船舶溢油評(píng)估模型研究

董潔，杜利明

(沈陽建筑大學(xué) 電氣與控制工程學(xué)院，遼寧 沈陽 110168)

0 引 言

隨著各國對(duì)海洋環(huán)境保護(hù)的重視程度不斷提升，如何控制海洋污染源成為了各國共同關(guān)注的課題。海洋污染源主要包括船舶污染、傾倒污染、海底活動(dòng)污染以及陸地來源污染，其中船舶溢油是產(chǎn)生船舶污染的重要因素。為減少船舶作業(yè)過程產(chǎn)生的污染事故，有必要建立起船舶溢油評(píng)估模型，對(duì)溢油事故風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和評(píng)估，及時(shí)采取有效控制措施降低污染損失。

1 船舶溢油風(fēng)險(xiǎn)評(píng)估

1.1 溢油動(dòng)力過程

當(dāng)船舶發(fā)生溢油事故之后，在風(fēng)力、潮流、海浪、光照等因素的綜合作用下，會(huì)產(chǎn)生一系列的物理化學(xué)變化，包括動(dòng)力過程和非動(dòng)力過程，船舶溢油行為示意圖如圖1 所示。

圖1 船舶溢油行為示意圖Fig.1 Schematic diagram of ship oil spill behavior

溢油動(dòng)力過程主要包括4 種：一是擴(kuò)散。油膜受到油品溢油方式和油品因素的影響發(fā)生自身擴(kuò)散，對(duì)于緩慢溢油事故而言，油膜擴(kuò)散速度較慢。而對(duì)于大規(guī)模溢油量而言，油膜擴(kuò)散速度較快；二是遷移。當(dāng)船舶溢油后的油膜自由擴(kuò)散到一定程度之后，在環(huán)境因素作用下，油膜向垂直和水平方向遷移；三是分散。船舶油膜受外力作用打碎，因油膜直徑較小，所以小分子油滴重新聚集成膜，懸浮在水體上，經(jīng)歷成球、分散、聚合的過程；四是沉積。油滴與水中的懸浮顆粒發(fā)生吸附作用，當(dāng)油滴質(zhì)量足夠大時(shí)發(fā)生沉降。當(dāng)海水中懸浮物濃度越高，油滴沉降現(xiàn)象越頻繁。

溢油非動(dòng)力過程。油膜受自身性質(zhì)影響發(fā)生非動(dòng)力變化，具體包括以下5 種變化：一是蒸發(fā)。油膜質(zhì)量逐步衰減，溢油量減小，在溫度和光照作用下，油膜中的組分發(fā)生光氧化反應(yīng)，其生成物質(zhì)對(duì)生態(tài)環(huán)境造成破壞；二是溶解。油品中烴類物質(zhì)進(jìn)入水體中逐步溶解，當(dāng)溢油擴(kuò)散程度較大，海水溫度較高時(shí)，油品溶解速率也隨之加快；三是乳化。油品中的石蠟、瀝青會(huì)在海水中發(fā)生乳化反應(yīng)，在油膜厚度、風(fēng)速等因子的綜合作用下，導(dǎo)致油品乳化程度存在一定差異。在船舶油品中，易乳化的油品包括潤滑油和原油；四是生物降解。油品受到海水中生物的作用產(chǎn)生二氧化碳、水以及其他中間產(chǎn)物，不同石油的化學(xué)分子結(jié)構(gòu)存在一定差異，使其降解速度有所不同。在清除溢油過程中，為加快清除速度，一般采用生物降解方式；五是光化學(xué)變化。油品吸收光子后激發(fā)分子活性，發(fā)生組分分解，產(chǎn)生強(qiáng)烈的化學(xué)反應(yīng)活性，產(chǎn)生含氧自由基，發(fā)生持續(xù)性的氧化作用。

1.2 船舶溢油評(píng)估模型

為模擬船舶溢油后的動(dòng)態(tài)變化情況，需建立溢油評(píng)估模型，掌握溢油面積、殘油分布和油膜最終歸宿，評(píng)估溢油應(yīng)急反應(yīng)和造成的損失。本文提出構(gòu)建動(dòng)力軌跡模型對(duì)船舶溢油的不同動(dòng)力變化因素進(jìn)行分析，主要包括以下3 種動(dòng)態(tài)過程模型：

溢油擴(kuò)散模型。采用Fat 模型構(gòu)建船舶溢油擴(kuò)散模型，綜合考慮表面張力、重力、粘結(jié)力和慣性力的作用，假定在海面平靜且無需考慮油品性質(zhì)、海流、風(fēng)力等因素的條件下，建立起油膜擴(kuò)散連續(xù)運(yùn)動(dòng)方程：

式中：

h

為油膜厚度；

u

為油膜擴(kuò)散速度；

r

為距離油膜中心的徑向坐標(biāo)。根據(jù)公式推演出慣性擴(kuò)散、粘性擴(kuò)展和表面張力擴(kuò)展階段的計(jì)算公式。

在主要溢油遷移模型和質(zhì)點(diǎn)遷移模型中，溢油遷移模型采用水動(dòng)力學(xué)進(jìn)行建模，質(zhì)點(diǎn)遷移模型采用潮流場(chǎng)數(shù)據(jù)和風(fēng)場(chǎng)數(shù)據(jù)進(jìn)行建模。當(dāng)船舶發(fā)生溢油事故時(shí)，溢油軌跡受到潮流、風(fēng)場(chǎng)的影響程度較大，油膜動(dòng)態(tài)軌跡公式為：

式中：

R

為油膜質(zhì)心位移量；

t

為溢油的時(shí)間段；

D

為潮流對(duì)溢油的作用；

U

為潮流退去時(shí)間；

k

為風(fēng)力作用。

GNOME 是權(quán)威性災(zāi)害應(yīng)急反應(yīng)部門針對(duì)船舶溢油構(gòu)建的評(píng)估模型，通過模擬洋流、風(fēng)場(chǎng)、溢油量等因素，預(yù)測(cè)溢油漂移和擴(kuò)散情況，在預(yù)設(shè)時(shí)間內(nèi)明確溢油運(yùn)行軌跡。在GNOME 模型中，采用歐拉流場(chǎng)進(jìn)行模擬，充分考慮溢油時(shí)間等因素，對(duì)油滴的動(dòng)態(tài)位移情況進(jìn)行判斷，掌握油滴運(yùn)動(dòng)可能影響的區(qū)域，構(gòu)建溢油軌跡模型：

1.3 船舶溢油評(píng)估方法

船舶溢油因素涵蓋多個(gè)方面，本文提出采用綜合評(píng)價(jià)模型對(duì)不同層次因素進(jìn)行分類，確定各項(xiàng)影響因素的優(yōu)劣次序，制定完善的評(píng)價(jià)指標(biāo)，對(duì)溢油危害程度進(jìn)行評(píng)價(jià)。綜合評(píng)價(jià)模型采用權(quán)重

w

，先分析單因素，再分析多因素的模糊綜合評(píng)價(jià)結(jié)果。在初次評(píng)價(jià)中，對(duì)每個(gè)單因素建立起因素評(píng)價(jià)矩陣，利用層次分析法計(jì)算得出因素權(quán)重；在二次評(píng)價(jià)中，劃分因素集合，確定重要因素的模糊子集，得出二次綜合評(píng)價(jià)結(jié)果，之后再單值化處理模糊子集。因評(píng)價(jià)結(jié)果為模糊向量，無法用于被評(píng)價(jià)對(duì)象的排序，需進(jìn)一步分析處理模糊向量，設(shè)定各等級(jí)標(biāo)準(zhǔn)值，確定評(píng)價(jià)集。最高等級(jí)變量為5，確定5 項(xiàng)影響因素，利用模糊合成法預(yù)測(cè)溢油的可能性。

1.4 船舶溢油評(píng)估指標(biāo)

在船舶溢油評(píng)估指標(biāo)選取中，要遵循以下原則：一是目的性原則，需根據(jù)溢油危害性程度有目的的選取評(píng)價(jià)指標(biāo)；二是整體性原則，要圍繞評(píng)價(jià)功能和評(píng)價(jià)目標(biāo)，結(jié)合評(píng)價(jià)結(jié)果應(yīng)用要求全面選取評(píng)價(jià)指標(biāo)，確保指標(biāo)之間形成統(tǒng)一的整體；三是層次性原則，需按照層次結(jié)構(gòu)表述指標(biāo)之間的相互關(guān)系和從屬關(guān)系，形成系統(tǒng)層次結(jié)構(gòu)，評(píng)價(jià)系統(tǒng)危害程度；四是相關(guān)性原則，保證各項(xiàng)評(píng)價(jià)指標(biāo)具有一定關(guān)聯(lián)性，但是不得出現(xiàn)重復(fù)性；五是實(shí)用性原則，要求溢油評(píng)價(jià)與科學(xué)技術(shù)發(fā)展水平相適應(yīng)。

船舶溢油評(píng)估指標(biāo)體系的構(gòu)建既要考慮到溢油本身因素，又要考慮到溢油周圍環(huán)境變化，具體包括以下因素：溢油海域范圍內(nèi)風(fēng)力、潮流、海水溫度、能見度因素；海水污染情況；溢油點(diǎn)位置；船舶溢油事故統(tǒng)計(jì)，掌握與事故相關(guān)的因素，分析溢油危害規(guī)律；采用專家調(diào)查法對(duì)船舶溢油事故進(jìn)行經(jīng)驗(yàn)性分析。綜合考慮上述因素，本文提出建立一個(gè)多級(jí)評(píng)估指標(biāo)體系，具體指標(biāo)體系構(gòu)成如圖2 所示。

圖2 船舶溢油評(píng)估指標(biāo)體系構(gòu)成圖Fig.2 Composition of ship oil spill assessment index system

在構(gòu)建船舶溢油評(píng)估指標(biāo)之后，確定各指標(biāo)之間的隸屬關(guān)系，運(yùn)用隸屬函數(shù)描述模糊分布狀態(tài)，實(shí)現(xiàn)對(duì)轉(zhuǎn)換過程的評(píng)價(jià)。在綜合評(píng)判過程中，利用隸屬度模糊子集實(shí)現(xiàn)函數(shù)功能，將其視為轉(zhuǎn)換器，由決策人員按照一定方法評(píng)估指標(biāo)，建立起多種因素危險(xiǎn)度評(píng)估模型，用不同等級(jí)評(píng)估單個(gè)因素的優(yōu)劣程度，用于劃分各項(xiàng)指標(biāo)的模糊邊界。隸屬度模糊子集表包括：子集1 為水文氣象情況，分析風(fēng)、能見度、波浪和海水溫度對(duì)溢油的影響；子集2 為海水污染情況，分析油的粘度、溶解度、毒性、持久和溢油量對(duì)溢油的影響；子集3 為清污情況，分析溢油清污設(shè)備、通信設(shè)備、清污隊(duì)伍、溢油反應(yīng)應(yīng)急能力對(duì)溢油的影響；子集4 為溢油地點(diǎn)，分析離岸距離、地區(qū)類別、沿岸地貌對(duì)溢油的影響。在確定子集后，采用層次分析法建立各因素判斷矩陣，借助專家調(diào)查法對(duì)因素進(jìn)行兩兩比較，判斷矩陣中的元素重要性數(shù)值，確定對(duì)應(yīng)的特征向量，得出各因素權(quán)重

wi

值。在確定權(quán)重值后進(jìn)行一致性檢驗(yàn)，保證各項(xiàng)指標(biāo)權(quán)重計(jì)算的準(zhǔn)確性。

2 船舶溢油評(píng)估模型仿真實(shí)驗(yàn)

2.1 仿真實(shí)驗(yàn)條件

仿真實(shí)驗(yàn)算法。采用Matlab 仿真平臺(tái)對(duì)船舶溢油評(píng)估模型進(jìn)行訓(xùn)練，引入BP 神經(jīng)網(wǎng)絡(luò)，運(yùn)用newff 函數(shù)建立BP 網(wǎng)絡(luò)模型，net 表示生成的BP 網(wǎng)絡(luò)對(duì)象，PR 表示輸入矢量中最小值與最大值范圍，

N

表示神經(jīng)網(wǎng)絡(luò)數(shù)目，各層神經(jīng)元采集傳輸函數(shù)。在newff 中采用雙曲正切s 形函數(shù)創(chuàng)建BP 網(wǎng)絡(luò)，輸出線形函數(shù)，采用誤差反向傳播算法調(diào)節(jié)網(wǎng)絡(luò)權(quán)值和閾值，降低網(wǎng)絡(luò)誤差。BP 學(xué)習(xí)算法能夠避免訓(xùn)練陷入僵局，但是與此同時(shí)神經(jīng)算法還具備收斂速度慢、誤差梯度可降至為0 的缺陷。在初始化的訓(xùn)練網(wǎng)絡(luò)前，用命令init 完成偏置操作，接收網(wǎng)絡(luò)對(duì)象后反饋，初始化函數(shù)為：

net 用于表示經(jīng)過初始化后的函數(shù)，已經(jīng)完成數(shù)據(jù)修正，權(quán)重和閾值發(fā)生變化。在神經(jīng)網(wǎng)絡(luò)工具箱內(nèi)，設(shè)置訓(xùn)練操作，包括epochs 表示訓(xùn)練部署，show 表示顯示間隔步數(shù)，goal 表示訓(xùn)練目標(biāo)誤差，time 表示訓(xùn)練允許時(shí)間，min-grad 表示最小允許梯度值。訓(xùn)練后，輸出網(wǎng)絡(luò)函數(shù)，用

y

表示：

仿真實(shí)驗(yàn)參數(shù)設(shè)計(jì)。在船舶溢油評(píng)估模型仿真中，選取5 個(gè)參數(shù)，具體包括：油種變量，變量值為原油；溢油量變量，變量值為1 t，10 t，50 t，100 t；溢油點(diǎn)變量，變量值共3 個(gè)序列，（121°52.57，’31°14.74′），（1 2 1°5 1.3 1′，3 1°1 7.4 7′），（1 2 1°5 1.2 7′，31°11.45′）；潮位變量，變量值為高潮、中潮、低潮；風(fēng)力變量，變量值為3 級(jí)、5 級(jí)、6 級(jí)、8 級(jí)；風(fēng)向變量，變量值為東、南、西、北。

2.2 仿真實(shí)驗(yàn)結(jié)果

船舶溢油損失評(píng)估。在船舶溢油評(píng)估中，利用Sigmoid 函數(shù)控制訓(xùn)練時(shí)間、訓(xùn)練規(guī)模和訓(xùn)練復(fù)雜程度，BP 網(wǎng)絡(luò)結(jié)果為3 層，具體包括：隱含層，利用常用的經(jīng)驗(yàn)公式計(jì)算出隱含層神經(jīng)元數(shù)量，共12 個(gè)；輸入層，分析影響船舶溢油的因素；輸出層，將船舶溢油損失評(píng)估作為輸出層?；贐P 神經(jīng)網(wǎng)絡(luò)的船舶溢油評(píng)估模型訓(xùn)練結(jié)果如圖3 所示。

圖3 基于BP 神經(jīng)網(wǎng)絡(luò)的船舶溢油評(píng)估模型訓(xùn)練結(jié)果Fig.3 Training results of ship oil spill assessment model based on BP neural network

將權(quán)值、閾值代入到BP 網(wǎng)絡(luò)中，仿真輸出目標(biāo)值，船舶溢油評(píng)估模型的目標(biāo)值擬合曲線圖如圖4 所示。

圖4 船舶溢油評(píng)估模型的目標(biāo)值擬合曲線圖Fig.4 Fitting curve of target value of ship oil spill assessment model

在仿真軟件中，利用train 函數(shù)訓(xùn)練BP 網(wǎng)絡(luò)，其收斂速度較慢，為彌補(bǔ)這一缺點(diǎn)，采用自適應(yīng)學(xué)習(xí)率梯度遞減法改進(jìn)算法，該算法需200 次迭代，滿足訓(xùn)練收斂型的要求，基于Train 函數(shù)的船舶溢油評(píng)估模型訓(xùn)練結(jié)果如圖5 所示。根據(jù)訓(xùn)練結(jié)果表明，船舶溢油評(píng)估損失的實(shí)際值與評(píng)估值最大誤差為2.9%，表明評(píng)估模型具有一定有效性。

圖5 基于Train 函數(shù)的船舶溢油評(píng)估模型訓(xùn)練結(jié)果Fig.5 Training results of ship oil spill assessment model based on train function

溢油面積影響評(píng)估。在仿真實(shí)驗(yàn)中，船舶溢油行為產(chǎn)生的溢油量與油膜面積存在正相關(guān)性，隨著溢油量的增大，油膜面積也會(huì)隨之增大；當(dāng)風(fēng)力增加的情況下，油膜面積也會(huì)產(chǎn)生變化，需要進(jìn)一步研究風(fēng)力與油膜面積的關(guān)系。在不同風(fēng)險(xiǎn)作用下，油膜面積存在一定差異性，這種差異性呈無規(guī)律變化，究其根本原因在于溢油點(diǎn)的地理位置不同，產(chǎn)生的溢油面積也會(huì)不同。

3 結(jié) 語

船舶溢油會(huì)造成嚴(yán)重的水域污染，對(duì)海洋經(jīng)濟(jì)業(yè)發(fā)展帶來重大損失。我國要重視船舶溢油事故預(yù)防控制，針對(duì)船舶溢油影響因素建立起評(píng)估模型，運(yùn)用綜合評(píng)估法、分層次分析法構(gòu)建起評(píng)估指標(biāo)體系，保證溢油評(píng)估模型的有效性，為保護(hù)海洋環(huán)境、降低溢油事故損失提供技術(shù)支持。