论文部分内容阅读
摘 要：利用移动互联网手段，构建基于大数据的闭环危防检查监管模式。系统构建了基于API的技术服务架构、闭环的监管数据链路、智能的危防选船模型，以及便捷的移动客户端。智能危防选船模型利用多维船舶技术参数，辅助以权重计算，实现全自动的客观辅助决策选船，为实现现场监督检查 “双随机、一公开”监管方式提供技术保障。
关键词：大数据；移动互联网；危防检查；辅助决策
0 引 言
当前，全国沿海和內河水域船舶污染风险不断加大，风险源呈现多样化、分散化等特点，海事部门作为船舶污染防治的主管机关，需要进一步强化海事危防管理。同时，海事危防监管中也遇到诸如静态审批与动态监管互动水平不高，快速反应水平有待提高等问题，为解决上述问题，有效防控污染风险，既需要完善和创新危防管理理念，也需要优化和提升监管手段，提高信息化技术应用水平。
针对利用信息化手段将危防管理的各个监管环节进行充分整合的实际需求，本研究构建基于移动互联网的危防检查系统，对于智能辅助危防选船、一体化的现场检查操作具有重要意义。一方面，系统融合多渠道数据信息，借助强大的计算能力以及有效的算法模型，更加快速准确地对危险船舶进行识别和筛查，显著提高鉴别危险船舶的准确率；另一方面，系统充分利用移动互联网手段，开发移动端应用，不仅能够及时提供根据船舶历史安检、缺陷、信誉的综合情况评分，同时为现场工作人员一点执法、多点数据融合提供便利，打造智慧海事。
1 研究内容
本系统的主要研究内容包括：船舶数据融合规范、智能选船模型、危险船舶评分体系及移动互联网现场执法操作功能。
（1）对船舶数据进行融合并制定规范。船舶数据主要包括AIS数据、报告制信息、EDI数据、申报信息。系统筛选符合条件的船舶基本信息、货物信息、作业区域、历史缺陷、行政处罚等，将上述信息进行融合，构建完善的数据存储与质量流程，建立船舶状况、货物危险度、作业危险度、历史缺陷及信誉度多维度数据结构，形成智能选船模型的基础数据库；
（2）研究使用融合船舶数据进行智能选船的模型，从船舶的历史数据预测事故发生的可能性；
（3）研究危险船舶评分体系，结合专家经验的大数据分析技术，建立并通过实践不断地调整模型参数；
（4）开发并实现APP程序，根据模型及评分体系选择危险等级高的船舶并筛选最适合的检查项目自动推送信息移动客户端，实现方便、快捷的现场检查工具。
2 研究目标
系统的研究目标包括：
（1）形成利用EDI申报和作业报告进行关键参数检索和提取的选船模型，建立危防选船的预警系统的数据库，实现数据信息的整合和共享；
（2）形成在各个海事局可推广利用的危防现场管理系统，降低现场检查存在执法人员到码头或锚地自行找船登轮检查的廉政风险，改善为指标而指标引发的工作效率低下的现场危防检查现状。
3 系统架构设计
3.1 整体系统架构
系统基于服务模式进行整体架构，设计上采用前后端分离框架。前端采用移动客户端，进行预警信息发布及预警曲线的展示；后端提供数据采集等任务管理，同时支持文本数据挖掘模型。
采用移动客户端开发具有敏捷、兼容性好、可离线工作、更新便捷、安全性高等优点。当需要在所有在港船舶中挑选危险评分高的船舶时，请求会通过船舶信息自动抓取相应数据并通过JSON格式返回给客户端。后端采用自动数据采集和预处理的方式推送至目标数据库来实现数据的安全性，其优点是任何环境出现异常都能保证正常服务，恢复后系统自动进行数据同步。采集任务采用自然语言处理算法获取文本内容中的关键数据，并推送至预先设定的目标数据库中。采集任务采用定时和实时两种模式，可根据数据源的存储方式进行设置。整体系统架构如图1所示。
3.2 数据采集
多源数据采集（逻辑示意图见图2），作为危防检查系统的数据支撑部分，实现高效、容易拓展、容错性强的采集功能是非常必要的。在大数据的环境下，数据采集的基本需求和特点包括：一是数据来源的多样性，二是数据治理方法的多样性。本次研究的系统，数据来源就包括船舶基本信息、AIS数据、EDI数据、船舶作业报告等多源头数据。同时，将从源数据源获取的数据按照业务需求，转换成目的数据源要求的形式，支持全量、增量、并行等多种采集方式。对错误、不一致的数据进行清洗和加工，利用资源管理、规则配置、安全控制、采集监控能力，保证了数据的统一性。
3.3 数据的存储与质量
根据危防检查系统的研究目标，制定了系统数据库的数据存储规范和数据质量评估方法。其中，数据质量评估通过对数据元指定规范，包括对数据类型、取值范围、空值零值等进行核查，数据不足与错乱等问题。数据库的存储规范结构如表1-6：
3.4 船舶风险属性评估模型
依据类别和历史参数，所有危防相关船舶可分为三大类：高风险、标准风险和低风险。其中：
（1）高风险船舶是指满足对应标准，权重值之和大于或等于8的船舶；
（2）低风险船舶是指满足所有的对应参数标准，并且在过去12个月中至少接受过一次检查的船舶；
（3）除高风险及低风险之外的船舶为标准风险船舶。
船舶风险权值计算见表7。
3.5 船舶现场监督检查的优先等级评定方法
（1） 根据作业项目评定
根据船舶现场监督检查项目的不同，分为以下三种船舶现场监督检查类别：
①根据时间间隔的检查，如配员检查、船舶文书检查；
②根据作业种类的检查，如残油油污水接收检查、船舶供受油作业检查；
③根据每月需完成工作总量的随机抽查，如开箱作业检查。 船舶现场监督检查项目所需归属的船舶现场监督检查级别（可检、应检、必检），由上级主管部门指定。
（2）根据时间窗口评定
依据风险属性评估模型的计算结果，确定每艘船舶的检查时间窗口。
未进入或已进入时间窗口的为可检船、出时间窗口的为应检船。
（3）其他评定因素
①上级要求必须100%检查的作业项目，为必检船；
②3天之内已经检查过的，为可检船。
3.6 APP界面展示
系统对当前辖区危防作业风险评估结果展示，涵盖了浮船坞沉坞作业、船舶清舱，供受油、船舶残油等21种船舶作业类型及采用EDI数据的危险货物装卸作业评估，对不同辖区，例如杨浦海事局、闵行海事局、浦东海事局等，对不同的船舶类型，如油船、供给船等，进行高风险、中等风险的评估。如图3所示。
4 结束语
本系统基于大数据，完成船舶数据融合规范、智能选船模型、危险船舶评分体系及移動互联网现场执法操作功能，构建了移动互联网应用架构，完善的数据存储结构以及智能选船模型。自2017年7月1日系统正式运行以来，受理行政相对人申请413 393次。按以往传统手段，行政相对人现场提交材料平均每次耗时约2小时，人力资源成本、车油费等约200元计算，已累计为船舶节省防污染作业等待时间约8.2万小时，累计节约直接运营成本800余万元。实现极大便利行政相对人，有效增强市场竞争力，助力航运经济发展。
参考文献
[1] 刘燕起，杨彬吗，吕为超. 新形势下海事危防监管法律适用问题及建议[J].水运管理，2018，1（8）：53-54.
[2] 万长征.以信息技术为基础的海事危防管理一体化信息系统的设计探究[J].珠江水运2016，1（3）： 185-186.
[3] 徐剑豪，程冲.基于信息技术的海事危防管理一体化系统设计 [J].世界海运 ，2014（04）：22-26.
[4] 周鸿辉，李元奎.海上溢油污染应急处置科学决策的思考 [J].世界海运 ，2011，34（09）：17-19.
[5] 陈海明.海事危防管理在港口经营监管领域面临的问题 [J]. 中国海事 ，2014（06）：48-50.
关键词：大数据；移动互联网；危防检查；辅助决策
0 引 言
当前，全国沿海和內河水域船舶污染风险不断加大，风险源呈现多样化、分散化等特点，海事部门作为船舶污染防治的主管机关，需要进一步强化海事危防管理。同时，海事危防监管中也遇到诸如静态审批与动态监管互动水平不高，快速反应水平有待提高等问题，为解决上述问题，有效防控污染风险，既需要完善和创新危防管理理念，也需要优化和提升监管手段，提高信息化技术应用水平。
针对利用信息化手段将危防管理的各个监管环节进行充分整合的实际需求，本研究构建基于移动互联网的危防检查系统，对于智能辅助危防选船、一体化的现场检查操作具有重要意义。一方面，系统融合多渠道数据信息，借助强大的计算能力以及有效的算法模型，更加快速准确地对危险船舶进行识别和筛查，显著提高鉴别危险船舶的准确率；另一方面，系统充分利用移动互联网手段，开发移动端应用，不仅能够及时提供根据船舶历史安检、缺陷、信誉的综合情况评分，同时为现场工作人员一点执法、多点数据融合提供便利，打造智慧海事。
1 研究内容
本系统的主要研究内容包括：船舶数据融合规范、智能选船模型、危险船舶评分体系及移动互联网现场执法操作功能。
（1）对船舶数据进行融合并制定规范。船舶数据主要包括AIS数据、报告制信息、EDI数据、申报信息。系统筛选符合条件的船舶基本信息、货物信息、作业区域、历史缺陷、行政处罚等，将上述信息进行融合，构建完善的数据存储与质量流程，建立船舶状况、货物危险度、作业危险度、历史缺陷及信誉度多维度数据结构，形成智能选船模型的基础数据库；
（2）研究使用融合船舶数据进行智能选船的模型，从船舶的历史数据预测事故发生的可能性；
（3）研究危险船舶评分体系，结合专家经验的大数据分析技术，建立并通过实践不断地调整模型参数；
（4）开发并实现APP程序，根据模型及评分体系选择危险等级高的船舶并筛选最适合的检查项目自动推送信息移动客户端，实现方便、快捷的现场检查工具。
2 研究目标
系统的研究目标包括：
（1）形成利用EDI申报和作业报告进行关键参数检索和提取的选船模型，建立危防选船的预警系统的数据库，实现数据信息的整合和共享；
（2）形成在各个海事局可推广利用的危防现场管理系统，降低现场检查存在执法人员到码头或锚地自行找船登轮检查的廉政风险，改善为指标而指标引发的工作效率低下的现场危防检查现状。
3 系统架构设计
3.1 整体系统架构
系统基于服务模式进行整体架构，设计上采用前后端分离框架。前端采用移动客户端，进行预警信息发布及预警曲线的展示；后端提供数据采集等任务管理，同时支持文本数据挖掘模型。
采用移动客户端开发具有敏捷、兼容性好、可离线工作、更新便捷、安全性高等优点。当需要在所有在港船舶中挑选危险评分高的船舶时，请求会通过船舶信息自动抓取相应数据并通过JSON格式返回给客户端。后端采用自动数据采集和预处理的方式推送至目标数据库来实现数据的安全性，其优点是任何环境出现异常都能保证正常服务，恢复后系统自动进行数据同步。采集任务采用自然语言处理算法获取文本内容中的关键数据，并推送至预先设定的目标数据库中。采集任务采用定时和实时两种模式，可根据数据源的存储方式进行设置。整体系统架构如图1所示。
3.2 数据采集
多源数据采集（逻辑示意图见图2），作为危防检查系统的数据支撑部分，实现高效、容易拓展、容错性强的采集功能是非常必要的。在大数据的环境下，数据采集的基本需求和特点包括：一是数据来源的多样性，二是数据治理方法的多样性。本次研究的系统，数据来源就包括船舶基本信息、AIS数据、EDI数据、船舶作业报告等多源头数据。同时，将从源数据源获取的数据按照业务需求，转换成目的数据源要求的形式，支持全量、增量、并行等多种采集方式。对错误、不一致的数据进行清洗和加工，利用资源管理、规则配置、安全控制、采集监控能力，保证了数据的统一性。
3.3 数据的存储与质量
根据危防检查系统的研究目标，制定了系统数据库的数据存储规范和数据质量评估方法。其中，数据质量评估通过对数据元指定规范，包括对数据类型、取值范围、空值零值等进行核查，数据不足与错乱等问题。数据库的存储规范结构如表1-6：
3.4 船舶风险属性评估模型
依据类别和历史参数，所有危防相关船舶可分为三大类：高风险、标准风险和低风险。其中：
（1）高风险船舶是指满足对应标准，权重值之和大于或等于8的船舶；
（2）低风险船舶是指满足所有的对应参数标准，并且在过去12个月中至少接受过一次检查的船舶；
（3）除高风险及低风险之外的船舶为标准风险船舶。
船舶风险权值计算见表7。
3.5 船舶现场监督检查的优先等级评定方法
（1） 根据作业项目评定
根据船舶现场监督检查项目的不同，分为以下三种船舶现场监督检查类别：
①根据时间间隔的检查，如配员检查、船舶文书检查；
②根据作业种类的检查，如残油油污水接收检查、船舶供受油作业检查；
③根据每月需完成工作总量的随机抽查，如开箱作业检查。 船舶现场监督检查项目所需归属的船舶现场监督检查级别（可检、应检、必检），由上级主管部门指定。
（2）根据时间窗口评定
依据风险属性评估模型的计算结果，确定每艘船舶的检查时间窗口。
未进入或已进入时间窗口的为可检船、出时间窗口的为应检船。
（3）其他评定因素
①上级要求必须100%检查的作业项目，为必检船；
②3天之内已经检查过的，为可检船。
3.6 APP界面展示
系统对当前辖区危防作业风险评估结果展示，涵盖了浮船坞沉坞作业、船舶清舱，供受油、船舶残油等21种船舶作业类型及采用EDI数据的危险货物装卸作业评估，对不同辖区，例如杨浦海事局、闵行海事局、浦东海事局等，对不同的船舶类型，如油船、供给船等，进行高风险、中等风险的评估。如图3所示。
4 结束语
本系统基于大数据，完成船舶数据融合规范、智能选船模型、危险船舶评分体系及移動互联网现场执法操作功能，构建了移动互联网应用架构，完善的数据存储结构以及智能选船模型。自2017年7月1日系统正式运行以来，受理行政相对人申请413 393次。按以往传统手段，行政相对人现场提交材料平均每次耗时约2小时，人力资源成本、车油费等约200元计算，已累计为船舶节省防污染作业等待时间约8.2万小时，累计节约直接运营成本800余万元。实现极大便利行政相对人，有效增强市场竞争力，助力航运经济发展。
参考文献
[1] 刘燕起，杨彬吗，吕为超. 新形势下海事危防监管法律适用问题及建议[J].水运管理，2018，1（8）：53-54.
[2] 万长征.以信息技术为基础的海事危防管理一体化信息系统的设计探究[J].珠江水运2016，1（3）： 185-186.
[3] 徐剑豪，程冲.基于信息技术的海事危防管理一体化系统设计 [J].世界海运 ，2014（04）：22-26.
[4] 周鸿辉，李元奎.海上溢油污染应急处置科学决策的思考 [J].世界海运 ，2011，34（09）：17-19.
[5] 陈海明.海事危防管理在港口经营监管领域面临的问题 [J]. 中国海事 ，2014（06）：48-50.