基于溢油轨迹和归宿模型的钦州湾溢油风险研究

本文从环境敏感资源、船舶交通量及油品运量、事故案例等方面分析了钦州湾溢油风险现状及发展形势,并研究了溢油事故的危害和致因。本文将Oilmap溢油轨迹和归宿模型应用于钦州湾溢油风险研究,采用情景分析法假定溢油事故场景,并预测各事故情景下,溢油到达岸线的时间、油膜扫海面积、污染岸线长度和着岸油量等指标。根据钦州湾溢油风险分析及事故后果模拟,提出了钦州湾溢油风险的防范措施。     

船舶污染事故溢油量测算方法比较

本文论述了船舶污染事故溢油量的两大类测算方法,分别是适用于风险评价的溢油量预测方法和适用于已发生的船舶污染事故溢油量的估算方法,分析比较了经验公式法、MARPOL方法、基于CFD的数值模型计算法、基于监视监测的估算法和基于事故船舶油量检测估算方法的基本假设、原理及其主要应用领域。本文可为船舶污染事故溢油量的快速准确估算提供方法选择依据,为改进估算方法提供建议。     

基于OILMAP模型的洋浦港溢油风险研究

本文从环境敏感资源识别、区域风险分析、船舶交通事故源项分析等方面分析了海南洋浦港溢油风险现状及发展形势,并研究了溢油事故的危害和致因。本文将Oilmap溢油轨迹和归宿模型应用于洋浦港溢油风险研究,采用情景分析法假定溢油事故场景,并预测各事故情景下,溢油到达岸线的时间、油膜扫海面积等指标,对溢油事故污染风险进行了分析。     

基于OILMAP模型的洋浦港溢油风险研究

本文从环境敏感资源识别、区域风险分析、船舶交通事故源项分析等方面分析了海南洋浦港溢油风险现状及发展形势,并研究了溢油事故的危害和致因。本文将Oilmap溢油轨迹和归宿模型应用于洋浦港溢油风险研究,采用情景分析法假定溢油事故场景,并预测各事故情景下,溢油到达岸线的时间、油膜扫海面积等指标,对溢油事故污染风险进行了分析。     

码头项目环境风险评价的探讨

以码头营运时船舶燃油泄漏存在的环境风险为例,从码头风险事故识别、源项分析以及风险管理,应急预案等方面对拟建的码头进行风险评价,通过采用溢油扩散、漂移模型对该码头船舶发生漏油风险事故时对水质进行影响分析,为码头选址的环境可行性论证提供技术依据。     

钦州湾船舶溢油风险评价与分析

文章以即将建成的广西北部湾港钦州30万吨级油码头工程为例,阐述钦州湾海上船舶溢油环境现状,并对溢油风险概率和风险源进行分析,评价溢油风险等级,为钦州湾海洋环境风险评价提供技术依据。     

天津港典型LNG码头海洋环境风险研究

文章针对天津港特殊的地理位置,周边敏感资源的特点,对天津港典型LNG码头的运输货种及燃料油的污染危害性进行了分析,对码头及船舶存在的风险进行了研究。运用Oilmap溢油轨迹和归宿模型,采用情景分析法假定溢油事故场景,对燃料油泄漏事故进行了模拟。根据研究结果,对天津LNG码头提出了风险的防范措施以及建议。     

海上溢油浮标跟踪定位技术研究

海上溢油属突发性海洋污染事故,需要人们进行快速应急反应,调用方方面面的应急技术装备及资源,尽可能对事故予以控制、减少所造成的环境污染等各种损害和不良影响。国内外支持溢油应急快速反应行动的相关技术主要用于以下方面:对海上溢油漂移的动态进行空中监视、浮标跟踪和模拟预测;对受威胁敏感资源发出污染预警,并采取必要措施加以保护;通过应急决策支持系统和溢油清污系统对海上溢油实施有效控制,采用适宜的回收设备进行清污。     

船舶制冷装置低压继电器动作的思考

运用故障树定性分析方法,建立船舶制冷装置中低压继电器动作的故障树模型.探讨船舶制冷装置低压继电器动作的预防途径,为制冷装置的安全管理提供参考.     

长江江苏段船载危化品安全风险事故概率研究

长江江苏段危化品运输船舶日均流量达500艘次,年过境化学品运输量超过2亿吨,给沿江分布的集中式饮用水水源地带来巨大环境风险。本文将长江江苏段航道水域分成19段,结合统计的长江水路交通状况数据(AIS数据),利用统计学方法学和线性插值技术,对长江江苏段危化品船舶污染事故概率进行预测计算,以考察江段的安全环境风险承载力。针对长江江苏段危险品船舶的高风险,提出降低船舶安全事故概率的对策。     

西江航道实行船舶定线制的可行性分析

船舶定线制是国际上通行的实行水上船舶交通管理的一种形式,它对于规范船舶的航路,避免船舶过多交叉航行,减少船舶交通安全事故具有重要意义。文章以西江实行船舶分边通航为例,对实行船舶定线进行了可行性分析,建议通过分流和分道来防止或减少船舶发生碰撞、搁浅、触礁等水上交通事故。     

Determinants of vessel-accident bunker spills

The study investigates determinants of vessel-accident bunker fuel spillage. A vessel-accident bunker spillage equation is estimated using Tobit regression and data of individual non-oil-cargo vessel accidents that were investigated by the US Coast Guard during 2001–2008. The results indicate that the bunker spillage of a freight ship and an offshore supply vessel accident will be greater than that of a passenger ship accident. Also, the bunker spillage of a non-oil-cargo vessel accident will be greater if the vessel accident is an abandonment and occurs at night, but less if the accident involves a vessel that has diesel propulsion and even less if the vessel has both diesel propulsion and a steel hull.     

跨越饮用水水源保护区桥梁环境风险预测分析

文章应用溢油扩散模型、漂移模型和粒子跟踪模型等数学模型,对跨越饮用水水源保护区桥梁的油品泄漏事故开展定量预测分析及情景模拟预测,提出了针对性的风险防范与应急措施,为跨越敏感水体桥梁的环境影响评价、环保措施设计和风险管理提供科学依据与技术参考。     

道路交通事故发生机理与实例分析

交通事故发生机理是认识道路交通事故发生过程、交通事故预防和改善交通安全的基础。文章以道路交通系统为研究对象,分析道路交通事故的形成过程,将交通事故发生机理分为驾驶行为差错类事故发生机理、外部因素突变类事故发生机理、综合性事故发生机理三类,并在此基础上绘制了道路交通事故发生机理图,同时结合国道109线兰州八盘村路段进行了实例分析。     

高速公路建设期重大危险源辨识探讨

文章基于危险源及重大危险源的一般定义,结合湖北杭瑞高速公路建设的实际情况,提出了高速公路建设期重大危险源的定义,并通过建立概率风险评价分析模型,采用事故树分析法和德尔菲法确定了事故发生的概率值,得出了判别重大危险源的风险度临界值,以对类似高速公路建设期重大危险源的辨识提供指导。     

工业油炉对流受热面管束爆管原因及预防

对流受热面管束爆管事故占工业燃油锅炉各类事故的60%以上,分析了结构设计、水质、燃料、积灰、施工等主要因素对工业燃油锅炉对流管束爆管事故产生的影响,并针对性地提出了预防工业燃油锅炉对流管束爆管事故的措施.现场运行结果表明,预防措施有效.     

A novel variable selection method based on frequent pattern tree for real-time traffic accident risk prediction

With the availability of large volumes of real-time traffic flow data along with traffic accident information, there is a renewed interest in the development of models for the real-time prediction of traffic accident risk. One challenge, however, is that the available data are usually complex, noisy, and even misleading. This raises the question of how to select the most important explanatory variables to achieve an acceptable level of accuracy for real-time traffic accident risk prediction. To address this, the present paper proposes a novel Frequent Pattern tree (FP tree) based variable selection method. The method works by first identifying all the frequent patterns in the traffic accident dataset. Next, for each frequent pattern, we introduce a new metric, herein referred to as the Relative Object Purity Ratio (ROPR). The ROPR is then used to calculate the importance score of each explanatory variable which in turn can be used for ranking and selecting the variables that contribute most to explaining the accident patterns. To demonstrate the advantages of the proposed variable selection method, the study develops two traffic accident risk prediction models, based on accident data collected on interstate highway I-64 in Virginia, namely a k-nearest neighbor model and a Bayesian network. Prior to model development, two variable selection methods are utilized: (1) the FP tree based method proposed in this paper; and (2) the random forest method, a widely used variable selection method, which is used as the base case for comparison. The results show that the FP tree based accident risk prediction models perform better than the random forest based models, regardless of the type of prediction models (i.e. k-nearest neighbor or Bayesian network), the settings of their parameters, and the types of datasets used for model training and testing. The best model found is a FP tree based Bayesian network model that can predict 61.11% of accidents while having a false alarm rate of 38.16%. These results compare very favorably with other accident prediction models reported in the literature.     

高速公路二次交通事故的预防策略探讨

高速公路交通事故频频发生,如果在事故发生后能及时检测事故,并采取有效的紧急救援措施,可以极大程度降低事故造成的损失,预防二次连锁事故发生。文章从事故检测、事故响应策略、事故现场管理、事故清除等方面探讨了高速公路二次交通事故的预防技术与策略。