口，根据港口的气象数据进行表达式内数 据调整即可。在针对特定港口应用时可研制成业务系统，自动运行。
(4)本发明技术针对特定港口研制成的业务系统，可以计算每一次过程 的效益，也可以计算总的效益，为港口提供定制式专业气象服务，形成可持续 发展的机制，提供了依据。
附图说明
图1为本港口气象服务效益评估的方法流程框图；
图2为实施例提供的致灾因子的前两个主成分(PC1、PC2)和危险性综 合强度指数(H)统计图；
图3为不同天气条件下的港航管制时间和致灾因子危险性综合强度指数 关系统计图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步 的描述，但本发明并不限于这些实施例。
实施例
本实施例提供了一种港口气象服务效益评估的方法，如图1所示，本港 口气象服务效益评估的方法，包括以下步骤：
S1：计算灾害风险减少效益；
所述灾害风险减少效益的计算包括计算港口致灾因子综合强度指数和计 算港口承灾体综合脆弱性指数；
所述计算港口致灾因子综合强度指数通过对预设指标数据进行主成分分 析确定，其表达式为：
H＝a*PC1+b*PC2 (1)
其中：H为港口致灾因子综合强度指数；a为第一致灾因子特征根的方差 贡献率，b为第二致灾因子特征根的方差贡献率；PC1为预设标准化指标数据 第一主成分，PC2为预设标准化指标数据第二主成分；
其中港口致灾因子主要指由强风、低能见度、雷电、暴雨等带来的次生 灾害，根据致灾机理表现形式以强风、低能见度为主，其中可能形成大风的天 气系统复杂多样，包括台风、冷空气、低压、强对流等，出现的大雾主要是平 流雾、辐射雾，以及局地出现的团雾等。通常在探讨致灾因子评价指标时，着 重考虑强风与雾这两大因素；
每个港口虽然各自情况不同，但致灾因子危险性大同小异。以宁波舟山 港为例，根据当地气象服务经验和管制标准，致灾因子评价指标体系如下致灾 因子危险性(H)评价指标体系表所示，用影响时间(单位：天)衡量致灾因 子对港口生产的危险性；
在出现致灾因子大风时，能见度往往比较好，相反地，当能见度小可能 致灾时，风则不可能致灾，因而，只需要单独评估其中一个要素，但是面对台 风影响时，则需要同时考虑风和雨的影响。
本实施例中评价致灾因子危险性采用主成分分析(PCA)法，利用数据降 维方式，从原有多个且相互联系的变量数据集中，通过线性变换选取少数几个 相互无关且尽可能保留原信息的重要变量；
首先对预设标准化指标数据做主成分分析，获取大风致灾因子和能见度 致灾因子的特征根的方差贡献率，根据预设标准化指标数据获得大风致灾因子 和能见度致灾因子的特征根的方差贡献率分别为58.86％、23.46％，累积贡献 率达到82％，说明前两个大风致灾因子和能见度致灾因子，这两个主成分能够 反映所有危险性指标的信息；如下表：致灾因子危险性(H)评价指标体系：
见上表，其中有预设标准化指标数据中，有6个指标，通过主成分分析， 提取该获取该预设标准化指标数据中的前2个主成分PC1和PC2
其次，对预设标准化指标数据的两个主成分和大风致灾因子以及能见度 致灾因子的特征根的方差贡献率分别为58.86％、23.46％进行加权求和，如公 式(1)所示，计算得出致灾因子综合强度指数H；
H＝0.59*PC1+0.23*PC2 (1)
致灾因子的前2个主成分(PC1、PC2)和致灾因子综合强度指数H的数 据关系，如图2所示，1974-2018年宁波北仑港附近(炮台山站)致灾因子综 合强度指数的时间演变情况，发现其具有长期下降趋势，说明致灾因子强度持 续减弱，尤其是20世纪90年代初和21世纪初减弱趋势明显，但近10年有回 升现象出现。通过对前两个主成分进行分析，PC1的下降趋势主要取决于大风 天数的显著减少，如炮台山站1974年6级以上大风日数有141天，而2018年只有40天；PC2则反映出雾天天数的波动情况，如炮台山能见度小于1km 天数最多32天(1997年)、最少0天(2012年)。
所述计算承灾体综合脆弱指数包括计算港口承灾体脆弱性指数和计算港 口承灾体综合脆弱性指数；
所述计算港口承灾体脆弱性指数通过港口致灾因子出现的概率和之灾因 子的破坏率确定，其表达式为：
其中：Vi为港口承灾体脆弱性指数；Pi为达到i等级港口致灾因子的概率； Fi为i等级港口致灾因子下各港口承灾体所遭受的最大破坏率；m为港口不同 致灾因子不同等级的个数；
进一步地，例如P1为达到1等级大风致灾因子的概率；那么F1为1等级 大风致灾因子下各港口承灾体所遭受的最大破坏率；其中m的个数具体为假 如有2个致灾因子，其中每个致灾因子有3个等级，那么m就是2*3＝6。
所述计算港口承灾体综合脆弱性指数通过各类港口承灾体资产数占预设 总资产数的比例和港口承灾体最弱性指数对应求和确定，其表达式为：
其中：V0为港口承灾体综合脆弱性指数；Vi为港口承灾体脆弱性指数； ei为港口承灾体占预设总资产权重；n为港口承灾体种类数目；
通过计算的港口致灾因子综合强度指数和计算的港口承灾体综合脆弱性 指数计算灾害风险减少效益，其表达式为：
R＝H*V0 (4)
其中：R为自然灾害风险；H为港口致灾因子综合强度指数；V0为港口承 灾体综合脆弱性指数。
本实施例提供的自然灾害风险计算表达式，可以给规划港口承载体的综合 脆弱性指数提供很好的建议，使得港口的社会效益最大化。
承灾体脆弱性是指当承灾体在抗击自然灾害时，对可能造成灾损进行的 度量，反映了灾害影响的暴露程度和灾害应对的能力两大方面：
在评估承灾体脆弱性指标体系时，需要考虑非常多的维度，包括区域范 围内的船舶种类、船舶数量、人口、建筑物总面积、集装箱种类、集装箱堆场 面积、船舶滞港时间、生命线工程等内容，单就集装箱种类而言，还需要区分 重箱、空箱、危险品箱等。承灾体脆弱性指数采用基于灾损情况的算法，将重 现期概率与遭破坏概率相乘，如公式(2)所示：
其中，Vi为承灾体脆弱性指数；Pi为达到不同等级致灾因子的概率；Fi为 特定致灾因子级别下各承灾体所遭受的最大破坏率；m为不同等级致灾因子的 个数，主要包括大风、低能见度两个方面；
综合脆弱性指数则将各类承灾体资产数占港区总资产数的比例与其脆弱 性指数对应起来，运用公式如(3)所示：
通过借鉴国际减灾战略(ISDR)自然灾害风险评估模型，港区自然灾害 风险评估充分考虑潜在致灾因子危险性和承灾体脆弱性，利用灾害事件发生可 能性和影响范围来判断该自然灾害的风险等级，构建的概念函数如公式(4) 所示。R＝H*V0
其中，R(Risk)表示自然灾害风险，H(Hazard)和V(Vulnerability) 则是构成自然灾害风险的两个影响维度，分别表示潜在致灾因子危险度和承灾 体脆弱性。
针对港口的预报服务产品，中短期预报有利于港口安排生产、提高效率。 对于效率的提高，很难客观量化。
针对性的临近预报、预警，有利于缩短因高影响天气引起的港口管制时 间。以下主要对这一块进行评估；
S2：计算作业时间延长效益；
所述计算作业时间延长效益包括计算作业时间延长码头效益和计算作业 时间延长船公司效益，其表达式为：
其中：E为作业时间延长效益(万元)；U1为码头每小时作业时间延长效 益(万元)U2为船公司每小时作业时间延长效益；d＝2为码头和船公司；Ts 为缩短的管制时间。
所述计算通过天气预报得到的缩短的管制时间为：
获取预设历史数据库内预设气象对应的管制时T1；
获取当前气象预报按照预设计时预报后的管制时间T2；
获取缩短的管制时间Ts＝T1-T2；
针对港口的预报服务产品，中短期预报有利于港口安排生产、提高效率。 针对性的临近预报、预警，有利于缩短因高影响天气引起的港口管制时间。
例如，如图3所示，从近6年宁波-舟山港的港航管制时间可以看出，2016 年前年度管制时间维持在1000小时以上，其中因大雾和大风引起的管制时间 达到90％；2016年开展专业化港口气象服务后，2016年和2017年管制时间得 到明显缩短，均不足900小时；2018年因台风和大风等高影响天气过程多， 管制时间达到1300小时。
近年来，在致灾因子指数和港口规模攀升的情况下，港口作业时间延长效 益必须依靠精准的专业气象服务。作业时间延长效益评估包括码头效益估算和 船公司效益估算两个方面：
进一步地，码头每小时作业时间延长效益(万元)U1的计算为：
获取港口预设码头日平均总营业额M；
根据获取的港口预设码头日平均总营业额，获取预设码头每小时经济效益 (万元)U1：U1＝M/24。
以2018年为例，针对宁波舟山港两大主要业务集装箱和铁矿石，梅山国 际集装箱码头公司的营业收入约142万元/小时，北仑矿石码头公司约30万元 /小时，宁波舟山港各类码头(包括集装箱、矿石、原油、液化、煤炭等)营 业收入总和在322万元/小时左右。
进一步地，船公司每小时作业时间延长效益(万元)U2的计算为：
获取港口内每天作业的船只数X；
获取每个船只的租赁费和燃油费之后与平均船只数相乘再除以24获取平 均值g；
获取船公司每小时的效益Q；
根据获取的内每天作业的船只数X和每个船只的租赁费H和燃油费I之后 与平均船只数相乘再除以24获取平均值g，获取每小时作业时间延长效益U2 (万元)U2：U2＝Q+X*(H+I)/24。
管制期间船只无法靠泊，平均每天在港内作业的大型船只约为35艘，每 船按租赁费4万美元/天、燃油费3.5万美元/天计算，则每天损失达到265万 美元左右，折合人民币1800万元(约80万元/小时)。
由于目前港口航道非常拥挤，好天气时都可能出现拥堵，那么因为天气原 因管制时，对港口、船舶的影响就是客观存在的，以每小时402万元的效益估 算，2018年因港口管制减少的产值超52亿元，其中不包括对港口其他相关产 业链的影响、因港区封航及航班延误等造成对相关民生及经济活动的影响、船 公司由于延误对港口服务的不满意、部分停靠其他港口等损失。在港航专业气 象服务下，作业延长效益逐年增加，针对大风预报，2018年延长港口作业时 间达150小时，挽回约5.6亿损失；针对能见度预报，将二次引航成功率从40％ 提高到70％，产生实实在在的经济效益。
本方法给出了港口气象服务效益评估的一种比较全面的技术，既有灾害风 险减少体现的社会效益，又有作业时间延长得到的经济效益；既有定性的描述， 又有客观化计算，非常直观、清晰，并可以业务化。
本方法应用构建了不同的评估公式；利用主成分分析法的数据降维方式， 从原有多个且相互联系的变量数据集中，通过线性变换选取少数几个相互无关 且尽可能保留原信息的重要变量，并根据方差贡献率计算致灾因子综合强度指 数；采用基于灾损情况的算法，将重现期概率与遭破坏概率相乘，计算承灾体 脆弱性指数；本发明中的算法针对性强，可实际操作。
本方法技术适用于不同港口，根据港口的气象数据进行表达式内数据调整 即可。在针对特定港口应用时可研制成业务系统，自动运行。
本方法技术针对特定港口研制成的业务系统，可以计算每一次过程，也 可以计算总的效益。为港口提供定制式专业气象服务，形成可持续发展的机制， 提供了依据。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所 属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充 或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书 所定义的范围。
Claims (6)
1.一种港口气象服务效益评估的方法，其特征在于，包括步骤：
S1：计算灾害风险减少效益；
所述灾害风险减少效益的计算包括计算港口致灾因子综合强度指数和计算港口承灾体综合脆弱性指数；
所述计算港口致灾因子综合强度指数通过对预设标准化指标数据进行主成分分析确定，其表达式为：
H＝a*PC1+b*PC2
其中：H为港口致灾因子综合强度指数；a为第一致灾因子特征根的方差贡献率，b为第二致灾因子特征根的方差贡献率；PC1为预设标准化指标数据第一主成分，PC2为预设标准化指标数据第二主成分；
所述计算承灾体综合脆弱指数包括计算港口承灾体脆弱性指数和计算港口承灾体综合脆弱性指数；
所述计算港口承灾体脆弱性指数通过港口致灾因子出现的概率和致灾因子的破坏率确定，其表达式为：
其中：Vi为港口承灾体脆弱性指数；Pi为致灾因子达到i等级的概率；Fi为i等级致灾因子下各港口承灾体所遭受的最大破坏率；m为港口不同致灾因子不同等级的个数；
所述计算港口承灾体综合脆弱性指数通过各类港口承灾体资产数占预设总资产数的比例和港口承灾体脆弱性指数对应求和确定，其表达式为：
其中：V0为港口承灾体综合脆弱性指数；Vi为港口承灾体脆弱性指数；ei为港口承灾体占预设总资产权重；n为港口承灾体种类数目；
通过计算的港口致灾因子综合强度指数和计算的港口承灾体综合脆弱性指数计算灾害风险减少效益，其表达式为：
R＝H*V0
其中：R为自然灾害风险；H为港口致灾因子综合强度指数；V0为港口承灾体综合脆弱性指数；
S2：计算作业时间延长效益；
所述计算作业时间延长效益包括计算作业时间延长码头效益和计算作业时间延长船公司效益，其表达式为：
其中：E为作业时间延长效益；U1为码头每小时作业时间延长效益，U2为船公司每小时作业时间延长效益；d＝2为码头和船公司；Ts为缩短的管制时间。
2.根据权利要求1所述的一种港口气象服务效益评估的方法，其特征在于，所述第一致灾因子为大风致灾因子，所述第二致灾因子为能见度致灾因子。
3.根据权利要求2所述的一种港口气象服务效益评估的方法，其特征在于，所述计算港口致灾因子综合强度指数通过对预设指标数据进行主成分分析确定步骤包括：
采用主成分分析法对港口的致灾因子进行数据降维；
通过预设线性变换，从预设多个相关联系的致灾因子数据中获取两个相互无关的致灾因子，所述两个相互无关的致灾因子为大风致灾因子和能见度致灾因子；
在预设致灾因子指标数据库中获取预设标准化指标数据；
对获取的预设标准化指标数据进行主成分分析，获取大风致灾因子和能见度致灾因子的特征根，并获取大风致灾因子特征根的方差贡献率a和能见度致灾因子特征根的方差贡献率b；
判断大风致灾因子特征根的方差贡献率a和能见度致灾因子特征根的方差贡献率b的累积贡献率是否超过预设贡献率标准；
若是，通过大风致灾因子特征根的方差贡献率a和能见度致灾因子特征根的方差贡献率b对预设标准化指标数据的两个主成分进行加权求和；
获取港口致灾因子综合强度指数H。
4.根据权利要求1所述的一种港口气象服务效益评估的方法，其特征在于，码头每小时作业时间延长效益U1的计算为：
获取港口的预设码头日平均总营业额M；
根据获取的预设码头日平均总营业额，获取预设码头每小时经济效益U1：U1＝M/24。
5.根据权利要求1所述的一种港口气象服务效益评估的方法，其特征在于，船公司每小时作业时间延长效益U2的计算为：
获取港口内每天作业的船只数X；
获取每个船只的租赁费和燃油费之后与平均船只数相乘再除以24获取平均值g；
获取船公司每小时的效益Q；
根据获取的内每天作业的船只数X和每个船只的租赁费H和燃油费I之后与平均船只数相乘再除以24获取平均值g，获取船公司每小时经济效益U2：U2＝Q+X*(H+I)/24。
6.根据权利要求1所述的一种港口气象服务效益评估的方法，其特征在于，船公司每小时作业时间延长效益U2的计算为：
所述计算通过天气预报得到的缩短的管制时间为：
获取预设历史数据库内预设气象对应的管制时T1；
获取当前气象预报按照预设计时预报后的管制时间T2；
获取缩短的管制时间Ts＝T1-T2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910580245.9A CN110400053B (zh) | 2019-06-28 | 2019-06-28 | 一种港口气象服务效益评估的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910580245.9A CN110400053B (zh) | 2019-06-28 | 2019-06-28 | 一种港口气象服务效益评估的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110400053A true CN110400053A (zh) | 2019-11-01 |
| CN110400053B CN110400053B (zh) | 2021-11-16 |
Family
ID=68323657
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910580245.9A Active CN110400053B (zh) | 2019-06-28 | 2019-06-28 | 一种港口气象服务效益评估的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110400053B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222767A (zh) * | 2019-12-29 | 2020-06-02 | 航天信息股份有限公司 | 一种粮食物流过程质量安全风险评估方法及系统 |
| CN112700125A (zh) * | 2020-12-29 | 2021-04-23 | 宁波市气象服务中心 | 一种港口气象灾害风险及气象服务效益评估的方法 |
| CN113553391A (zh) * | 2021-08-02 | 2021-10-26 | 中国港湾工程有限责任公司 | 一种基于gis技术的港口腹地划分方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853290A (zh) * | 2010-05-25 | 2010-10-06 | 南京信息工程大学 | 基于地理信息系统的气象服务效益评估方法 |
| CN102129465A (zh) * | 2011-03-15 | 2011-07-20 | 南京信息工程大学 | 公众气象服务效益综合评估方法 |
| CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
| CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
| CN103605898A (zh) * | 2013-11-29 | 2014-02-26 | 民政部国家减灾中心 | 一种区域泥石流灾害风险估计方法 |
| CN103886432A (zh) * | 2014-04-04 | 2014-06-25 | 天津市市政工程设计研究院 | 基于加权主成分分析的码头功能调整综合测评方法 |
| CN104217257A (zh) * | 2014-09-12 | 2014-12-17 | 福建师范大学 | 一种灾害链综合风险计算方法 |
| US20150235153A1 (en) * | 2014-02-17 | 2015-08-20 | Corelogic Solutions, Llc | System and method for ranking natural hazard models |
| CN105303468A (zh) * | 2015-11-20 | 2016-02-03 | 国网天津市电力公司 | 一种基于主成分聚类分析的智能电网建设综合评价方法 |
| CN105741037A (zh) * | 2016-01-29 | 2016-07-06 | 武汉小禾芃芃科技有限公司 | 一种台风灾害评估系统 |
| CN107358349A (zh) * | 2017-07-06 | 2017-11-17 | 四川雷盾科技有限公司 | 雷电灾害评估的方法及其管理平台 |
| CN109426906A (zh) * | 2017-08-29 | 2019-03-05 | 北京思湃德信息技术有限公司 | 一种暴雨气象灾害风险评估系统 |
-
2019
- 2019-06-28 CN CN201910580245.9A patent/CN110400053B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101853290A (zh) * | 2010-05-25 | 2010-10-06 | 南京信息工程大学 | 基于地理信息系统的气象服务效益评估方法 |
| CN102129465A (zh) * | 2011-03-15 | 2011-07-20 | 南京信息工程大学 | 公众气象服务效益综合评估方法 |
| CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
| CN103577720A (zh) * | 2013-11-29 | 2014-02-12 | 民政部国家减灾中心 | 一种区域旱灾风险估计方法 |
| CN103605898A (zh) * | 2013-11-29 | 2014-02-26 | 民政部国家减灾中心 | 一种区域泥石流灾害风险估计方法 |
| US20150235153A1 (en) * | 2014-02-17 | 2015-08-20 | Corelogic Solutions, Llc | System and method for ranking natural hazard models |
| CN103886432A (zh) * | 2014-04-04 | 2014-06-25 | 天津市市政工程设计研究院 | 基于加权主成分分析的码头功能调整综合测评方法 |
| CN104217257A (zh) * | 2014-09-12 | 2014-12-17 | 福建师范大学 | 一种灾害链综合风险计算方法 |
| CN105303468A (zh) * | 2015-11-20 | 2016-02-03 | 国网天津市电力公司 | 一种基于主成分聚类分析的智能电网建设综合评价方法 |
| CN105741037A (zh) * | 2016-01-29 | 2016-07-06 | 武汉小禾芃芃科技有限公司 | 一种台风灾害评估系统 |
| CN107358349A (zh) * | 2017-07-06 | 2017-11-17 | 四川雷盾科技有限公司 | 雷电灾害评估的方法及其管理平台 |
| CN109426906A (zh) * | 2017-08-29 | 2019-03-05 | 北京思湃德信息技术有限公司 | 一种暴雨气象灾害风险评估系统 |
Non-Patent Citations (13)
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111222767A (zh) * | 2019-12-29 | 2020-06-02 | 航天信息股份有限公司 | 一种粮食物流过程质量安全风险评估方法及系统 |
| CN112700125A (zh) * | 2020-12-29 | 2021-04-23 | 宁波市气象服务中心 | 一种港口气象灾害风险及气象服务效益评估的方法 |
| CN113553391A (zh) * | 2021-08-02 | 2021-10-26 | 中国港湾工程有限责任公司 | 一种基于gis技术的港口腹地划分方法 |
| CN113553391B (zh) * | 2021-08-02 | 2024-05-10 | 中国港湾工程有限责任公司 | 一种基于gis技术的港口腹地划分方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110400053B (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110400053A (zh) | 一种港口气象服务效益评估的方法 | |
| Rangel-Buitrago et al. | Winter wave climate, storms and regional cycles: the SW Spanish Atlantic coast | |
| Love et al. | Climate change, climate variability and transportation | |
| Shand et al. | NSW coastal inundation hazard study: coastal storms and extreme waves | |
| CN114442198B (zh) | 一种基于加权算法的森林火险气象等级预报方法 | |
| Brown et al. | Past to future extreme events in Liverpool Bay: model projections from 1960–2100 | |
| Stewart et al. | Climate adaptation engineering and risk-based design and management of infrastructure | |
| CN111401702B (zh) | 一种海上交通风险评估方法 | |
| Møller et al. | Comparing abnormalities in onshore and offshore vertical wind profiles | |
| Göksu et al. | Quantitative analysis of dynamic risk factors for shipping operations | |
| CN113935533A (zh) | 一种黄渤海海区大风推算方法 | |
| Booth et al. | Storm surge, blocking, and cyclones: A compound hazards analysis for the northeast United States | |
| Wu et al. | The effect of weather factors on the severity of fishing boat accidents in Atlantic Canada | |
| CN112700125A (zh) | 一种港口气象灾害风险及气象服务效益评估的方法 | |
| Hope | How high should climate change taxes be? | |
| Chen et al. | An early-warning system for shipping market crisis using climate index | |
| Befort et al. | Identification of storm surge events over the German Bight from atmospheric reanalysis and climate model data | |
| Roberge | Impact of climate change on corrosion risks | |
| Nishida et al. | Optimization of integrated weather routing systems for sailing cargo ships | |
| CN110174713A (zh) | 一种电力线路强对流天气监测预警方法及装置 | |
| Stanisławczyk | Storm-surges indicator for the polish Baltic coast | |
| Sasa et al. | Current Situation and Difficulty of Wave Forecast from Viewpoint of Ship Management | |
| Barhoumi et al. | Assessment of whipping and springing on a large container vessel | |
| CN108416469A (zh) | 一种极端天气引起铁塔安全隐患的预测方法及系统 | |
| Li et al. | Tropical cyclone wind hazard assessment for Donghaitang wind farm (Zhejiang Province, China): Case study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200123 Address after: 315012 No. 118 meteorological Road, Zhejiang, Ningbo Applicant after: Ning Boshiqixiangtai Applicant after: Ningbo Meteorological Service Center Address before: 315012 No. 118 meteorological Road, Zhejiang, Ningbo Applicant before: Ning Boshiqixiangtai |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |