基于数据的海洋交通事故比较风险评估：采用面向对象的贝叶斯网络方法

《Ocean Engineering》：A data-driven comparative risk assessment of marine traffic accidents using an object-oriented Bayesian network

本研究开发面向对象的贝叶斯网络（OOBN）模型，整合人类、技术、组织和环境因素，用于比较北极航行中碰撞、搁浅和机械故障的风险驱动因素。通过分析49起事故报告和196条正常航行记录，敏感性分析显示环境压力因素通过缩小操作空间与退化的人类绩效和技术状况相互作用，放大风险。该框架为优化维护计划、培训方案和监管提供依据。

　　

薛阳|林志英|张文军|徐胜|胡申平

大连海事大学导航学院，中国大连

摘要

随着海冰的消退，北极航运活动正在扩大，但航行仍面临快速变化的冰况、恶劣天气以及有限的岸基支持基础设施的挑战。本研究开发了一种面向对象的贝叶斯网络（OOBN），用于对碰撞、搁浅和机械损坏等事故类型进行比较性风险评估。风险因素通过结构化的文献回顾进行整理，并根据49份官方事故调查报告进行编码；同时引入了196条正常航行记录作为非事故数据，以减少抽样偏差。在OOBN中，事故原因被划分为人为因素、技术因素、组织因素和环境因素三个领域，由此产生的子网络能够对影响因素进行基于敏感度的排序。由于航行（非事故）记录并未明确描述船舶技术状态（MTO），我们在两种不同的处理方式下重新进行了排序：一种假设MTO变量未观测到（赋值为0.5），另一种假设MTO变量已知（赋值为1）。模型输出因事故类型而异，显示出不同的风险特征；结果还表明，环境压力会缩小操作范围，进而与人员表现下降和技术状况恶化相互作用，从而放大风险。总体而言，该框架将编码的事故证据与干预目标的排序列表联系起来，为维护计划、极地培训项目和监管监督提供了依据。

引言

近几十年来，全球变暖加速了北极海冰的消退（Landy等人，2022年），吸引了更多商业活动进入该地区（Liu等人，2026年）。2013年至2023年间，进入极地水域的船舶数量从1,298艘增加到1,782艘，船舶通行次数增长了37%，总航行距离增加了111%（PAME，2024年）。然而，恶劣的环境条件、有限的岸基支持以及不足的北极航行经验仍然对安全航行构成重大挑战（Ma等人，2024年；Xu和Kim，2023年；Zaatar等人，2025年）。根据Allianz（2024a，2024b）的数据，2014年至2023年间北极水域共报告了531起航运事故，2023年的年事故数量达到50起（图1）。机械损坏/故障是最常见的类型，占事故总数的近一半（261起），其次是76起船舶失事/搁浅、51起火灾/爆炸和25起碰撞事故。

描述、建模和量化各种航行事故的风险对于安全管理至关重要。大多数现有研究仅评估航行层面的风险，而没有区分不同类型的事故。例如，Fu等人（2023a）提出了一种基于韧性的方法来评估北极水域的航行风险，并建立了风险管理框架以应对风险控制决策（RCO）。Yang等人（2023年）开发了一个数据驱动的预测模型来预测北极航行事故。Shu等人（2024年）研究了东北航道（NEP）上的海冰对航线规划和速度控制的影响。最近的综述还总结了北极航行的决策导向场景、建模框架和风险因素（Yang等人，2024年）。此外，系统导向的方法，如系统理论事故模型和过程（STAMP）结合随机Petri网，也被用来模拟冰级船舶的动态风险过程（Hu等人，2025年）。

在事故类型方面，已经研究了船舶与海冰的碰撞以及船舶之间的碰撞。贝叶斯网络（BN）、动态贝叶斯网络（DBN）和面向对象的贝叶斯网络（OOBN）等概率模型被用来根据环境状态和人员表现估计船舶与海冰碰撞的可能性（Khan等人，2018年，2020年；Li等人，2023年）。对于船舶之间的碰撞，以往的研究主要集中在破冰船与护航船之间的相互作用上。人类因素分析和故障树分析（HFACS-FTA）模型被用来识别碰撞风险因素（Zhang等人，2019年）。Xu和Kim（2023年）进一步开发了一个因果逻辑模型来估计破冰船与船舶碰撞的可能性，并提出了风险控制措施。

与碰撞事故相比，关于北极水域搁浅风险的研究较少。Fu等人（2022年）基于AcciMap-BN模型开发了一个定量分析框架，并用Clipper Adventurer事故案例验证了该方法。Yu等人（2024年）应用功能共振分析方法（FRAM）研究了导致北极水域搁浅事故的功能耦合机制。在不确定的天气和海冰条件下，也提出了数据驱动的预测模型来识别主要风险因素（Kandel和Baroud，2024年）。

船舶与海冰的相互作用还可能导致船舶被冰困。贝叶斯模型被用来估计船舶被冰困的可能性和后果的严重性（Zhang等人，2020年），并分析了北方海路（NSR）上护航船在特定情况下可能被冰困的情况（Xu等人，2022年）。最近的研究进一步整合了海冰风险场和护航船在冰道中安全跟随距离的指导（Zhang等人，2024年）。

为了提高风险控制的通用性，一些研究尝试将多种事故类型整合到一个框架中（Baksh等人，2018年；Fu等人，2023b；Gu等人，2026年；Liu等人，2024年，2026年；Zhang等人，2020年），如表1所示。然而仍存在两个问题：首先，机械损坏是北极统计中最常报告的事故类型（Fedi等人，2024年），但通常被视为孤立事件，这限制了对其共同驱动因素及其与航行事故相互作用的理解；其次，现有的多事故模型很少提供跨碰撞、搁浅和机械损坏机制的统一、定量的因素重要性比较。

文本挖掘（TM）技术已经开始用于从北极事故报告中提取模式。例如，Jin等人（2025年）分析了178份事故报告，重点关注搁浅、机械损坏和碰撞事故，并应用改进的关联规则挖掘（ARM）来识别风险因素之间的频繁共现模式。然而，共现关系并不能直接建立因果层次或量化相互作用因素在系统中的传播方式，这限制了其在不同事故类型间优先干预的应用。

因此，本研究有三个主要研究目标：首先，开发一个分层模块化的OOBN模型，整合人为因素、技术因素、组织因素和环境因素，以量化它们在碰撞、搁浅和机械损坏中的相互作用；其次，应用敏感性分析来识别特定事故类型的主导因素，并揭示耦合和级联效应；第三，为北极航运的维护策略、船员培训和监管政策提供有针对性的风险管理建议。

当前模型未考虑火灾和爆炸事故。这些事件在现有的北极调查报告中相对罕见，通常需要针对货物类型的专家解读，这限制了因素编码的客观性和一致性。此外，它们的机制受到货物类型和高温损伤过程的强烈影响（Bhardwaj等人，2025年），使得它们与此处分析的三个与航行相关的类别难以比较。

本研究通过将机械损坏与碰撞和搁浅纳入同一个OOBN中，并使用基于敏感度的统一排序方法来比较它们的风险驱动因素，从而做出了贡献。这种集成结构允许追踪跨子系统的相互作用路径，并为在非事故记录中假设MTO变量未观测到的情况下优先考虑干预措施提供了基于证据的基础。

本文的其余部分安排如下：第2节描述了建模框架和数据集构建过程；第3节介绍了OOBN的开发及其在两种概率情景下的敏感性分析结果；第4节讨论了本研究的主要发现及其对风险管理的意义和局限性；第5节总结了工作成果并展望了未来的研究方向。

面向对象的贝叶斯网络（OOBNs）

贝叶斯网络（BN）由结构组件和参数组件组成。从结构上看，它表示为一个有向无环图（DAG），其中节点代表变量，有向弧表示变量之间的依赖关系或因果关系。从参数上看，条件概率表（CPT）用于量化每个节点与其父节点之间的关系（Baksh等人，2018年）。传统的BN在处理大型复杂系统时面临挑战，尤其是在建模方面

OOBN风险评估模型的开发

基于构建的数据集，我们开发了一个OOBN风险评估模型，用于表示人为因素、技术因素、组织因素和环境因素之间的复杂相互作用。本节介绍了网络架构（图5、图6、图7、图8、图9、图10、图11）、参数学习和校准过程，以及用于概率推断的模块化风险评估模型。

讨论

在北极水域航行的船舶特别容易发生碰撞、搁浅和机械损坏。在这项工作中，我们应用了OOBN来分析关键影响因素，并使用敏感性分析来量化它们的相对重要性。本节总结了主要发现，并讨论了当前北极航行风险评估的挑战，同时概述了现有文献的局限性，并指出了进一步研究的方向。

结论

本研究开发了一个数据驱动的面向对象贝叶斯网络，使用共同的人为因素、技术因素、组织因素和环境因素来比较北极水域中碰撞、搁浅和机械损坏的风险驱动因素。该模型基于49份官方调查报告进行训练，并结合了196条正常航行记录；采用双情景设计来处理非事故数据中未观测到的MTO状态带来的不确定性。

研究结果表明，尽管……

作者贡献声明

薛阳：撰写 – 审稿与编辑、初稿撰写、可视化、验证、资源准备、方法论、概念化。林志英：初稿撰写、验证、方法论、调查、数据整理、概念化。张文军：验证、监督、资源准备、项目管理、资金获取、概念化。徐胜：验证、调查、数据整理。胡申平：审稿与编辑、验证。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（项目编号：52571399、52201408）、辽宁省重点研发计划（项目编号：2025JH2/101800142、2025-MSLH-105）以及大连海事大学海洋技术与安全国家重点实验室的支持。