CN112232702B - 一种面向多风险源的时空高分辨率溢油风险定量分析方法 - Google Patents

一种面向多风险源的时空高分辨率溢油风险定量分析方法 Download PDF

Info

Publication number
CN112232702B
CN112232702B CN202011221317.XA CN202011221317A CN112232702B CN 112232702 B CN112232702 B CN 112232702B CN 202011221317 A CN202011221317 A CN 202011221317A CN 112232702 B CN112232702 B CN 112232702B
Authority
CN
China
Prior art keywords
oil spill
sea area
oil
risk
historical
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.)
Active
Application number
CN202011221317.XA
Other languages
English (en)
Other versions
CN112232702A (zh
Inventor
徐洪磊
张利国
朱高儒
毛宁
程金香
田荣洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Transport Planning And Research Institute Ministry Of Transport
Original Assignee
Transport Planning And Research Institute Ministry Of Transport
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Transport Planning And Research Institute Ministry Of Transport filed Critical Transport Planning And Research Institute Ministry Of Transport
Priority to CN202011221317.XA priority Critical patent/CN112232702B/zh
Publication of CN112232702A publication Critical patent/CN112232702A/zh
Application granted granted Critical
Publication of CN112232702B publication Critical patent/CN112232702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于海洋污染研究技术领域，公开一种面向多风险源的时空高分辨率溢油风险定量分析方法。方法包括以下步骤：获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据；根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数；根据所述溢油风险指数评估评估所述目标海域的溢油风险水平。本发明实施例中提供的多风险源海洋溢油风险评估方法，通过历史溢油数据结合当前目标海域内多溢油风险源的风险因素状态数据和环境敏感资源分布情况的综合考虑，从而借鉴历史溢油数据的同时，还能够结合当前的海域情况对溢油风险进行全方位的分析，分析得到的结果更加准确。

Description

一种面向多风险源的时空高分辨率溢油风险定量分析方法
技术领域
本发明属于海洋污染研究技术领域，具体涉及一种面向多风险源的时空高分辨率溢油风险定量分析方法。
背景技术
溢油风险分析是对海洋石油勘探开发或运输过程中发生的各种形式油品泄漏入海的概率与事故后果进行分析的过程。
在溢油风险分析研究领域，现有技术中发展了多种方法，主要包括概率论法、层次分析法、人工神经网络法、灰色系统理论及多种方法的综合评估等。其中，概率论法主要是对溢油统计数据进行了溢油事故发生次数、发生规模等概率特征的初步研究，研究认为溢油的发生概率可以利用每生产或运输一个单位的油能引起溢油事故的发生次数来表示，并采用时间段内输油管线的溢油历史纪录及溢油历史数据对溢油发生概率的计算公式进行修正，以期获得更为准确的溢油发生概率，但是，在现在的海洋环境中，溢油发生的相关因素有很多，比如石油平台溢油、运输管道溢油、船舶溢油等各种风险因素，海域情况复杂多变，简单的历史数据推测无法有效灵活的与实际情况进行结合，缺少不同风险源(风险因素)耦合叠加影响的研究，此外，区域尺度的溢油风险具备时间、空间分布特征，但是现有的溢油风险定量评估只能给出一个静态风险值，无法体现区域风险时空分布特征，难以保证准确性。
可见，现有技术中的溢油风险评估主要只是单纯根据历史事件来对风险源的事故概率和风险进行测算，无法结合当前实际情况，难以得到准确的、区域性的风险评估结果。
发明内容
本发明实施例的目的在于提供一种面向多风险源的时空高分辨率溢油风险定量分析方法，旨在解决现有技术中脱离实际情况、单纯依靠历史数据对溢油风险进行评估而存在的评估不准确的问题。
本发明实施例是这样实现的，一种面向多风险源的时空高分辨率溢油风险定量分析方法，包括以下步骤：
获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据，所述溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合；
根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数；
根据所述溢油风险指数评估所述目标海域的溢油风险水平。
作为本发明进一步的方案：所述目标海域由若干个海域单元组成，所述历史溢油数据至少包括对应所述溢油风险源引起的各个所述海域单元的历史溢油量和历史溢油次数，所述根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数的步骤，具体包括：
根据所述风险因素状态数据计算所述目标海域内的各个所述海域单元在预设时间段内的海域单元过油量；
根据各个所述海域单元的所述历史溢油量和所述海域单元过油量计算对应所述目标海域的溢油比率；
根据所述海域单元过油量、所述历史溢油次数和所述溢油比率计算对应所述海域单元的溢油事故规模参数；
根据所述历史溢油次数计算各个所述海域单元的溢油事故概率；
根据所述溢油事故概率和所述溢油规模参数计算对应所述海域单元的溢油风险指数。
作为本发明再进一步的方案：所述根据所述风险因素状态数据计算所述目标海域内的各个所述海域单元在预设时间段内的海域单元过油量，可用下列公式表示：
O＝Ox+Oy
Ox＝α×Tx
Oy＝β×Ty
其中，O为海域单元过油量，Ox、Oy分别为油船和非油船的海域单元过油量，Tx、Ty分别为通过海域单元的油船和非油船吨位，wxi、wyi分别为i等级油船、非油船的艘次，txi、tyi分别为i等级油船、非油船的平均吨位，α为油船货油携带系数，为预设值，β为非油船燃油携带系数，为预设值，x、y分别表示油船和非油船，n为油船和非油船的艘次。
作为本发明再进一步的方案：所述根据各个所述海域单元的所述历史溢油量和所述海域单元过油量计算对应所述目标海域的溢油比率的步骤，具体包括：
根据所述各个所述海域单元的所述历史溢油量计算所述目标海域的总溢油量；
根据所述据所述各个所述海域单元的所述海域单元过油量计算所述目标海域的总过油量；
根据所述总溢油量和所述总过油量计算所述目标海域的溢油比率。
作为本发明再进一步的方案：所述根据所述海域单元过油量、所述历史溢油次数和所述溢油比率计算对应所述海域单元的溢油事故规模参数，可以用公式表示为：
其中，R为所述目标海域的溢油比率，O为所述海域单元过油量，m为所述历史溢油次数。
作为本发明再进一步的方案：所述根据所述历史溢油次数计算各个所述海域单元的溢油事故概率，可以用公式表示为：
其中PA为其中一个海域单元A的溢油事故概率，p为海域单元A的历史溢油次数，p1、p2、p3、p4…pc为以海域单元A为中心，该海域单元向外第一、二、三、四...c圈海域单元上的历史溢油次数，a为历史溢油数据统计时长。
作为本发明再进一步的方案：所述根据所述溢油风险指数评估评估所述目标海域的溢油风险水平的步骤，具体包括：
按照预设的海域敏感规则确定海域单元的敏感指数；
根据所述敏感指数和所述溢油风险指数计算所述海域单元的溢油污染风险指数；
根据所述溢油污染风险指数按照预设的划分规则确定所述海域单元的溢油风险等级。
本发明实施例中提供的面向多风险源的时空高分辨率溢油风险定量分析方法，通过历史溢油数据结合当前目标海域内多溢油风险源的风险因素状态数据的综合考虑，从而借鉴历史溢油数据的同时，还能够结合当前的海域情况对溢油风险进行全方位的分析，分析得到的结果更加准确。
附图说明
图1为本发明实施例提供的面向多风险源的时空高分辨率溢油风险定量分析方法的流程图；
图2为本发明实施例提供的计算溢油风险指数的流程图；
图3为本发明实施例提供的计算溢油比率的流程图；
图4为本发明实施例提供的评估目标海域溢油风险水平的流程图；
图5为本发明实施例提供的海洋溢油风险评估装置的结构框图；
图6为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
实施例1
本发明实施例中的一种面向多风险源的时空高分辨率溢油风险定量分析方法可以应用在计算机设备或者终端中，计算机设备可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。
如图1所示，在一个实施例中，提出了一种面向多风险源的时空高分辨率溢油风险定量分析方法，本实施例主要以该方法应用于上述计算机设备来举例说明。一种面向多风险源的时空高分辨率溢油风险定量分析方法，具体可以包括以下步骤：
步骤S102，获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据；
步骤S104，根据风险因素状态数据和历史溢油数据计算对应溢油风险源的溢油风险指数；
步骤S106，根据溢油风险指数评估所述目标海域的溢油风险水平。
在本发明实施例中，预设的溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合。本领域技术人员可以理解的是，在海洋溢油中，包括各种各样不同的溢油情况，常见的比如运输石油的船舶发生漏油、石油储罐发生漏油、海底管道运输发生漏油以及石油钻井平台发生漏油等情况，综合考虑的溢油风险源能够更加全面的评估目标海域的溢油风险水平。
在本发明实施例中，风险因素状态数据主要是指对应溢油风险源的大数据统计信息，比如说，针对船舶溢油，其对应的风险因素状态数据可以包括在某段时间内，通过目标海域的船舶的数量、次数、载油量吨级、船舶等级类型等详细的信息。同时，在本领域中，对于海洋海域的石油或者其他油类的运输航行，都是以由大数据统计平台进行统计处理的，对于本发明实施例中所提出的风险因素状态数据的获取并不困难，当然，除了从现有的大数据平台中获取之外，还可以根据实际需要自行设计简单的统计平台，有针对性的对需要的数据进行统计或者监控。比如，本发明实施例中举例采用船舶自动识别系统大数据平台获取目标海域的船舶数据信息，船舶自动识别系统(Automatic Identification System,简称AIS系统)，由岸基(基站)设施和船载设备共同组成，是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备，采用AIS大数据分析可以统计分析目标海域内的船舶流量，在船舶流量统计结果的基础上进一步分析载油量吨级、船舶等级类型等详细的信息，获得针对船舶溢油这一溢油风险源的风险因素状态数据。本发明实施例中仅以船舶溢油这一溢油风险源的风险因素状态数据获取为例进行说明，本领域技术人员可以理解的是，针对其他溢油风险源，比如对于石油储罐溢油、海底管道溢油和石油平台溢油等风险源，同样的可以利用现有技术中相应的大数据统计平台来进行统计，统计在目标海域的各个溢油风险源的本体数量或者油量等数据进行分析，在此不进一步的展开更多的描述。
在一个实施例中，目标海域由若干个海域单元组成，历史溢油数据至少包括对应溢油风险源引起的各个海域单元的历史溢油量和历史溢油次数，如图2所示，步骤S104，具体包括：
步骤S202，根据风险因素状态数据计算目标海域内的各个海域单元在预设时间段内的海域单元过油量；
步骤S204，根据各个海域单元的历史溢油量和海域单元过油量计算对应目标海域的溢油比率；
步骤S206，根据海域单元过油量、历史溢油次数和溢油比率计算对应海域单元的溢油事故规模参数；
步骤S208，根据历史溢油次数计算各个海域单元的溢油事故概率；
步骤S210，根据溢油事故概率和溢油规模参数计算对应海域单元的溢油风险指数。
在本发明实施例中，目标海域的划分在海洋海域划分中有各种各样的划分方式，比如，本发明实施例中举例通过ArcGIS地理网格划分技术对目标海域进行海域单元划分。ArcGIS是Esri公司集40余年地理信息系统(GIS)咨询和研发经验，奉献给用户的一套完整的GIS平台产品，具有强大的地图制作、空间数据管理、空间分析、空间信息整合、发布与共享的能力，在利用ArcGIS处理数据时，可以对整个工作区域进行规则网格划分。上述软件平台仅是对目标海域划分的一种举例方式，主要在于说明对于目标海域的划分本领域技术人员可以根据上述描述或者本领域的其他常规手段实现，并非对海域划分方式的严格限制。
另外，还可以认为划分目标海域，本发明实施例中给出一种划分目标海域的基本原理和原则，对于海域单元划分应体现如下原则：①管辖单一原则。尽量维持辖区现有界线情况，空间单元不应兼属两个或多个海事管理机构管理；②管理便捷原则。监管对象分布、执法资源及设备分布，力求平衡，空间单元内的应急力量和执法资源应当能够满足在限定的时间内到达。③无缝衔接原则。空间单元之间的边界应无缝衔接，不遗漏、不重叠；④差异化原则。海域空间单元应能够体现辖区各海事局的管辖海域溢油风险水平等要素的空间差异，能够体现辖区各港区的空间布局、溢油应急设备库覆盖范围、用海活动强度以及海域溢油风险水平和溢油应急时空要求的差异。
在本发明实施例中，各个海域单元的历史溢油量和历史溢油次数均可以是指定在某一个历史时间段内的数据，本领域技术人员可以根据实际需要设定获取对应时间段的上述数据，在此不进一步限制和描述。
在本发明实施例中，海域单元过油量只是在预设的时间段内通过海域单元的油量。如前面所述，以船舶溢油为例进行说明，在某时间段内，获取通过海域单元的针对船舶的风险因素状态数据，可以分析得到通过该海域单元的船舶数量、载油量以及各类详细信息。
具体的，在一个实施例中，以考虑船舶溢油风险源为例进行说明，根据风险因素状态数据计算目标海域内的各个海域单元在预设时间段内的海域单元过油量，可用下列公式表示：
O＝Ox+Oy
Ox＝α×Tx
Oy＝β×Ty
其中，O为海域单元过油量，Ox、Oy分别为油船和非油船的海域单元过油量，Tx、Ty分别为通过海域单元的油船和非油船吨位，wxi、wyi分别为i等级油船、非油船的艘次，txi、tyi分别为i等级油船、非油船的平均吨位，α为油船货油携带系数，为预设值，β为非油船燃油携带系数，为预设值，x、y分别表示油船和非油船，n为油船和非油船的艘次。
在上述公式中，充分考虑了油船和非游船的类型，因为在实际情况中，溢油事件虽然大部分都是运油船舶发生事故溢油的，但是也存在一些其他类型的船舶发生意外，其本身动力的油泄露发生溢油，所以综合考虑会使得风险评估更加全面准确。另外，i等级只是简单为了区别不同油船，根据其吨位进行区别的标识，上述公式只是为了计算出在预设时间段内通过海域单元的油量。本领域技术人员可以理解的是，上述仅是作为一种计算海域单元过油量的优选实施例，本领域技术人员在此基础上可以增加或者减少所考虑的因素，比如单纯考虑油轮，或者还需要考虑更多类型，在此不进一步的进行更多的举例，本领域技术人员在此基础上可以进行简单的变形和设计。
在本发明实施例中，溢油比率主要是指通过海域单元的总过油量和发生溢油泄露的总溢油量之间的比率。具体的，在一个实施例中，如图3所示，步骤S204，具体包括：
步骤S302，根据各个海域单元的历史溢油量计算目标海域的总溢油量；
步骤S304，根据各个海域单元的海域单元过油量计算目标海域的总过油量；
步骤S306，根据总溢油量和总过油量计算目标海域的溢油比率。
注意的是，上述总溢油量和总过油量均是在同一预设的时间段内进行统计的，如前面所述，本发明前述实施例中针对目标海域进行了划分，然后针对各个海域单元进行统计之后，叠加就可以得到目标海域的总溢油量和总过油量。
在一个实施例中，根据海域单元过油量、历史溢油次数和溢油比率计算对应海域单元的溢油事故规模参数，可以用公式表示为：
其中，R为目标海域的溢油比率，O为海域单元过油量，m为历史溢油次数。具体的，在本发明实施例中，溢油事故规模参数使用来评估海域单元内发生溢油事件的时候其规模的大小的，海域单元内过油量大，且溢油比率高，溢油次数多，那么该海域单元的发生溢油事件的时候其规模必然是相对较大的。通过对海域单元的溢油事故规模进行考量，能够进一步的评估溢油风险发生时对海域的影响，进一步的便于评估相关海域单元以及目标海域的风险程度。
在一个实施例中，根据历史溢油次数计算各个海域单元的溢油事故概率，可以用公式表示为：
其中PA为其中一个海域单元A的溢油事故概率，p为海域单元A的历史溢油次数，p1、p2、p3、p4…pc为以海域单元A为中心，该海域单元向外第一、二、三、四...c圈海域单元上的历史溢油次数，a为历史溢油数据统计时长，该时长可以是以年为单位或者月为单位，在此不做严格限制。
在本发明实施例中，如前面所述，采用ArcGIS地理网格划分技术进行海域单元的划分，实际上，海域单元相当于网格，所有网格连接在一起形成目标海域，因此，对某一个海域单元而言，均包含有与其相连的其他海域单元，更多的情况下是能够形成一圈一圈的围绕形状。因而，在本发明实施例中，考虑历史事故的影响，根据地理学第一定律，海域单元溢油事故发生的概率可以根据历史溢油事故发生的位置及其次数计算得到，认为每个海域单元的溢油事故概率均受到目标海域其它海域单元的影响，且受影响程度与距离呈反比，进而采用上述公式计算各空间单元第1、2、3、4、…m圈层的溢油概率影响。注意的是，某一圈层海域单元的历史溢油次数是该圈所有海域单元的历史溢油次数的总和；同时本发明实施例中，上述公式将距离所要分析的海域单元越远的其他海域单元的影响逐次减小，分析更加合理。本发明考虑到在目标海域内的海域单元发生溢油事故均会使得影响到其他海域单元，使得其他海域单元也处于溢油事故状态，故而能够更为全面的考虑目标海域的溢油风险水平。
进而，结合前面的数据，本发明实施例步骤S210计算对应海域单元的溢油风险指数可以用下列公式进行表示：
H＝E×PA
在一个实施例中，如图4所示，步骤106，具体包括：
步骤402，按照预设的海域敏感规则确定海域单元的敏感指数；
步骤404，根据敏感指数和溢油风险指数计算海域单元的溢油污染风险指数；
步骤406，根据溢油污染风险指数按照预设的划分规则确定海域单元的溢油风险等级。
本发明实施例中，敏感指数属于人为设定的参数，其具体的主要是综合海域环境设定的，比如，下列表1中给出一种实施例中的敏感指数赋值规则示意。
注意的是，表1仅是给出一种示意的示例，便于理解本发明实施例中的目标海域的敏感指数，其并非对敏感指数的设定规则的严格限定，本领域技术人员可以结合海域的情况进行各种划分和设定，在此不进一步的举例说明。
在本发明实施例中，溢油风险指数从前述描述中计算得来，并且，分别计算要进行评估的溢油风险源对应的溢油风险指数，比如本发明实施例中提到了船舶溢油、石油储罐溢油、海底管道溢油以及石油平台溢油这几种，那么就可以分别计算他们的溢油风险指数，然后进行求和，得到总溢油风险指数H综，本发明实施例中的溢油污染风险指数可以用下列公式进行计算：
C＝H综×M
其中，C为溢油污染风险指数，然后根据溢油污染风险指数C的大小，结合预设的划分规则，比如按照大小排序的前10％的海域单元设为高风险区；前10％～25％的海域单元设为较高风险区；前25％～50％的海域单元设为中等风险区；前50％～75％的海域单元设为较低风险区；其余设为低风险区。上述仅是对预设划分规则的简单举例，本领域技术人员还可以根据实际情况进一步的做出调整和简单的变化，在此不再展开举例描述。
本发明实施例中将目标海域的各个海域单元进行风险划分之后，就可以很明确的得到目标海域整体以及各个海域单元的溢油风险情况，进而完成海洋溢油风险评估作业。
表1海域敏感目标敏感指数M赋值
本发明实施例中提供的多风险源海洋溢油风险评估方法，通过历史溢油数据结合当前目标海域内可能影响到溢油事故发生的风险因素的综合考虑，从而借鉴历史溢油数据的同时，还能够结合当前的海域情况对溢油风险进行全方位的分析，分析得到的结果更加准确。
实施例2
如图5所示，在一个实施例中，提供了一种海洋溢油风险评估装置，该装置可以集成于上述的计算机设备中，具体可以包括：
数据获取单元510，用于获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据；
溢油风险指数计算单元520，用于根据所述风险因素状态数据和所述历史溢油数据计算对应所述风险因素的溢油风险指数；
风险评估单元530，用于根据所述溢油风险指数评估所述目标海域的溢油风险水平。
在本发明实施例中，预设的溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合。本领域技术人员可以理解的是，在海洋溢油中，包括各种各样不同的溢油情况，常见的比如运输石油的船舶发生漏油、石油储罐发生漏油、海底管道运输发生漏油以及石油钻井平台发生漏油等情况，综合考虑的溢油风险源能够更加全面的评估所述目标海域的溢油风险水平。
在本发明实施例中，风险因素状态数据主要是指对应溢油风险源的大数据统计信息，比如说，针对船舶溢油，其对应的风险因素状态数据可以包括在某段时间内，通过目标海域的船舶的数量、次数、载油量吨级、船舶等级类型等详细的信息。同时，在本领域中，对于海洋海域的石油或者其他油类的运输航行，都是以由大数据统计平台进行统计处理的，对于本发明实施例中所提出的风险因素状态数据的获取并不困难，当然，除了从现有的大数据平台中获取之外，还可以根据实际需要自行设计简单的统计平台，有针对性的对需要的数据进行统计或者监控。比如，本发明实施例中举例采用船舶自动识别系统大数据平台获取目标海域的船舶数据信息，船舶自动识别系统(Automatic Identification System,简称AIS系统)，由岸基(基站)设施和船载设备共同组成，是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备，采用AIS大数据分析可以统计分析目标海域内的船舶流量，在船舶流量统计结果的基础上进一步分析载油量吨级、船舶等级类型等详细的信息，获得针对船舶溢油这一溢油风险源的分险因素状态数据。本发明实施例中仅以船舶溢油这一溢油风险源的风险因素状态数据获取为例进行说明，本领域技术人员可以理解的是，针对其他溢油风险源，比如对于石油储罐溢油、海底管道溢油和石油平台溢油等风险源，同样的可以利用现有技术中相应的大数据统计平台来进行统计，统计在目标海域的各个溢油风险源的本体数量或者油量等数据进行分析，在此不进一步的展开更多的描述。
在一个实施例中，目标海域由若干个海域单元组成，历史溢油数据至少包括对应溢油风险源引起的各个海域单元的历史溢油量和历史溢油次数，溢油风险指数计算单元520根据所述风险因素状态数据和所述历史溢油数据计算对应所述风险因素的溢油风险指数，具体包括：
根据风险因素状态数据计算目标海域内的各个海域单元在预设时间段内的海域单元过油量；
根据各个海域单元的历史溢油量和海域单元过油量计算对应目标海域的溢油比率；
根据海域单元过油量、历史溢油次数和溢油比率计算对应海域单元的溢油事故规模参数；
根据历史溢油次数计算各个海域单元的溢油事故概率；
根据溢油事故概率和溢油规模参数计算对应海域单元的溢油风险指数。
在本发明实施例中，目标海域的划分在海洋海域划分中有各种各样的划分方式，比如，本发明实施例中举例通过ArcGIS地理网格划分技术对目标海域进行海域单元划分。ArcGIS是Esri公司集40余年地理信息系统(GIS)咨询和研发经验，奉献给用户的一套完整的GIS平台产品，具有强大的地图制作、空间数据管理、空间分析、空间信息整合、发布与共享的能力，在利用ArcGIS处理数据时，可以对整个工作区域进行规则网格划分。上述软件平台仅是对目标海域划分的一种举例方式，主要在于说明对于目标海域的划分本领域技术人员可以根据上述描述或者本领域的其他常规手段实现，并非对海域划分方式的严格限制。
另外，还可以认为划分目标海域，本发明实施例中给出一种划分目标海域的基本原理和原则，对于海域单元划分应体现如下原则：①管辖单一原则。尽量维持辖区现有界线情况，空间单元不应兼属两个或多个海事管理机构管理；②管理便捷原则。监管对象分布、执法资源及设备分布，力求平衡，空间单元内的应急力量和执法资源应当能够满足在限定的时间内到达。③无缝衔接原则。空间单元之间的边界应无缝衔接，不遗漏、不重叠；④差异化原则。海域空间单元应能够体现辖区各海事局的管辖海域溢油风险水平等要素的空间差异，能够体现辖区各港区的空间布局、溢油应急设备库覆盖范围、用海活动强度以及海域溢油风险水平和溢油应急时空要求的差异。
在本发明实施例中，各个海域单元的历史溢油量和历史溢油次数均可以是指定在某一个历史时间段内的数据，本领域技术人员可以根据实际需要设定获取对应时间段的上述数据，在此不进一步限制和描述。
在本发明实施例中，海域单元过油量只是在预设的时间段内通过海域单元的油量。如前面所述，以船舶溢油为例进行说明，在某时间段内，获取通过海域单元的针对船舶的风险因素状态数据，可以分析得到通过该海域单元的船舶数量、载油量以及各类详细信息。
具体的，在一个实施例中，以考虑船舶溢油风险源为例进行说明，根据风险因素状态数据计算目标海域内的各个海域单元在预设时间段内的海域单元过油量，可用下列公式表示：
O＝Ox+Oy
Ox＝α×Tx
Oy＝β×Ty
其中，O为海域单元过油量，Ox、Oy分别为油船和非油船的海域单元过油量，Tx、Ty分别为通过海域单元的油船和非油船吨位，wxi、wyi分别为i等级油船、非油船的艘次，txi、tyi分别为i等级油船、非油船的平均吨位，α为油船货油携带系数，为预设值，β为非油船燃油携带系数，为预设值，x、y分别表示油船和非油船，n为油船和非油船的艘次。
在上述公式中，充分考虑了油船和非游船的类型，因为在实际情况中，溢油事件虽然大部分都是运油船舶发生事故溢油的，但是也存在一些其他类型的船舶发生意外，其本身动力的油泄露发生溢油，所以综合考虑会使得风险评估更加全面准确。另外，i等级只是简单为了区别不同油船，根据其吨位进行区别的标识，上述公式只是为了计算出在预设时间段内通过海域单元的油量。本领域技术人员可以理解的是，上述仅是作为一种计算海域单元过油量的优选实施例，本领域技术人员在此基础上可以增加或者减少所考虑的因素，比如单纯考虑油轮，或者还需要考虑更多类型，在此不进一步的进行更多的举例，本领域技术人员在此基础上可以进行简单的变形和设计。
在本发明实施例中，溢油比率主要是指通过海域单元的总过油量和发生溢油泄露的总溢油量之间的比率。具体的，在一个实施例中，溢油风险指数计算单元520根据各个海域单元的历史溢油量和海域单元过油量计算对应目标海域的溢油比率具体包括：
根据各个海域单元的历史溢油量计算目标海域的总溢油量；
根据各个海域单元的海域单元过油量计算目标海域的总过油量；
根据总溢油量和总过油量计算目标海域的溢油比率。
注意的是，上述总溢油量和总过油量均是在同一预设的时间段内进行统计的，如前面所述，本发明前述实施例中针对目标海域进行了划分，然后针对各个海域单元进行统计之后，叠加就可以得到目标海域的总溢油量和总过油量。
在一个实施例中，根据海域单元过油量、历史溢油次数和溢油比率计算对应海域单元的溢油事故规模参数，可以用公式表示为：
其中，R为目标海域的溢油比率，O为海域单元过油量，m为历史溢油次数。具体的，在本发明实施例中，溢油事故规模参数使用来评估海域单元内发生溢油事件的时候其规模的大小的，海域单元内过油量大，且溢油比率高，溢油次数多，那么该海域单元的发生溢油事件的时候其规模必然是相对较大的。通过对海域单元的溢油事故规模进行考量，能够进一步的评估溢油风险发生时对海域的影响，进一步的便于评估相关海域单元以及目标海域的风险程度。
在一个实施例中，根据历史溢油次数计算各个海域单元的溢油事故概率，可以用公式表示为：
其中PA为其中一个海域单元A的溢油事故概率，p为海域单元A的历史溢油次数，p1、p2、p3、p4…pc为以海域单元A为中心，该海域单元向外第一、二、三、四...c圈海域单元上的历史溢油次数，a为历史溢油数据统计时长，该时长可以是以年为单位或者月为单位，在此不做严格限制。
在本发明实施例中，如前面所述，采用ArcGIS地理网格划分技术进行海域单元的划分，实际上，海域单元相当于网格，所有网格连接在一起形成目标海域，因此，对某一个海域单元而言，均包含有与其相连的其他海域单元，更多的情况下是能够形成一圈一圈的围绕形状。因而，在本发明实施例中，考虑历史事故的影响，根据地理学第一定律，海域单元溢油事故发生的概率可以根据历史溢油事故发生的位置及其次数计算得到，认为每个海域单元的溢油事故概率均受到目标海域其它海域单元的影响，且受影响程度与距离呈反比，进而采用上述公式计算各空间单元第1、2、3、4、…m圈层的溢油概率影响。注意的是，某一圈层海域单元的历史溢油次数是该圈所有海域单元的历史溢油次数的总和；同时本发明实施例中，上述公式将距离所要分析的海域单元越远的其他海域单元的影响逐次减小，分析更加合理。本发明考虑到在目标海域内的海域单元发生溢油事故均会使得影响到其他海域单元，使得其他海域单元也处于溢油事故状态，故而能够更为全面的考虑所述目标海域的溢油风险水平。
进而，结合前面的数据，本发明实施例步骤S210计算对应海域单元的溢油风险指数可以用下列公式进行表示：
H＝E×PA
在一个实施例中，风险评估单元530根据所述溢油风险指数评估所述目标海域的溢油风险水平，具体包括：
按照预设的海域敏感规则确定海域单元的敏感指数；
根据敏感指数和溢油风险指数计算海域单元的溢油污染风险指数；
根据溢油污染风险指数按照预设的划分规则确定海域单元的溢油风险等级。
本发明实施例中，敏感指数属于人为设定的参数，其具体的主要是综合海域环境设定的，可以结合前面实施例进行理解，在此不进一步的举例说明。
在本发明实施例中，溢油风险指数从前述描述中计算得来，并且，分别计算要进行评估的溢油风险源对应的溢油风险指数，比如本发明实施例中提到了船舶溢油、石油储罐溢油、海底管道溢油以及石油平台溢油这几种，那么就可以分别计算他们的溢油风险指数，然后进行求和，得到总溢油风险指数H综合，本发明实施例中的溢油污染风险指数可以用下列公式进行计算：
C＝H综×M
其中，C为溢油污染风险指数，然后根据溢油污染风险指数C的大小，结合预设的划分规则，比如按照大小排序的前10％的海域单元设为高风险区；前10％～25％的海域单元设为较高风险区；前25％～50％的海域单元设为中等风险区；前50％～75％的海域单元设为较低风险区；其余设为低风险区。上述仅是对预设划分规则的简单举例，本领域技术人员还可以根据实际情况进一步的做出调整和简单的变化，在此不再展开举例描述。
本发明实施例中将目标海域的各个海域单元进行风险划分之后，就可以很明确的得到目标海域整体以及各个海域单元的溢油风险情况，进而完成海洋溢油风险评估作业。
本发明实施例中提供的海洋溢油风险评估装置，通过历史溢油数据结合当前目标海域内可能影响到溢油事故发生的风险因素的综合考虑，从而借鉴历史溢油数据的同时，还能够结合当前的海域情况对溢油风险进行全方位的分析，分析得到的结果更加准确。
实施例3
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据，所述溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合；
根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数；
根据所述溢油风险指数评估所述目标海域的溢油风险水平。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。还可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。如图6所示，该计算机设备包括该计算机设备包括通过系统总线链接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现本发明前述实施例中的多风险源海洋溢油风险评估方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行多风险源海洋溢油风险评估方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
实施例4
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据，所述溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合；
根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数；
根据所述溢油风险指数评估所述目标海域的溢油风险水平。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种面向多风险源的时空高分辨率溢油风险定量分析方法，其特征在于，包括以下步骤：
获取目标海域的各个预设溢油风险源的风险因素状态数据和历史溢油数据，所述溢油风险源包括但不限于船舶溢油、石油储罐溢油、海底管道溢油和石油平台溢油中的一种或几种的组合；
根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数；
根据所述溢油风险指数评估所述目标海域的溢油风险水平；
所述目标海域由若干个海域单元组成，所述历史溢油数据至少包括对应所述溢油风险源引起的各个所述海域单元的历史溢油量和历史溢油次数，所述根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数的步骤，具体包括：
根据所述风险因素状态数据计算所述目标海域内的各个所述海域单元在预设时间段内的海域单元过油量；
根据各个所述海域单元的所述历史溢油量和所述海域单元过油量计算对应所述目标海域的溢油比率；
根据所述海域单元过油量、所述历史溢油次数和所述溢油比率计算对应所述海域单元的溢油事故规模参数；
根据所述历史溢油次数计算各个所述海域单元的溢油事故概率；
根据所述溢油事故概率和所述溢油事故规模参数计算对应所述海域单元的溢油风险指数。
2.根据权利要求1所述的方法，其特征在于，所述根据所述风险因素状态数据计算所述目标海域内的各个所述海域单元在预设时间段内的海域单元过油量，可用下列公式表示：
O＝Ox+Oy
Ox＝α×Tx
Oy＝β×Ty
其中，O为海域单元过油量，Ox、Oy分别为油船和非油船的海域单元过油量，Tx、Ty分别为通过海域单元的油船和非油船吨位，wxi、wyi分别为i等级油船、非油船的艘次，txi、tyi分别为i等级油船、非油船的平均吨位，α为油船货油携带系数，为预设值，β为非油船燃油携带系数，为预设值，x、y分别表示油船和非油船，n为油船和非油船的艘次。
3.根据权利要求1所述的方法，其特征在于，所述根据各个所述海域单元的所述历史溢油量和所述海域单元过油量计算对应所述目标海域的溢油比率的步骤，具体包括：
根据所述各个所述海域单元的所述历史溢油量计算所述目标海域的总溢油量；
根据所述据所述各个所述海域单元的所述海域单元过油量计算所述目标海域的总过油量；
根据所述总溢油量和所述总过油量计算所述目标海域的溢油比率。
4.根据权利要求1所述的方法，其特征在于，所述根据所述海域单元过油量、所述历史溢油次数和所述溢油比率计算对应所述海域单元的溢油事故规模参数，可以用公式表示为：
其中，R为所述目标海域的溢油比率，O为所述海域单元过油量，m为所述历史溢油次数。
5.根据权利要求1所述的方法，其特征在于，所述根据所述历史溢油次数计算各个所述海域单元的溢油事故概率，可以用公式表示为：
其中PA为其中一个海域单元A的溢油事故概率，p为海域单元A的历史溢油次数，p1、p2、p3、p4…pc为以海域单元A为中心，该海域单元向外第一、二、三、四...c圈海域单元上的历史溢油次数，a为历史溢油数据统计时长。
6.根据权利要求1所述的方法，其特征在于，所述根据所述溢油风险指数评估评估所述目标海域的溢油风险水平的步骤，具体包括：
按照预设的海域敏感规则确定海域单元的敏感指数；
根据所述敏感指数和所述溢油风险指数计算所述海域单元的溢油污染风险指数；
根据所述溢油污染风险指数按照预设的划分规则确定所述海域单元的溢油风险等级；
所述目标海域由若干个海域单元组成，所述历史溢油数据至少包括对应所述溢油风险源引起的各个所述海域单元的历史溢油量和历史溢油次数，所述根据所述风险因素状态数据和所述历史溢油数据计算对应所述溢油风险源的溢油风险指数的步骤，具体包括：
根据所述风险因素状态数据计算所述目标海域内的各个所述海域单元在预设时间段内的海域单元过油量；
根据各个所述海域单元的所述历史溢油量和所述海域单元过油量计算对应所述目标海域的溢油比率；
根据所述海域单元过油量、所述历史溢油次数和所述溢油比率计算对应所述海域单元的溢油事故规模参数；
根据所述历史溢油次数计算各个所述海域单元的溢油事故概率；
根据所述溢油事故概率和所述溢油事故规模参数计算对应所述海域单元的溢油风险指数。
CN202011221317.XA 2020-11-05 2020-11-05 一种面向多风险源的时空高分辨率溢油风险定量分析方法 Active CN112232702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011221317.XA CN112232702B (zh) 2020-11-05 2020-11-05 一种面向多风险源的时空高分辨率溢油风险定量分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011221317.XA CN112232702B (zh) 2020-11-05 2020-11-05 一种面向多风险源的时空高分辨率溢油风险定量分析方法

Publications (2)

Publication Number Publication Date
CN112232702A CN112232702A (zh) 2021-01-15
CN112232702B true CN112232702B (zh) 2023-09-01

Family

ID=74123077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011221317.XA Active CN112232702B (zh) 2020-11-05 2020-11-05 一种面向多风险源的时空高分辨率溢油风险定量分析方法

Country Status (1)

Country Link
CN (1) CN112232702B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018391A (zh) * 2022-08-05 2022-09-06 交通运输部规划研究院 一种基于多源数据的溢油风险定量预测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101567431B1 (ko) * 2014-05-12 2015-11-12 한국해양과학기술원 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법
CN105354666A (zh) * 2015-10-26 2016-02-24 国家海洋局北海环境监测中心 一种海洋溢油应急响应决策生成方法
CN105389650A (zh) * 2015-10-26 2016-03-09 国家海洋局北海环境监测中心 一种海洋岸滩溢油污染监测与评价系统及方法
CN106339796A (zh) * 2016-08-17 2017-01-18 国家海洋局北海环境监测中心 一种海洋溢油风险评估方法
CN107862462A (zh) * 2017-11-15 2018-03-30 中国地质大学（武汉） 一种海洋溢油灾害损失的非市场价值评估方法及系统
RU2016139458A (ru) * 2016-10-07 2018-04-13 Акционерное общество "Южный научно-исследовательский и проектно-конструкторский институт морского флота" Способ определения уровня экологического риска при разливах нефти и нефтепродуктов
CN109583673A (zh) * 2017-09-29 2019-04-05 中国科学院烟台海岸带研究所 面向受海洋溢油影响的海岸线敏感性分类分级方法
CN110019579A (zh) * 2017-08-17 2019-07-16 中国科学院烟台海岸带研究所 一种面向大型油轮的避难地选取方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11687860B2 (en) * 2016-10-26 2023-06-27 New Pig Corporation Spill risk assessment for liquid storage facilities
US10922981B2 (en) * 2018-12-05 2021-02-16 Windward Ltd. Risk event identification in maritime data and usage thereof

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101567431B1 (ko) * 2014-05-12 2015-11-12 한국해양과학기술원 해양 유류오염사고 발생시 효율적인 방제방안 수립을 위한 유출유 확산 예측 방법
CN105354666A (zh) * 2015-10-26 2016-02-24 国家海洋局北海环境监测中心 一种海洋溢油应急响应决策生成方法
CN105389650A (zh) * 2015-10-26 2016-03-09 国家海洋局北海环境监测中心 一种海洋岸滩溢油污染监测与评价系统及方法
CN106339796A (zh) * 2016-08-17 2017-01-18 国家海洋局北海环境监测中心 一种海洋溢油风险评估方法
RU2016139458A (ru) * 2016-10-07 2018-04-13 Акционерное общество "Южный научно-исследовательский и проектно-конструкторский институт морского флота" Способ определения уровня экологического риска при разливах нефти и нефтепродуктов
CN110019579A (zh) * 2017-08-17 2019-07-16 中国科学院烟台海岸带研究所 一种面向大型油轮的避难地选取方法
CN109583673A (zh) * 2017-09-29 2019-04-05 中国科学院烟台海岸带研究所 面向受海洋溢油影响的海岸线敏感性分类分级方法
CN107862462A (zh) * 2017-11-15 2018-03-30 中国地质大学（武汉） 一种海洋溢油灾害损失的非市场价值评估方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
海域船舶溢油风险评估及应急管理体系的研究;熊善高;《中国博士学位论文全文数据库（电子期刊）》(第2015年第04期期);第B027-38页 *

Also Published As

Publication number Publication date
CN112232702A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
Mancini et al. Characterization of raw materials based on supply risk indicators for Europe
Scussolini et al. FLOPROS: an evolving global database of flood protection standards
Nourqolipour et al. Predicting the effects of urban development on land transition and spatial patterns of land use in Western Peninsular Malaysia
Schuyler et al. Human population density is a poor predictor of debris in the environment
Weng et al. Exploring effects of ship traffic characteristics and environmental conditions on ship collision frequency
Messner et al. Climate change and sea level rise impacts at ports and a consistent methodology to evaluate vulnerability and risk
Cantú‐Salazar et al. Species richness and representation in protected areas of the W estern hemisphere: discrepancies between checklists and range maps
Fraser et al. Development of a GIS coastal land-use planning tool for coastal erosion adaptation based on the exposure of buildings and infrastructure to coastal erosion, Québec, Canada
Chang et al. Estimation of optimal handling capacity of a container port: an economic approach
Aksoy et al. Monitoring of land use/land cover changes using GIS and CA-Markov modeling techniques: A study in Northern Turkey
Bruna et al. Geographically weighted panel regression
CN112232702B (zh) 一种面向多风险源的时空高分辨率溢油风险定量分析方法
US20220108504A1 (en) Systems and methods for generating flood hazard estimation using machine learning model and satellite data
CN112232705B (zh) 一种基于不确定性分析的区域溢油风险分析方法和装置
Van Wilgenburg et al. A cost efficient spatially balanced hierarchical sampling design for monitoring boreal birds incorporating access costs and habitat stratification
Olba et al. Multi-criteria evaluation of vessel traffic for port assessment: A case study of the Port of Rotterdam
Yang et al. Towards sustainable port management: Data-driven global container ports turnover rate assessment
Pazúr et al. The distribution of selected CORINE land cover classes in different natural landscapes in Slovakia: Methodological framework and applications
Zalnezhad et al. Design flood estimation at ungauged catchments using index flood method and quantile regression technique: a case study for South East Australia
Hung et al. Distribution of oil spill response capability through considering probable incident, environmental sensitivity and geographical weather in Vietnamese waters
Artana et al. Real-time monitoring of subsea gas pipelines, offshore platforms, and ship inspection scores using an Automatic Identification System
CN115018391A (zh) 一种基于多源数据的溢油风险定量预测方法
Darlington et al. Mapping current and future flood exposure using a 5-metre flood model and climate change projections
Ventikos et al. Enhanced decision making through probabilistic shipwreck risk assessment: focusing on the situation in Greece
Kim et al. Sensitive resource and traffic density risk analysis of marine spill accidents using automated identification system big data

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
GR01 Patent grant
GR01 Patent grant