大数据时代下的船舶安全监管模式分析

陈琳

（中国铁建港航局集团有限公司新能源分公司，广东 珠海 519005）

1 案例分析

以某省港口航运管理为例，对其运行模式的变革与升级进行调查，该港口航运管理工作船舶安全监管方面不断融入大数据技术，初步实现“水上交通安全堤”的搭建工作，同时引入通信运营商，针对航道运输问题提供通信、导航以及无线监控等系统，优化设计方案以确保水路出行安全。另外，还充分利用GPS、AIS 技术，配合大数据监测系统实现全过程动态化管理，以保证流域内通行顺畅稳定，从源头上遏制危险情况的发生。但该地区在安全管理事业方面仍旧具有很高的上升空间，例如数据库系统的搭建以及信息畅通性，目前需要解决信息局部信息孤岛效应情况，实现全面推进水上安全监管。

2 船舶安全监测管理模式现状

2.1 进出港信息过于依赖导航

目前我国针对进出港船舶采取动态化全过程监控，降低危险事故发生率，及时获取其走向、航线信息以及工作状态等内容，以保证实时监测，实现管理可视化目标，在此过程中主要依赖于大数据平台和电子通信技术。通常情况下采用的是AIS 定位跟踪技术实现系统管理，了解具体的进出港信息，除此之外，还能了解航船的海难事故、遭遇等情况，再根据情况总结其违法行为，不仅提供安全引导，还对船舶行驶的规范性起到约束效果。但这一方式主要针对AIS 设备正常运作状态，若AIS 设备发生损坏，或有船舶为了故意逃避监控而破坏AIS 设备，则会导致该行驶段的船舶流量与安全性受到影响，极易造成拥挤或碰撞事故，无法及时获取事故段的详细信息，救援行动滞后性明显。这种过于依赖导航的技术存在很大片面性，尤其在一些水域狭长、水流资源量大的区域，加之岸型和相关设施布设的复杂性，严重影响海事管理机构对安全事故监测的精准性，其决策正确度无从考量，用于判断的信息数量不多，安全船舶管理工作落实难度加大。

2.2 信息化监管落实情况不佳

针对案例地区的船舶信息监管现状来看，其平台存在不兼容问题，大数据的优势并未完全体现出来。根据海事管理机构的相关程序来看，主要包括船舶登记、船舶检验管理、航运公司、事故统计以及安全监督等多个模块，共同组建成完整的平台，但从实际应用上来看，该系统有关于报告、处罚等方面的内容有所缺失，信息化建设的完整性和流程性有待增强。此外，该系统中所包含的子系统存在独立性，各自关联效果不佳。执法人员在监测过程中所应用的信息化设备有待提升，一些执法人员监测的侧重点存在差异，导致检查不彻底，安全监管全过程目标的实现仍存在一定局限性。

3 基于大数据时代的船舶安全监管模式构建与分析

3.1 安全风险预测模块

安全风险预测方面主要应用大数据的广泛性和体系化优势，将其原理应用在船舶安全风险防控中，从而提升系统数值的精准性，同时应用特定的软件实现对进出港船舶的实时监控，能够明晰其安全状态并调取航线、出入时间、航速等多种信息，从而根据数据规律进行精准预测[1]。在这种环境下，尽管AIS 设备失效也能提升预测的准确度，有效控制船舶安全。大数据平台在船舶安全监测模块中的应用还能通过高级检索来获取事故记录的详细信息，包括事故发生原因、过程、辖区水域通行记录等数据，以此为基础优化信息库，了解不同船舶的安全参数，为后续事故分析和安全风险预测工作提供保障。同时，在对比过程中还能实现对船舶种类、船龄的大数据分析，例如在案例区域，政府应用大数据和物联网技术打造“智能区域平台”，以实现对当地船舶失控风险、溢油风险等方面的监控，配合物联网进行预判分析，提升综合评估的准确率，降低安全风险。

在安全风险预测方面需要利用大数据配合算法，计算船舶碰撞事故发生率和时间，可以应用式（1）进行计算：

其中：H1——现场环境周围能见度；H2——现场水域情况；H3——人为因素；DLA——最晚施舵距离，通常为船长的12 倍。应用式（2）和式（3）计算船舶碰撞时间：

其中：D1——最晚避让距离；DCPA——最近遇难距离。

此外，大数据在海事监管船舶安全风险预测平台中的应用还包括执法终端、船舶信息以及应急设备信息这3 个模块。在执法终端上的应用主要表现为对执法单位的汇总，确保详细划分任务区间和岗位职责；航船信息模块中大数据的应用主要表现在船舶基本信息汇总方面；应急设备信息模块的运行应用数据库，构建应急管理方案和备选方案，应用智能管控平台实现对水上安全管理的指导工作，最大限度提升监管的精准性。

3.2 船舶检查

海事部门在落实船舶安全监管的过程中除了对系统平台的控制外还包括对船舶自身安全的监测，需要制定详细的方案，依托于大数据技术优化船舶自身的分析系统，确保相关数据均符合航运要求。一方面，需要针对进出港船舶的类型、船旗国等基本要素进行检查，明确各个船舶的基础情况，并将其录入数据库中进行详细分析。针对受检船舶需要明确检测清单，积极配合执法终端以及各类型设备实现清单式检验，各项数据无遗漏并均符合要求即可，将信息汇总成详细报告，传输到平台中进行反馈，实现人机互动式监管。另一方面，应用大数据的实时性优势实现专项检查，例如在AIS 和CCT 技术中，在案例区域中经过多次升级，强调对船舶污染情况的管理，同时调查船内危险品，进一步加强管理。

3.3 智能预警网络模块

智能预警网络模块主要依托于大数据的存储、采集以及智能分析功能，在船舶安全监测的过程中应用预警网络路由算法实现对传输信号的控制，寻找高优先级的FSO 链传输信号。若不满足基础的信噪安全，则选择下一优先级路径，若存在全部路径失效的情况，则需要通过实时监测来了解信噪比，应用物联网和大数据在数据库中搜集信息进行比对，确保网络运行状态正常。若在监测查询过程中发现网络环境中含有大量的干扰因素，直接反映为信噪比低，此时需要应用RF链实现传输，直至环境稳定后再转换回FSO 链条[2]。通过对预警方案的转换能够实现算法对网络数据的预警，在整个过程中由于所涉及的流量数据较大，容易造成间歇性的数据拥堵与网络瘫痪，浪费更多时间，数据库中的信息也会存在泄露风险，船舶安全监测工作落实不到位。基于此，需要建立拥堵预警方案，提升路由算法的可控性，以大数据端口传输信号量为依据设计预警警报，利用扩展reason 结构并设置拥塞标识信息，匹配节点距离，解决拥堵问题。

3.4 事故分析模块

大数据能够根据船舶所发出的信号波了解安全变量，并形成一个核心空间，当获取到船舶安全状态数值后能够应用信息联合的方式筛选安全变量信息，具体筛选过程可以表示为式（4）：

其中：HT——联合分布函数；C——根据大数据分析所设定的筛选参数；T——变量的筛选周期。通过式（4）明确船舶安全状态下的相关参数，其中相关性数值之间的关系可以表示为式（5）：

其中：I——安全相关性参数；p（x）、p（y）——完成大数据筛选环节后所展示的参数集。相关性参数选择＞1 的集合，在应用交叉熵进行验证，如式（6）所示：

其中：p（I）——船舶安全特性的数值关系；ci——所对应的安全参数。在针对船舶安全展开测试时，突变数值变化越稳定，则表示船舶预测数值的精准，若突变不稳定，则表示船舶行驶环境与测试过程匹配度低，预测准确性不高。通过ModelArts 平台能够反馈船舶相关参数，了解行驶环境，包括船舶转向点数量、障碍数量、航道长度、深水深度、涨潮数值差、风力等级、行驶温度、最大转向角度以及流速数值等信息，并应用大数据汇总安全事故进行对比，从而提升突变预测数值的精准性[3]。

事故分析模块中还包括安全检查工作，负责对船舶运行的规范性进行核查，就目前来看，我国在海事部门的检查模块主要基于日本NIR，并应用大数据汇总事故类型和相关航线信息，建立风险评估机制，在系统中融入相关法律法规中的监测数值，对进出港和特定航线的船舶进行严格监管。以往模式下，监管主体是检查人员，存在一定的主观性，而大数据背景下的检查则更加倾向于系统分析，通过上述函数关系计算船舶风险发生率，并汇总到数据库中进行详细筛选，分析船舶检查的侧重点，应用移动终端逐一排查船舶结构和相关设备，制定事故处理方案。针对优化船舶安全事故的监测工作还包括对人工的培养，应用安检模块中的数据信息进行汇总分类，生成案例资料供其他人参考，以实现优化检查技术、创新培养模式的新格局。

3.5 配置模块

大数据为船舶安全监测资源配置提供有力保障，能够对人力、物力资源进行科学调配，加大车辆、人员巡查力度实现主动部署，打造更具规范性的配置体系。基于大数据技术，不同的海事部门会根据其特定情况建立资源配置模块，能够加强对事故风险的判断，同时立即执行应急措施，确保资源分配符合风险管控条件。相关管理人员需要依照大数据所实时更新的内容对船舶事故进行预判，改变以往被动执法的局面，做到主动参与部署环节。针对流域内的关键区域需要实现精细化部署，例如针对岸堤事故、船舶通行流量大的区域等，其造成的风险具有多样化特点，需要科学分配人力资源。在大数据时代，船舶均带有GPS、AIS 设备，能够根据事故区域锁定工作人员和救援队伍的位置，在借助通信系统实现实时监测，生成最佳的救援方案，相关人员能够根据GPS 到达事故现场并指挥救援工作，针对不同的岗位也会匹配不同的员工，并安置到特定位置，同时定位最近距离的救援设备，开展巡逻监护工作[4]。此外，大数据系统应用过程中还强调事前预防，汇总事故信息并中断事故链，以大数据技术为核心，强化安全监管的有效性，将设备、人员等资源进行科学调配，降低风险指数提升船舶安全。

3.6 货物监管

船舶运输的主要目的在于航运，根据区域优势运输一些货物，以实现经济交流的目的，在实际运输过程中，安全监管还包括对货物信息的管理，确保运输过程的安全。在运输条例中详细指出一些不可上船的危险品，同时还针对不同类型船舶设置过载量，以免对其运行产生威胁。根据对案例区域海上运输管理事业的调研发现，以往危险事故案例中占比较大的危险货物导致安全系数降低，而在大数据时代下，当地船舶安全监测与管理事业引入大数据技术，并参照往来事故类型，汇总造成风险的因素，应用自动化排查模块对货物进行一一排查，筛选数据库中预设的危险品，同时提升对船舶承载数值测量的精准性。船舶载物安全方面的控制主要针对一些瞒报、谎报危险品和未按照规定承载量而出行的船舶，首先需要建立自动排查装置并配备与之对应的系统，应用大数据技术绘制危险品位置图，对比图标并录入云平台，确保系统的完整性和监管流畅性[5]。此外，应用特定软件进行危险品对比，快速查询货物安全性，利用识别模块运算船舶货品运载的安全系数，预判风险概率，制定相应的应急方案。

4 结语

总而言之，新时期我国船舶安全监管模式需要突破以往限制，寻找问题成因，并以大数据技术为核心探索更具多样性的安全监测方法，寻找船舶运行数据的应用契合点，从而将安全风险进行可视化、量化处理，提升监测的前瞻性。此外，大数据技术还能充实船舶安全监管人才培养体系，通过汇总事故信息分析船舶安全隐患类型，提升工作人员对风险情况的认知，还可以引入智能化感知技术，强化预测结果的准确性，相关技术人员需要进一步细化预测类型，完善安全监测模式，对船舶安全事业的发展具有重要意义。