多因素耦合下长江口水域交通事故致因链分析

doi:10.16265/j.cnki.issn1003-3033.2023.03.1367

中国安全科学学报 ›› 2023, Vol. 33 ›› Issue (3): 60-67.doi: 10.16265/j.cnki.issn1003-3033.2023.03.1367

多因素耦合下长江口水域交通事故致因链分析

付姗姗¹(), 张悦¹, 席永涛², 翁金贤¹^,^**()

¹ 上海海事大学交通运输学院,上海 201306
² 上海海事大学商船学院,上海 201306

收稿日期:2022-10-11 修回日期:2023-01-08 出版日期:2023-03-28 发布日期:2023-11-28
通讯作者: **翁金贤(1982—),男,江西广丰人,博士,教授,主要从事水陆交通风险智慧管控方面的研究。E-mail:jxweng@shmtu.edu.cn。
作者简介:
付姗姗 (1987—),女,湖北武汉人,博士,副教授,主要从事水上交通安全管理、北极航行船舶安全保障方面的研究。E-mail:ssfu@shmtu.edu.cn,
席永涛教授
基金资助:
国家自然科学基金资助(52072237); 上海市“科技创新行动计划”软科学研究项目(21692106400); 上海市青年科技启明星计划项目(22QC1400600)

Causal chain of maritime accidents in Yangtze River Estuary considering coupling effects of multi-risk factors

FU Shanshan¹(), ZHANG Yue¹, XI Yongtao², WENG Jinxian¹^,^**()

¹ College of Transport and Communications, Shanghai Maritime University, Shanghai 201306, China
² College of Merchant Marine, Shanghai Maritime University, Shanghai 201306, China

Received:2022-10-11 Revised:2023-01-08 Online:2023-03-28 Published:2023-11-28

摘要/Abstract

摘要：

为探究长江口水域船舶交通事故的形成原因,提出一种考虑多因素耦合作用的船舶交通事故分析方法。首先,采用文本挖掘技术深度分析多源海事事故调查报告和相关文献,从环境、船舶、人为和组织等方面构建诱发长江口水域船舶交通事故因素集;然后,采用卡方检验法分析风险因素之间耦合关系,构建多因素耦合作用下长江口水域船舶交通事故的贝叶斯网络(BN)模型;最后,采用敏感性分析方法提取长江口水域船舶交通事故致因链,进而提出相应的事故防控对策。结果表明:诱发长江口水域船舶交通事故的致因链共有8条,其中,大风、货物积载不当、船型、不安全航速、疏忽瞭望、未对危险作出充分估计、未履行让路义务和未能尽早采取积极的避险措施8个风险因素是诱发长江口水域船舶交通事故的关键共性因素。

关键词: 多因素耦合作用, 长江口水域, 船舶交通事故, 致因链, 贝叶斯网络(BN)

Abstract:

In order to explore the causes of maritime accidents in the Yangtze River Estuary waters, a ship traffic accident analysis method considering the coupling effect of multiple factors was proposed. Firstly, this paper conducted an in-depth analysis of multi-source maritime accident investigation reports and related literatures based on text mining technolog. A set of factors that induced maritime accidents in the Yangtze River Estuary waters was constructed from the environment, ship, human and organizational aspects. Then, the chi-square test was used to analyze the coupling relationship between these risk factors. A BN model of maritime accidents in the Yangtze River Estuary waters was constructed under the action of multi-factor coupling. Finally, the prevention and control countermeasures for ship traffic accidents in the Yangtze River Estuary waters were proposed by performing a sensitivity analysis on the model. The results show that: there are eight causal chains that induce ship traffic accidents in the Yangtze River Estuary waters, and wind, improper cargo stowage, ship type, unsafe speed, negligence of lookout, failure to fully estimate the danger, failure to perform the duty of giving way and failure of control equipment are the eight mutual risk factors that induce ship traffic accidents in the Yangtze River Estuary waters.

Key words: coupling effects of multi-risk factors, Yangtze River Estuary, maritime accidents, causal chains, Bayesian network (BN)

付姗姗, 张悦, 席永涛, 翁金贤. 多因素耦合下长江口水域交通事故致因链分析[J]. 中国安全科学学报, 2023, 33(3): 60-67.

FU Shanshan, ZHANG Yue, XI Yongtao, WENG Jinxian. Causal chain of maritime accidents in Yangtze River Estuary considering coupling effects of multi-risk factors[J]. China Safety Science Journal, 2023, 33(3): 60-67.

图/表 10

表1

图1

表2

表3

表4

表5

图2

图3

表6

表7

参考文献 15

[1]	WU Bing, TIAN Huibin, YAN Xinping, et al. A probabilistic consequence estimation model for collision accidents in the downstream of Yangtze River using Bayesian networks[J]. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, 2020, 234(2): 422-436. doi: 10.1177/1748006X19825706
[2]	YAN Xinping, WAN Chengpeng, ZHANG Di, et al. Safety management of waterway congestions under dynamic risk conditions: a case study of the Yangtze River[J]. Applied Soft Computing, 2017, 59: 115-128. doi: 10.1016/j.asoc.2017.05.053
[3]	ZHANG Di, YAN Xinping, YANG Zaili, et al. An accident data-based approach for congestion risk assessment of inland waterways: a Yangtze River case[J]. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, 2014, 228(2): 176-188. doi: 10.1177/1748006X13508107
[4]	陈伟炯, 卢忆宁, 张善杰, 等. 跨海大桥船桥碰撞模糊Bow-tie风险评估方法[J]. 中国安全科学学报, 2018, 28(1):87-92. doi: 10.16265/j.cnki.issn1003-3033.2018.01.015
	CHEN Weijiong, LU Yining, ZHANG Shanjie, et al. A method for assessing risk of ship sea-bridge collision based on fuzzy-Bow-tie[J]. China Safety Science Journal, 2018, 28(1):87-92. doi: 10.16265/j.cnki.issn1003-3033.2018.01.015
[5]	KUM S, SAHIN B. A root cause analysis for Arctic Marine accidents from 1993 to 2011[J]. Safety Science, 2015, 74: 206-220. doi: 10.1016/j.ssci.2014.12.010
[6]	ZHANG Mingyang, ZHANG Di, GOERLANDT F, et al. Use of HFACS and fault tree model for collision risk factors analysis of icebreaker assistance in ice-covered waters[J]. Safety Science, 2019, 111: 128-143. doi: 10.1016/j.ssci.2018.07.002
[7]	WANG Likun, WANG Jinhui, SHI Mingyang, et al. Critical risk factors in ship fire accidents[J]. Maritime Policy & Management, 2021, 48(6): 895-913.
[8]	TRUCCO P, CAGNO E, RUGGERI F, et al. A Bayesian belief network modelling of organizational factors in risk analysis: a case study in maritime transportation[J]. Reliability Engineering & System Safety, 2008, 93(6): 845-856. doi: 10.1016/j.ress.2007.03.035
[9]	WANG Likun, YANG Zaili. Bayesian network modelling and analysis of accident severity in waterborne transportation: a case study in China[J]. Reliability Engineering & System Safety, 2018, 180: 277-289. doi: 10.1016/j.ress.2018.07.021
[10]	陈克嘉, 毛喆, 吴兵, 等. 基于互信息的长江船舶碰撞险情等级预测方法[J]. 中国安全科学学报, 2018, 28(11):168-175. doi: 10.16265/j.cnki.issn1003-3033.2018.11.027
	CHEN Kejia, MAO Zhe, WU Bing, et al. Mutual information based prediction of level of collision incident in Yangtze river[J]. China Safety Science Journal, 2018, 28(11):168-175. doi: 10.16265/j.cnki.issn1003-3033.2018.11.027
[11]	司东森, 张英俊, 郎坤. 基于改进BN的集装箱船舶碰撞事故致因分析[J]. 中国安全科学学报, 2019, 29(10):31-37. doi: 10.16265/j.cnki.issn1003-3033.2019.10.006
	SI Dongsen, ZHANG Yingjun, LANG Kun. Causation analysis of container ship collision accidents based on improved BN[J]. China Safety Science Journal, 2019, 29(10):31-37. doi: 10.16265/j.cnki.issn1003-3033.2019.10.006
[12]	WENG Jinxian, LIAO Shiguan, WU Bing, et al. Exploring effects of ship traffic characteristics and environmental conditions on ship collision frequency[J]. Maritime Policy & Management, 2020, 47(4): 523-543.
[13]	中华人民共和国交通运输部. 水上交通事故统计办法[L].2014-09-30.
[14]	ZHAO Xiaoyuan, YUAN Haiwen, YU Qing. Autonomous vessels in the Yangtze river: a study on the maritime accidents using data-driven Bayesian networks[J]. Sustainability, 2021, 13(17): DOI: 10.3390/su13179985. doi: 10.3390/su13179985
[15]	国际海事组织. 1972年国际海上避碰规则[L]. 1972-10-20.
	International Maritime Organization. International convention on the rules of collision avoidance by sea in 1972[L]. 1972-10-20.

事故类型	中国海事局	上海海事局	IMO	总计
搁浅	0	0	0	0
触碰	4	2	0	6
碰撞	20	16	0	35
火灾/爆炸	0	2	1	3
沉没	6	3	0	9
其他	1	0	0	1
总计	31	23	1	55

节点	状态1	状态2	状态3
船型	干散货船、散货船、集装箱船等	油船、液化船、散装化学品船等	挖泥船、多用途船、引航船、渔船等
船龄/a	<10	10~20	>20
船舶总吨	<3 000	3 000~10 000	>10 000

变量1	变量2	P值
船舶交通流量	未对危险作出充分估计	0.061
	疏忽瞭望	0
	未履行让路义务	0.035
	不安全航速	0.034
大风	疏忽瞭望	0.075
	货物积载不当	0.010
	不安全航速	0.036
能见度	未履行让路义务	0.055
疏忽瞭望	沟通协作不足	0.020
沟通协作不足	未能尽早采取避险措施	0.013
未配备适任船员	沟通协作不足	0.068
操纵设备故障	不安全航速	0.059

变量1	变量2	P值
碰撞	船舶交通流量	0
	未对危险作出充分估计	0.002
	疏忽瞭望	0
	未履行让路义务	0.001
	未能尽早采取避险措施	0.073
	不安全航速	0
沉没	大风	0
	疏忽瞭望	0
	货物积载不当	0
触碰	未对危险作出充分估计	0.044
触碰	疏忽瞭望	0.044

目标变量	变量	敏感性指数最大绝对值
碰撞概率	不安全航速	0.656
	未履行让路义务	0.386
	未能尽早采取积极的避险措施	0.254
	大风	0.015
	能见度	0.009
	操纵设备故障	0.008
	未对危险作出充分估计	0.007
	沟通协作不足	0.005
	船舶交通流量	0.004
	船龄	0.001
沉没概率	货物积载不当	0.663
	大风	0.401
	船型	0.042
触碰概率	未对危险作出充分估计	0.035
	疏忽瞭望	0.026
	船舶交通流量	0.004
	大风	0.001

多因素耦合下长江口水域交通事故致因链分析

Causal chain of maritime accidents in Yangtze River Estuary considering coupling effects of multi-risk factors

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

类别	风险因素	报告频次	文献频次	总频数
环境因素	大风	10	17	27
	能见度	14	16	30
	船舶交通流量	21	10	31
船舶因素	操纵设备故障	5	3	8
	货物积载不当	5	2	7
	船型	—	14	14
	船龄	—	7	7
	船舶总吨	—	12	12
人为/ 组织因素	不安全航速	22	7	29
	沟通协作不足	15	2	17
	未履行让路义务	15		15
	未能对危险作出充分估计	31	3	34
	未能尽早采取避险措施	24	2	26
	疏忽瞭望	31	2	33
	未配备适任船员	15	2	17

[1]	吴海涛, 刘月, 杜彗敏. 小样本条件下地铁运营事故致因推理模型[J]. 中国安全科学学报, 2023, 33(3): 134-140.
[2]	马港, 徐晓楠, 郭小芳, 张志珍, 徐子豪. 基于贝叶斯网络的电镀企业火灾事故情景推演[J]. 中国安全科学学报, 2023, 33(2): 202-208.
[3]	张冰鉴, 苏秦, 刘海龙. 基于FTA-BN的云ERP不安全事件的人因失误分析[J]. 中国安全科学学报, 2023, 33(2): 38-47.
[4]	靳慧斌, 朱孟昌, 马明霞. 基于ACE-BN的通勤飞行事故/事件诱因分析[J]. 中国安全科学学报, 2023, 33(2): 96-102.
[5]	赵建伟, 谢磊, 杨洋, 胡昕源, 欧昌奎, 曾荣. 基于ISM-BN的内河船舶航行风险因素研究*[J]. 中国安全科学学报, 2022, 32(8): 37-44.
[6]	刘嘉豪, 余杨, 张振兴, 余建星, 王巍巍, 傅一钦. 二维云模型和贝叶斯网络的立管风险评估方法[J]. 中国安全科学学报, 2022, 32(5): 147-154.
[7]	赵楚凡, 米传民, 周志鹏, 方晶. 基于组合关联分析模型的电力人身事故关键致因链筛选[J]. 中国安全科学学报, 2022, 32(4): 99-106.
[8]	鲁义, 伍江乐, 邵淑珍, 施式亮, 周荣义, 王伟. 基于贝叶斯网络的危化品道路运输事故推理模型[J]. 中国安全科学学报, 2022, 32(3): 174-182.
[9]	杨越, 马博凯, 曹宇轩. 国外空管不安全事件中的人误风险分析[J]. 中国安全科学学报, 2022, 32(12): 38-45.
[10]	吕伟, 周雯楠, 陈文涛, 韩业凡, 房志明. 暴雨灾害短视频引发舆情危机的BN研究[J]. 中国安全科学学报, 2022, 32(11): 192-199.
[11]	黄常海, 沈佳, 朱冉超, 齐绪存, 郑菲, 陆浩. 基于C5.0决策树的船舶交通事故致因分析模型及应用[J]. 中国安全科学学报, 2022, 32(10): 90-99.
[12]	韩鹏, 王军, 王启, 赵嶷飞. 基于飞行剖面的航空器试飞活动空管风险研究[J]. 中国安全科学学报, 2022, 32(1): 149-156.
[13]	胡韫频, 李超, 李宗亮, 杨道合. 大跨度钢结构施工安全风险评价IHFACS-BN模型及应用^*[J]. 中国安全科学学报, 2021, 31(8): 147-154.
[14]	潘丹, 李永, 罗帆, 张攀科, 肖琴. 飞行区外来物入侵安全风险致因FTA-BN模型[J]. 中国安全科学学报, 2021, 31(6): 7-13.
[15]	王军武, 王梦雨, 刘登辉, 吴寒, 胡蝶. 基于HFACS-BN的地铁车站施工高处坠落可能性评价[J]. 中国安全科学学报, 2021, 31(6): 90-98.