一起非法排污安全引发的思考

船舶在航行途中违法排放舱底含油污水的行为时有发生，而此类行为一般在远离海岸水域和夜间，隐蔽性较强，在我国监控水平较低的现状下，加强对抵港船舶的防污染检查显得尤为重要。笔者就日照海事局查处的一起典型的船舶违法排污案例进行分析，总结调查航行中违法排污的经验，同时针对性地提出整改建议。     

船舶非法排污行为法律责任

船舶非法排污行为在中国沿海屡禁不止,对我国沿海海洋环境造成极大的破坏和威胁。首先提出船舶非法排污的概念,然后分别从行政、刑事和民事责任三个视角对船舶非法排污行为可能引起的法律责任进行全面分析,最后就如何防止船舶非法排污行为提出工作建议。     

基于AIS信息和BP神经网络的船舶航行行为预测

针对船舶航行行为多维度的特点和船舶交通服务系统(Vessel Traffic Service,VIS)对船舶行为预测的精确度和实时性需求,提出结合船舶自动识别系统(Automatic Identification System,AIS)信息和BP(Back Propagation)神经网络的船舶航行行为预测方法。构造基于AIS信息的船舶航行行为特征表达方法,根据BP神经网络预测的基本原理,以连续3个时刻的船舶航行行为特征值为输入,以第4个时刻的船舶航行行为特征值为输出,对BP神经网络进行训练,用于对未来船舶航行行为进行预测。以成山角VTS水域内的船舶AIS信息为例进行试验,结果表明:利用该方法对船舶航行行为特征值进行预测的结果准确、实时,误差在可接受的范围内。     

数据驱动的船舶异常行为识别方法

为对不同环境影响因素下的船舶异常行为进行有效识别,提出一种综合考虑船舶位置和船舶航行状态的多角度船舶异常行为识别方法。将船舶航行状态分为停留、直行和转向等3类,对网格化水域内的船舶航行状态进行统计,获得船舶正常航行状态的区域分布情况;利用核密度估计算法对船舶位置特征进行提取,获得正常航行位置的区域分布;利用正常船舶航行状态和船舶位置分布情况对船舶异常行为进行识别。选取曹妃甸水域的船舶轨迹数据,用以验证异常行为识别模型的检验效果。试验结果表明：船舶位置异常识别取决于阈值的设定,宽松的阈值识别的异常位置包含船舶较少的航线轨迹,严格的阈值识别的异常位置反映船舶的危险行为;在船舶航行状态异常识别中,该方法可以对航向大幅度波动和航速剧烈变化的船舶异常航行行为状态进行有效的识别。     

基于安全会遇距离模型的智能船舶航行行为可靠性评估

为提高智能船舶的可靠性和航行安全性,提出了一种基于安全会遇距离模型的智能船舶航行行为可靠性评估方法.文章构建智能船舶航行行为可靠性评估指标体系,并运用船舶安全会遇距离模型,建立智能船舶在两船互见会遇场景中的航行行为故障判断流程,研究在不同会遇场景中智能船舶航行行为可靠性指标值并进行对比分析.研究结果表明,该可靠性评估方...     

从合法性视角论国际航行船舶进口岸审批条件

首先提出国际航行船舶进口岸审批的概念和条件,然后结合上位法、内部工作流程和习惯做法从合法性的角度对国际航行船舶进口岸审批第四项条件进行详细论述,分析指出第四项条件存在违法设置前置许可、违法具体规定许可条件等问题,并对业界关于国际航行船舶进口岸审批第四项条件存在的三种不同理解进行比较分析,最后提出有针对性的法律建议。     

船舶机舱油污水非法排放的查处

为保护海洋环境,加大对船舶非法排污的查处力度,列举船舶非法排污途径,总结目前对船舶非法排污行为的常用检查取证方法,分析船舶非法排污的主客观原因,提出解决船舶非法排污问题、杜绝违法行为的建议。     

严厉查处违法跨区航行船舶

<正>自去年10月底开展内河船舶参与海上运输专项治理活动以来,湛江局共查处违法跨区航行作业船舶69艘次,有效维护辖区水上通航秩序。据悉,自开展该专项活动以来,湛江局加强现场监管,严厉打击辖区内违法施工行为。辖区各基层海事局(处)结合内河船舶参与海上运输专项治理、未批先建整治活动,加强现场巡查监管,严厉查处违规施工、未批先建施工行为。对维护水上交通环境畅通、有序,维持辖区水上交通安全奠定坚实的基础。截至目前,该局共出动     

船舶行为分析模型在过闸船舶身份鉴别的应用

通过对京杭运河苏北段在航船舶的航行轨迹、航行速度、航行时间等船舶行为的分析,建立船舶的行为分析模型。对疑似虚假证照登记的船舶进行识别,将现有的核查方式变为有重点、有目标的核查,缩小了核查范围,提高了核查效率。     

基于高阶常微分方程的复杂水域船舶航迹精准预测研究

船舶航迹预测是其避障、导航的基础,精准的航迹预测可提升船舶在复杂水域航行的安全性,为此研究基于高阶常微分方程的复杂水域船舶航迹精准预测方法。该方法利用AIS系统采集船舶航行行为动态观测样本后,构建该船舶航行行为动态观测样本的高阶常微分方程预测模型,使用四阶龙格-库塔方法求解该预测模型,得到船舶航行动态观测样本预测值后,利用最小二乘法对其进行拟合处理,得到船舶航迹曲线。实验结果表明,该方法可有效采集船舶在复杂水域航行时的航速、船首向等行为动态观测样本,预测船舶航迹点和拟合后的航迹曲线均与其实际数值吻合,预测精度较高。     

浅析海事执法人员对船舶机舱非法排污监督检查的技术要点

机舱含油舱底污水是机舱中机器(主机和辅机)和设备及管路在船舶营运中泄漏的燃料油、润滑油、淡水、海水等混合在一起的油污水。据统计,一艘船舶每年排放的机舱舱底污水量约是其总吨位的10%,全世界每年随机舱舱底水排入海洋的油类,多达几十万吨。更为严峻的是部分船公司和船员素质不高,海洋环境保护意识差,在船舶营运期间将机舱舱底水通过各种非法途径直接排放入海。在2010年南京海事局开展的船舶防污染专项检查当中,一共立案查处了16艘船舶,尤其是国内沿海航行船舶航行途中非法排污的情况比较严重,其中主要集中在维护保养较差的船舶和老龄船舶。本文对船舶机舱一些常见的非法排污形式进行了探讨和分析,并提出了相关的有针对性的监督检查技术要点。     

基于AIS的船舶航行搁浅风险预警建模研究

为保障船舶航行安全,基于船舶AIS数据进行挖掘和统计分析,考虑船舶吃水及水位变化对航行搁浅风险的影响,建立了船舶航行搁浅风险预警模型,以为船舶动态监控及行为预警等研究提供参考依据,为有关部门决策管理提供支持。     

对船舶防污染检查工作的统计分析

为了做好今后的船舶防污染检查工作,加强对国内船舶的防污染监督管理,杜绝船舶违法排污对海洋环境造成污染损害,保护海洋环境,按照法律法规赋予的职责,某海事主管机关开展了船舶防污染专项检查工作。现以某局2002年国轮防污染检查工作进行统计分析。     

自动识别系统在海上交通安全中的应用

文章介绍了自动识别系统(AIS)在海上安全与环境保护领域的应用。重点涉及了目前国际、国内航行船舶的AIS配备情况、覆盖情况和研究进展以及AIS数据对海上交通环境的统计分析、危险预测和AIS在海上船舶非法排污监督中的作用。     

浓雾锁江海事护航

浓雾是一种危险恶劣天气现象,历来是船舶航行安全的大敌,其给航行安全带来的最大影响是能见度下降,导致船舶瞭望、定位困难,从而极易引发水上交通事故. 浓雾来袭,佛山海事部门紧急行动,开展"江盾行动",重拳打击船舶和有关船员违法违章行为,整治船舶航行秩序,同时给力预防,避免水上交通事故"群发",维护佛山水域水上交通安全形势持续稳定. 浓雾来袭 "江盾行动"护航 每年1至4月,都是珠三角雾季,江面常起雾,能见度降低,船舶安全航行和避让受影响,船舶碰撞事故时有发生.     

船舶操作预报中数据挖掘算法的应用与实现

在现代海上交通管理中,船舶航行操控对整个航道的安全非常重要,因此只有充分挖掘海量的操作数据,才能有效实现船舶的航行安全。本文从海上交通的角度对船舶的操作行为模式展开研究,利用数据挖掘技术对AIS系统的数据进行分析,从而实现对船舶行为的预测,监测的数据主要有船舶的航行位置、船舶状态的监测和船队数量的识别等。通过仿真对特定港口的船舶数量进行大数据预测,从而能够提前预报,有效提高港口的管理水平。     

Visual analysis semantic label method based on navigation logic division北大核心CSCD

[目的]旨在探索处理内河实船数据、提高其可理解性和辅助研究识别船舶行为的新方法。[方法]通过构建航行逻辑层级和划分时序数据获得船舶行为的语义标签,设计航行逻辑可视化分析系统,将船舶航行状态与数据可视化相结合,辅助分析数据及研究船舶行为特征。最后,依托数字航道,选择船舶行为复杂的内河航道工作船的数据进行实例检验,利用所提系统分析异常数据并研究船舶行为。[结果]通过航行逻辑的交互可视化,可有效确定无规律的位置跳动异常数据产生的原因及特点,帮助进行异常数据处理,并经过定性分析特征和定量分析阈值,划分出了靠泊与直航状态数据,进一步丰富了船舶行为语义标签。[结论]结合船舶行为语义标签设计的可视化分析系统,通过人机自由交互,提高了数据的可理解性,可辅助异常数据分析处理及船舶行为研究,为数据分析人员提供研究工具。     

面向智能航行的货船“航行脑”概念设计

提出"航行脑"系统的概念设计。该系统是服务于船舶智能航行的人工智能系统,由感知、认知和决策执行等3个功能空间组成。"感知空间"获取船舶在航环境和自身状态信息;"认知空间"根据感知的信息抽象出航行态势,实现自身状态辨识,最终基于人工驾驶记录和机器学习建立智能船舶驾驶行为谱;"决策执行空间"利用"感知空间"反馈的信息修正"认知空间"的态势认知,在驾驶行为谱的支持下实现对智能船舶的鲁棒控制。分析"航行脑"系统的"感知空间""认知空间"和"决策执行空间"等关键技术,并展望"航行脑"系统在智能货船上的应用,以实现货船的智能航行,达到减少配员、降低排放和提高船舶航行安全性的目的。     

基于模式识别的船舶异常行为自动报警方法

异常行为的出现,会对船舶正常航行造成较大影响。为避免上述现象的出现,设计基于模式识别的船舶异常行为自动报警方法。通过主成分分析、成分因子相关性分析2个步骤,完成基于模式识别的船舶异常行为特征提取。通过异常行为的局部决策、基于决策结果的数据融合2个步骤,完成基于模式识别船舶异常行为自动报警方法的搭建。模拟方法运行环境,设计对比实验结果表明,应用基于模式识别船舶异常行为自动报警方法,可以明显降低船舶异常行为的发生几率,为船舶正常航行提供有力保障。     

卡尔曼滤波算法在船舶航行轨迹异常行为检测中的应用

现代船舶的信息化、自动化程度不断提高,自动识别系统(AIS)、电子海图综合系统(ECDIS)和船舶总线通信系统等先进技术在船舶上的应用越来越广泛。随着内河航运和远洋海运的发展,海事交通管理部门对船舶航行轨迹异常行为的检测显得尤为重要。本文主要针对船舶在区域内的航行轨迹异常行为检测问题,结合卡尔曼滤波算法,设计一种船舶异常航线检测系统,并对该检测系统的性能进行仿真分析。