一种基于改进TOPSIS方法的通航风险评价方法

一种基于改进topsis方法的通航风险评价方法
技术领域
1.本发明属于海域船舶航行风险评估技术领域，具体涉及一种基于改进topsis方法的通航风险评价方法。


背景技术：

2.近年来，随着经济的不断发展,我国港口的吞吐量迅速增长，船舶航行安全问题愈发受到重视，船舶航行安全受到许多因素的影响；船舶通航风险评价是通过对影响船舶安全的各个因素进行系统分析、筛选，确定能够反映风险水平的关键性因素，建立风险评价指标体系，借助定性或定量的模型对各指标进行评判，获得能够反映船舶总体风险水平的风险值，并以此为船舶安全管理提供决策支持，海域主要通航安全隐患如下：
3.(1)不良气象与海况影响
4.台风、大浪等不良气象与海况作为造成海上交通事故发生的因素之一，是永远无法杜绝的隐患。一方面，在大风、大浪下等不良气象与海况下航行，船舶的操纵性能极易受到影响，特别是对于小型船舶，在此种情况下冒险航行，特别容易发生船舶倾覆事故。另一方面，若是船舶在大风大浪等不良天气与海况下发生了事故，其应急救援环境会更加困难，不仅在遇险的第一时刻很难得到周边船舶的帮助，对于海事局、救助局的专业救助力量，在此等恶劣的条件下实施应急救助也是一种极大的挑战，这会使应急救援效率大幅降低，导致应急救援效果大打折扣，使得事故后果更为严重。
5.(2)客滚船舶及危险品船的通航风险
6.客滚船舶作为运输过海人员的主要运输工具，其一旦发生事故，船上所有人员的性命将受到威胁，本着以人为本的基本思想，客滚航线所在区域一直是海峡海上安全监管的重心之一。且随着各港口规模与配船数量的增多，随着进出港需求的增大，客滚航线所经区域的船舶密度在不断增加，船舶会遇几率大大上升，碰撞几率便会随之上升。而且，除客滚码头外，海峡还包括危险品码头，因此，海峡中的危险品船舶占比相对也较高。油轮、lng船舶及其他危险品船舶，在发生事故后，极易造成大范围的海域环境污染，对其进行应急处置时，需要进行大面积的交通管制，这会对海峡通航效率、对各港口的运营产生十分不利的影响。且危险品船舶遇险容易发展为爆炸、失火等事故，这不仅对船上的人员及船舶的自身安全产生极大威胁，也会对周边海域的船舶产生威胁。
7.(3)暗礁、沉船等碍航物及渔船活动的影响
8.海峡水深跨度大，在水深变化剧烈点与暗礁处，船舶很容易发生触礁、搁浅事故。除此之外，海峡海域内包括多处浅滩，若是遇上台风天气，航标发生移位，对船舶驾驶员造成误导，导致其驶入浅滩区域的话，船舶也极有可能发生搁浅或是触底事故。并且，由于海峡海底地形起伏剧烈，流态复杂，个别区域流速大，有时船舶发生自沉、倾覆等事故以后，沉船不能及时地得到处理，这也会对来往的船舶的通行造成一定的影响。海峡是水产养殖与渔业捕捞产业的孕育发展之地，但由于渔船体型相对较小，且多数渔船并未按照要求装载ais系统，周边其他船舶有时只能通过雷达与目测的方法对渔船的行迹进行判断，若是未对
渔船进行关注则很容易导致与渔船的碰撞事故的发生，且一般而言，驾驶渔船的人员为捕鱼为生的渔民，不同于专业船长与驾驶员，这些渔民可能并未接受过专业的培训，缺乏一定的安全意识与应急能力，在遇到紧急情况时，更加容易慌乱，从而导致后果的加剧。另外，通过对海峡事故险情情况的分析，发现由于渔网、渔栅等因素发生的事故数也较多，综上可得，渔船活动也是海峡通航安全的一大隐患。
9.在当前的研究中，还没有一种针对上述海域通航安全隐患进行海上通航风险评估的方法；当前的水域通航风险研究主要以内河水域或是单个水域整体情况为研究对象，对于海域的风险研究较少，海域与内河研究仍存在一定区别，如船舶航行规则与环境、研究数据可得性等，且每个海域的具体情况又存在差异，所以应针对研究对象的特征，探求出合适的指标体系与研究方法对其进行研究。


技术实现要素：

10.本发明的目的是针对现有技术存在的问题，提供一种基于改进topsis方法的通航风险评价方法。
11.为实现上述目的，本发明采用的技术方案是：
12.一种基于改进topsis方法的通航风险评价方法，包括以下步骤：
13.s1，利用基于最小圆覆盖的k-means聚类方法对研究海域内的事故易发区域进行识别与划分；
14.s2，综合考虑交通因素、船舶因素和航道条件因素建立相对通航风险评价指标体系；
15.s3，利用层次分析法确定各指标的主观权重向量w1；
16.s4，利用熵权法确定各指标的客观权重向量w2；
17.s5，采用博弈论方法对所述主观权重向量和客观权重向量进行组合，得到各指标的组合权重向量w
*
；
18.s6，利用马氏距离代替欧氏距离、灰色关联度计算贴近度的改进topsis方法对事故易发区域的相对通航风险进行评估，将平均风险作为风险阈值，判断各高风险区域所在的位置。
19.具体地，步骤s1包括以下步骤：
20.s101，获取研究区域一段时间内的所有海上交通事故信息，提取各事故点的经纬度坐标，利用arcgis软件绘制出研究区域海上交通事故空间分布图；
21.s102，基于最小圆覆盖的思想，在研究区域海上交通事故空间分布图上绘制出若干圆覆盖于事故点上，以区分各聚类区域，一个圆代表一个聚类区域，每个聚类区域内至少包含两个事故点，根据聚类结果识别并剔除孤立的事故噪声点；
22.s103，将所有圆的数量作为聚类数，将各圆心分别作为各聚类区域的聚类中心，利用k-means聚类法得到最终的海上事故易发区域空间划分结果。
23.具体地，步骤s2中，所述相对通航风险评价指标体系包括：
24.交通因素，所述交通因素包括以下指标：船舶流量(艘/小时)、船舶平均密度(艘)和船舶密度离散度；其中，船舶流量为换算标准船流量，即将船舶按照船长换算系数表进行换算后，再进行统计；统计船舶密度的单位为海图上每一经度与每一纬度所围成的网格；
25.船舶因素，所述船舶因素包括以下指标：船舶类型(％)和船舶航速(节)；
26.航道条件因素，所述航道条件因素包括以下指标：特殊区域影响、航道特殊点个数(个)和碍航物个数(个)；所述特殊区域影响包括码头、渔区、锚地、浅滩和暗礁的总体影响；所述航道特殊点个数包括航道端部、航迹交汇区和弯曲处的总个数。
27.具体地，步骤s3中，利用层次分析法确定各指标的主观权重向量的方法为：
28.根据专家、航海从业人员、海上安全监管人员等人员对于选取指标重要性的意向调查结果，取其几何平均值得到指标重要性判断矩阵x＝(x
ij
)n×n；计算判断矩阵x各行元素的几何平均值
[0029][0030]
其中，n为指标个数；x
ij
表示判断矩阵中第i行第j列的元素；
[0031]
将归一化得到wi：
[0032][0033]
计算判断矩阵的最大特征根λ
max
：
[0034][0035]
其中，w＝(w1,w2,...,wn)
t
为权向量；
[0036]
利用以下公式分别求得单层析排序与总层次排序的cr值：
[0037][0038][0039]
其中，ci为一致性指标；ri为随机一致性指标；
[0040]
若cr《0.1，则判断矩阵具有一致性，进而确定主观权重向量w1＝(w1,w2,...,wn)。
[0041]
具体地，步骤s4中，利用熵权法确定各指标的客观权重向量的方法为：
[0042]
假设待评价对象个数为m，指标个数为n，则通过对每个对象的各个指标进行赋值，得到初始评价矩阵a＝(a
ij
)m×n，将其正向化与标准化处理后得到标准化矩阵c＝(c
ij
)m×n；
[0043]
根据标准矩阵c计算第j个指标所占第i个评价对象的比重f
ij
：
[0044][0045]
计算各评价指标所含的信息熵值ej：
[0046][0047]
计算各评价指标的熵权wj：
[0048][0049]
即得到由熵权法确定的各指标的客观权重向量w2＝(wj)
t
,j＝1,2,...,n。
[0050]
具体地，步骤s5中，采用博弈论方法得到各指标的组合权重向量的方法为：
[0051]
对所述主观权重向量w1和客观权重向量w2进行线性组合赋权；
[0052]
基于博弈论思想，建立如下组合系数方程组：
[0053][0054]
其中，a1和a2为组合系数，即分别为主观权重和客观权重在组合权重中所占的比重；
[0055]
上述方程组是基于传统博弈论思想，所求得的组合系数可能为负，因此，为保证线性组合系数为正，对所述组合系数进行优化改进，得到以下改进博弈论模型：
[0056][0057]
通过构建拉格朗日函数并求偏导：
[0058][0059]
其中，λ为拉格朗日乘数；
[0060]
对所得结果进行归一化处理，可得改进博弈论模型求得的组合权重系数如下：
[0061][0062]
将代入下式可求得组合权重向量为：
[0063][0064]
其中，和分别表示改进后归一化的主观权重和客观权重在组合权重中所占的比重。
[0065]
具体地，步骤s6包括以下步骤：
[0066]
s601，假设待评价对象个数为m，指标个数为n，针对研究海域内每个事故易发区域的每个指标进行赋值，得到初始评价矩阵a＝(a
ij
)m×n：
[0067][0068]
s602，根据各指标对于风险大小的影响关系判定指标属性，对于逆向指标，利用下式进行指标正向化处理，得到正向化矩阵b＝(b
ij
)m×n：
[0069][0070]
s603，根据下式对各指标进行标准化处理，
[0071][0071]
为各列指标数据的均值；
[0072]
得到标准化矩阵c＝(c
ij
)m×n；
[0073]
再结合组合权重向量w
*
，得到加权规范化矩阵d＝(d
ij
)m×n；
[0074]
其中，d
ij
＝c
ij
·ws
(1≤i≤m,1≤j≤n,1≤s≤n)；
[0075]
s604，根据标准化矩阵与加权规范化矩阵，分别确定基于马氏距离计算与灰色关联度计算的最大风险集、最小风险集；
[0076][0077][0078][0079][0080]
其中，c

、c-分别为根据标准化矩阵确定基于马氏距离计算与灰色关联度计算得到的最大风险集和最小风险集；d

、d-分别为根据加权规范化矩阵确定基于马氏距离计算与灰色关联度计算得到的最大风险集和最小风险集；
[0081]
s605，利用马氏距离计算公式，得到各事故易发区域与最大风险集、最小风险集间的马氏距离；
[0082][0083][0084]
其中，且σ为样本协方差矩阵；
[0085]
s606，根据下式计算各事故易发区域与最大风险集、最小风险集关于各指标的灰色关联系数；
[0086]
[0087][0088]
其中，ρ为分辨率；
[0089]
利用下式计算各事故易发区域与最大风险集、最小风险集的灰色关联度；
[0090][0091][0092]
s607，将标准化后的马氏距离与灰色关联度进行线性组合，形成组合距离与
[0093][0094][0095]
其中，α与β分别为组合系数，且α β＝1；
[0096]
s608，根据下式求得各事故易发区域与最大风险集的贴近度cci，将cci作为各事故易发区域的相对通航风险值；相对通航风险值越大，即表示事故易发区域相对通航风险越高；
[0097][0098]
其中，0≤cci≤1；
[0099]
s609，根据各事故易发区域的相对通航风险评价结果，以所有事故易发区域的相对通航风险值的平均值作为风险阈值若事故易发区域的相对通航风险值大于风险阈值，则该区域为高风险区域，反之则为一般风险区域。
[0100]
与现有技术相比，本发明的有益效果是：本发明利用基于最小圆覆盖的k-means聚类方法对研究海域内的事故易发区域进行识别与划分，之后综合考虑交通因素、船舶因素、航道条件建立相对通航风险评价指标体系，并通过博弈论对层次分析法与熵值法所获得的指标权重进行组合，进而得到各指标的组合权重，最后利用马氏距离代替欧氏距离，灰色关联度计算贴近度的改进topsis方法，对各事故易发区域的相对通航风险进行评估，同时将平均风险作为风险阈值，判断各高风险区域的所在位置，提高了通航风险评估的准确性，为海上应急救援资源配置研究提供基础与依据，并可为海上安全管理工作提供决策参考，相关管理人员可以根据所求得的风险，进行相应的人力、物力配备。
附图说明
[0101]
图1为本发明一种基于改进topsis方法的通航风险评价方法的流程示意图。
[0102]
图2为本发明实施例中琼州海峡海口辖区海上事故空间分布图。
[0103]
图3为本发明实施例中琼州海峡海上事故易发区域初步划分示意图。
[0104]
图4为本发明实施例中最终的琼州海峡海上事故易发区域划分示意图。
具体实施方式
[0105]
下面将结合本发明中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例，都属于本发明保护的范围。
[0106]
如图1所示，本实施例提供了一种基于改进topsis方法的通航风险评价方法，本实施例以琼州海峡南岸海口辖区范围内的海域为案例，对船舶的航行风险进行评估；具体步骤如下：
[0107]
s1，利用基于最小圆覆盖的k-means聚类方法对研究海域内的事故易发区域进行识别与划分，具体包括以下步骤：
[0108]
s101，根据海口海事局所公开的2012年至2020年九年间琼州海峡的应急搜救统计资料，共提取可利用的事故61起，将其经纬度导入arcgis软件，得到琼州海峡海口辖区海上事故空间分布图，如图2所示，图中黑色圆点即为事故点。
[0109]
s102，在海上事故空间分布图的基础上，绘制出若干不等的可覆盖事故点的最小圆，对琼州海峡海上事故易发区域实现初步划分，如图3所示，由此可得到1个孤立事故点，将其剔除后，即可得到11个事故易发区域，分别为p1-p11，每个圆的圆心所在位置即为事故事发区域的初始聚类中心。
[0110]
s103，利用matlab软件，输入聚类数与初始聚类中心坐标等其他参数，对海域各个事故坐标点进行k-means聚类，得到最终的琼州海峡海上事故易发区域如图4所示，各事故易发区域的相关信息如表1所示。
[0111]
表1 琼州海峡海口辖区事故易发区信息表
[0112][0113]
由事故易发区域示意图可看出，利用最小圆覆盖的k-means聚类所识别的事故易发区域基本包括了辖区内所需要重点关注的马村港、秀英港等重要港区及客滚航线所在水域，说明方法适用于琼州海峡海口辖区事故易发区域的识别与划分。
[0114]
s2，综合考虑交通因素、船舶因素和航道条件因素建立相对通航风险评价指标体
系；
[0115]
海域相对通航风险指标及其含义如下表2所示：
[0116]
表2 海域相对通航风险指标及其含义
[0117][0118]
根据上表可知，所述相对通航风险评价指标体系包括3个一级指标因素层和8个二级指标因素层，分别为：
[0119]
交通因素，所述交通因素包括以下指标：船舶流量(艘/小时)、船舶平均密度(艘)和船舶密度离散度；其中，船舶流量为换算标准船流量，即将船舶按照船长换算系数表进行换算后，再进行统计；统计船舶密度的单位为海图上每一经度与每一纬度所围成的网格；
[0120]
船舶因素，所述船舶因素包括以下指标：船舶类型(％)和船舶航速(节)；
[0121]
航道条件因素，所述航道条件因素包括以下指标：特殊区域影响、航道特殊点个数(个)和碍航物个数(个)；所述特殊区域影响包括码头、渔区、锚地、浅滩和暗礁的总体影响；所述航道特殊点个数包括航道端部、航迹交汇区和弯曲处的总个数。
[0122]
通过船讯网、宝船网、海口海事局等渠道，观测、获取相关指标数据，并根据所收集的资料，整理得到各事故易发区域的各项指标数据如表3所示：
[0123]
表3 琼州海峡各事故易发区域的指标参数
[0124][0125]
[0126]
s3，利用层次分析法确定各指标的主观权重向量w1；
[0127]
根据专家、航海从业人员、海上安全监管人员等人员对于选取指标重要性的意向调查结果，取其几何平均值得到指标重要性判断矩阵x＝(x
ij
)n×n；计算判断矩阵x各行元素的几何平均值
[0128][0129]
其中，n为指标个数；x
ij
表示判断矩阵中第i行第j列的元素；
[0130]
将归一化得到wi：
[0131][0132]
计算判断矩阵的最大特征根λ
max
：
[0133][0134]
其中，w＝(w1,w2,...,wn)
t
为权向量；
[0135]
利用以下公式分别求得单层析排序与总层次排序的cr值：
[0136][0137][0138]
其中，ci为一致性指标；ri为随机一致性指标；
[0139]
若cr《0.1，则判断矩阵具有一致性，进而确定主观权重向量w1＝(w1,w2,...,wn)。
[0140]
s4，利用熵权法确定各指标的客观权重向量w2；
[0141]
假设待评价对象个数为m，指标个数为n，则通过对每个对象的各个指标进行赋值，得到初始评价矩阵a＝(a
ij
)m×n，将其正向化与标准化处理后得到标准化矩阵c＝(c
ij
)m×n；
[0142]
根据标准矩阵c计算第j个指标所占第i个评价对象的比重f
ij
：
[0143][0144]
计算各评价指标所含的信息熵值ej：
[0145][0146]
计算各评价指标的熵权wj：
[0147][0148]
即得到由熵权法确定的各指标的客观权重向量w2＝(wj)
t
,j＝1,2,...,n。
[0149]
s5，采用博弈论方法对所述主观权重向量和客观权重向量进行组合，得到各指标的组合权重向量w
*
；
[0150]
对所述主观权重向量w1和客观权重向量w2进行线性组合赋权：
[0151]
基于博弈论思想，建立如下组合系数方程组：
[0152][0153]
其中，a1和a2为组合系数，即分别为主观权重和客观权重在组合权重中所占的比重；
[0154]
上述方程组是基于传统博弈论思想，所求得的组合系数可能为负，因此，为保证线性组合系数为正，对所述组合系数进行优化改进，得到以下改进博弈论模型：
[0155][0156]
通过构建拉格朗日函数并求偏导：
[0157][0158]
其中，λ为拉格朗日乘数；
[0159]
对所得结果进行归一化处理，可得改进博弈论模型求得的组合权重系数如下：
[0160][0161]
将代入下式可求得组合权重向量为：
[0162][0163]
其中，为改进后归一化的主观权重在组合权重中所占的比重，的值为0.5423；为改进后归一化的客观权重在组合权重中所占的比重，的值为0.4577；
[0164]
各事故易发区域的评价指标所得权重如下表4所示：
[0165]
表4 评价指标所得权重
[0166] x1x2x3x4x5x6x7x8主观权重0.0300.0780.0340.2000.0860.3560.1370.078客观权重0.0650.0890.2340.1540.0430.1800.1070.129组合权重0.0460.0830.1260.1790.0660.2750.1230.102
[0167]
由表4可得，在8个指标中，特殊区域影响与船舶类型这两个指标占到了较大的比重，一方面，这与琼州海峡的事故特征相关，通过所收集的事故统计资料计算可得，在锚地、码头附近水域所发生的事故占统计事故总数约20％，另外，将码头、渔区、锚地、暗礁、浅滩
的影响作为一个指标来进行考虑，这也在一定程度上加深了此指标的重要性。
[0168]
s6，利用马氏距离代替欧氏距离、灰色关联度计算贴近度的改进topsis方法对事故易发区域的相对通航风险进行评估，将平均风险作为风险阈值，判断各高风险区域所在的位置；
[0169]
步骤s6包括以下步骤：
[0170]
s601，假设待评价对象个数为m，指标个数为n，针对研究海域内每个事故易发区域的每个指标进行赋值，得到初始评价矩阵a＝(a
ij
)m×n；
[0171][0172]
s602，根据各指标对于风险大小的影响关系判定指标属性，对于逆向指标，利用下式进行指标正向化处理，得到正向化矩阵b＝(b
ij
)m×n：
[0173][0174]
s603，根据下式对各指标进行标准化处理；
[0175][0175]
为各列指标数据的均值；
[0176]
结合表3得到标准化矩阵c＝(c
ij
)m×n；
[0177][0178]
再结合组合权重向量w
*
，得到加权规范化矩阵d＝(d
ij
)m×n；
[0179]
[0180]
其中，d
ij
＝c
ij
·ws
(1≤i≤m,1≤j≤n,1≤s≤n)；
[0181]
s604，根据标准化矩阵与加权规范化矩阵，分别确定用于马氏距离计算与灰色关联度计算的最大风险集、最小风险集；
[0182][0183][0184][0185][0186]
其中，c

、c-分别为根据标准化矩阵确定基于马氏距离计算与灰色关联度计算得到的最大风险集和最小风险集；d

、d-分别为根据加权规范化矩阵确定基于马氏距离计算与灰色关联度计算得到的最大风险集和最小风险集；
[0187]
标准化矩阵与加权规范矩阵的最大风险集、最小风险集如下表5所示：
[0188]
表5 标准化矩阵与加权规范矩阵的最大风险集、最小风险集
[0189] x1x2x3x4x5x6x7x8c

1.6882.9394.2644.1921.2874.6812.4443.385c-0.2910.4190.0000.0000.6800.0000.0000.000d

0.0780.2450.5370.7490.0851.2890.3010.344d-0.0130.0350.0000.0000.0450.0000.0000.000
[0190]
s605，利用马氏距离计算公式，得到各事故易发区域与最大风险集、最小风险集间的马氏距离；
[0191][0192][0193]
其中，且σ为样本协方差矩阵；
[0194]
s606，根据下式计算各事故易发区域与最大风险集、最小风险集关于各指标的灰色关联系数；
[0195][0196][0197]
其中，ρ为分辨率，本实施例中分辨率ρ＝0.5；
[0198]
利用下式计算各事故易发区域与最大风险集、最小风险集的灰色关联度；
[0199]
[0200][0201]
s607，将标准化后的马氏距离与灰色关联度进行线性组合，形成组合距离与
[0202][0203][0204]
其中，α与β分别为组合系数，且α β＝1，本实施例取α＝β＝0.5。
[0205]
s608，根据下式求得各事故易发区域与最大风险集的贴近度cci，将cci作为各事故易发区域的相对通航风险值；相对通航风险值越大，即表示事故易发区域相对通航风险越高；
[0206][0207]
其中，0≤cci≤1；
[0208]
s609，根据各事故易发区域的相对通航风险评价结果，以所有事故易发区域的相对通航风险值的平均值作为风险阈值若事故易发区域的相对通航风险值大于风险阈值，则该区域为高风险区域，反之则为一般风险区域；
[0209]
标准化后的马氏距离与灰色关联度及相对通航风险评价计算结果如下表6所示：
[0210]
表6相对通航风险评价计算结果表
[0211] p1p2p3p4p5p6p7p8p9p
10
p
11
d(c

)0.9510.6741.0331.3701.0690.6161.0721.1151.0740.9861.040d(c-)1.0031.7110.8410.7610.8012.0270.7490.6690.7140.9150.809r

0.9141.0021.0151.1641.0071.2180.9490.9490.9460.9190.916-1.0780.9360.9680.8530.9790.8271.0451.0611.0591.0851.108h

1.9172.7121.8561.9251.8083.2451.6981.6171.6601.8351.725h-2.0291.6102.0012.2232.0491.4432.1172.1772.1332.0712.148cc0.4860.6280.4810.4640.4690.6920.4450.4260.4380.4700.445
[0212]
根据上表可得，共识别出11个事故易发区域，评价得到各个区域的相对通航风险大小分别为0.486、0.628、0.481、0.464、0.469、0.692、0.445、0.426、0.438、0.470、0.445，将各个事故易发区域根据相对通航风险值由大至小排序为：p6、p2、p1、p3、p
10
、p5、p4、p
11
、p7、p9、p8。根据计算得到研究水域的风险阈值为0.495，通过将各区域的相对通航风险值与风险阈值进行比较，可得到存在两处高风险区域，分别为p6、p2。其中，p2、p6均处于港口所在区域且附近锚地数量较多，客滚船舶来往密切，船舶密度高，船舶分布相对集中，加上锚地影响，导致其各项指标数值均较高，风险值排名前列。p4也位于港口水域，但因其水域相对开阔，且受锚地、浅滩等特殊区域影响较小，所以该区域风险水平相较于p6、p2水域偏低。而p1靠近琼州海峡西口报告线，船舶流量较高，存在多处航迹交汇，且周边存在浅区、渔船影响，因此，p1的风险也处于较高水平。p3与p5位于警戒区附近，且正处于东西向客滚船与南北向船舶航迹交叉处，每日船舶流量大，客船占比相对较高，因此其风险处于中上水平。p7、p8相对
其他区域而言，受特殊点、特殊区域影响较小，虽船舶流量与船舶平均航速指标值偏高，但相对风险偏低。p9、p
10
、p
11
均位于琼州海峡中水道附近，其中p
10
附近存在浅滩与航迹交汇区，而p
11
位于琼州海峡东口处，受风浪影响较大，台风季节浮标容易移位，且船舶需通过p
11
进出琼州海峡中水道，因此，p
10
与p
11
较p9风险偏高。
[0213]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。