一种海区尺度落水人员漂移轨迹预测方法

技术领域

本发明涉及一种海区尺度落水人员漂移轨迹预测方法。

背景技术

随着海上运输贸易的持续发展，碰撞、搁浅等海难事故风险日益增长(Zhang etal.,2017)，极易导致落水事件。海上搜救包括搜寻和救援两个过程，其中，及时科学的搜寻计划对提高落水人员的生存概率有重要意义。落水人员的搜寻主要包括两个关键问题，一是漂移轨迹预测并确定最优搜索区域，二是搜救资源分配及搜寻路径规划，最大化搜救成功率。漂移理论是海上搜救资源分配和搜索路径规划的数学方法基础。海上搜救过程中，海上遇险目标的位置不是固定的，在搜救方抵达初始位置的过程中，海洋环境中的遇险目标由于洋流、风和海浪等的组合作用而持续漂移。随着时间的推移，海洋环境的复杂性和目标漂移过程中多种不确定因素的累积作用增加了定位搜索对象的难度，使搜索工作更加复杂(Brushett et al.,2014；2017)。海上的黄金救援时间约为12小时，若能及时、动态预测遇险目标漂移轨迹，直接抵达最优搜救区，可大大减短搜救时间，有力支撑海上搜救辅助决策。

海上漂移轨迹预测，指快速、准确、动态地预测海上遇险目标的漂移轨迹，给出遇险目标可能的分布概率。海上漂移轨迹预测，需要综合考虑并量化遇险目标漂移过程中的影响因素，包括海洋环境特征、漂移物体属性与预测模型。海洋环境特征与漂移物体的属性综合考虑自然环境与客观物体两个研究主体。对于落水人员，不同姿态(直立、坐姿、趴卧)或负载条件下都会呈现出不同的漂移特性。此外，海洋环境复杂多变，具有不确定性。预测模型部分包含相关物理模型与以概率统计为基础的不确定性分析。

Allen和Plourde于1999年首先提出了一个在统计学基础上建立的用于量化物体漂移特性的leeway模型。风致漂移是指由于风作用于物体的水上部分而导致其相对于周围海流的运动，通常被认为作用在物体上的风和波浪力导致的漂移总和(Anderson et al.,1998；Brushett et al.,2014)。2005年，Allen将leeway分解为更强的顺风(DWL)、正横风(+CWL)和负横风分量(－CWL)。海上漂移实验是目前确定风致漂移系数最常用、可靠的方法，风致漂移参数通过安装在漂移物或测量载体上的多种传感器获取的位置、大气风和海表面流等信息计算(Breivik and Allen,2008；Allen et al.,2010；Breivik et al.,2012；Chen et al.,2017)。相关研究已经被用作国家搜寻规划工具的基本指导来模拟漂浮物在水中的漂移过程，如法国MOTHY系统(Daniel et al.,2003)，加拿大CANSARP(CanadianCoast Guard,2009),美国海岸警卫队SARMAP(2013)、SAROPS(Kratzke et al.,2010)。

当前研究主要通过某一海域的实验，确定通用的风致漂移参数，未考虑不同海域的影响。事实上，不同海域海流系统和水文特征各具特色，不同海区相同的漂移物体存在不同漂移特性，采用统一的风致漂移参数具有局部适用性。此外，由于落水人员实验过程中，受海洋环境数据采集的困难及时间成本的限制，针对落水人员漂移特征的研究匮乏。

本发明提出一种基于海域分区确定落水人员风致漂移参数的方法。该方法将中国海域划分为不同的海区，不同的海区采用不同的风致漂移参数，解决了由于不同海域海洋环境的差异性导致的漂移特征差异。当前尚无完善的海上漂移案例数据库，本研究利用互联网等开源渠道的海量信息，获取海上漂移历史案例(漂移事故及海上漂移实验)，构建海上漂移案例数据库，实现了基于历史真实漂移事件进行模型验证的能力。此外，在数据库扩展过程中，对于轨迹信息和海洋环境数据信息详细的案例，可用于风致漂移模型标定。极大拓展了海上漂移试验与预测验证的时间与空间，一定程度上克服了海上试验耗时耗力且易受天气及海况制约的问题。

发明内容

本发明要解决的技术问题是：针对落水人员海上漂移轨迹预测匮乏，风致漂移参数未考虑不同海区影响的问题，提供了一种基于海域分区确定落水人员风致漂移参数的方法，建立漂移轨迹预测模型，提升轨迹预测精度，提出“实地实验与开源信息联合驱动海上漂移预测验证”的新技术路径，利用互联网等开源渠道的海量信息，构建海上漂移案例数据库，基于历史案例验证本发明的漂移轨迹预测模型，极大拓展了海上漂移试验与预测验证的时间与空间。

为了解决以上技术问题，本发明提供的一种海区尺度落水人员漂移轨迹预测方法，包括以下步骤：

步骤1、海域分区——考虑地理区划、构造和地形地貌控制因素，结合海洋流系区域自然特征等，将目标海域划分为若干个海域分区；

步骤2、漂移轨迹预测模型建立——针对所划分海区，研究不同海区落水人员的漂移运动规律，在不同海区开展海上漂移实验，建立不同海区、不同姿态落水人员漂移轨迹预测模型，具体包括以下步骤：

2.1、落水人员海上漂移实验——针对不同海况、不同姿态仿真人进行海上漂移实验，每次实验包括整合GPS设备的仿真人释放，母船跟踪进行海洋环境要素观测；

2.2、数据预处理——获取海洋环境数据样本和仿真人漂移轨迹数据样本；

2.3、落水人员风致漂移分量系数计算——根据风致漂移速度和风速的线性回归关系，计算线性回归方程的六个系数并计算标准差，从而确定漂移轨迹预测模型的九个系数；

2.4、漂移速度计算——基于海洋环境数据计算落水人员的漂移速度；

步骤3、漂移轨迹预测——计算落水人员漂移风压角及jibing频率，采用蒙特卡洛粒子模拟进行漂移轨迹预测，具体包括以下步骤：

3.1、落水人员漂移风压角及jibing特征分析——计算落水人员漂移风压角，绘制渐进矢量图PVD并确定jibing频率；

3.2、漂移轨迹预测不确定性建模——对漂移轨迹预测模型、海洋环境数据进行不确定性建模；

3.3、漂移轨迹预测——采用蒙特卡洛粒子模拟进行漂移轨迹预测，预测开始时设置粒子漂移方向，轨迹预测过程中根据jibing频率调整粒子的漂移方向，根据模拟粒子在不同时间的位置分布，采用核密度估计法计算模拟粒子的概率分布；

步骤4、海上漂移历史案例库建立——利用开源渠道获取海上漂移案例信息，所述海上漂移案例包括漂移事故和海上漂移实验，用来验证建立的漂移轨迹预测模型，海上漂移案例数据库主要包括：案例概要、事故/实验信息、遇险目标信息、轨迹信息和案例环境；

步骤5、漂移轨迹预测模型精度及适用性评价——分别采用实测海洋环境数据和历史海洋环境数据集，驱动漂移轨迹预测模型，实现对落水人员的轨迹预测，进行精度评价，具体包括以下步骤：

5.1、海区尺度漂移轨迹预测精度评价——使用实测海洋环境数据驱动漂移轨迹预测模型，实现对落水人员的轨迹预测，分别使用累积分离距离、归一化累积分离距离，对步骤3获得漂移案例轨迹预测的结果进行精度评价；

5.2、漂移轨迹预测模型适用性评价——为验证模型的准确性和对其他地区的适用性，将本发明漂移轨迹预测模型与其他地理区域已有模型进行比较，采用海洋环境数据集驱动不同的轨迹预测模型，分别使用累积分离距离、距离归一化误差进行精度评价。

本发明的有效效益如下：

(1)本发明基于一种海区尺度落水人员漂移轨迹预测方法，综合考虑了不同海洋环境因素、不同姿态落水人员，提升落水人员漂移轨迹预测精度。

(2)本发明提出“实地实验与开源信息联合驱动海上漂移预测验证”的新技术路径，基于历史案例验证本研究的漂移轨迹预测模型。

(3)本发明有助于提高搜救预报工作落水人员漂移轨迹精准预测能力。通过相关验证实验，可以证明本发明具备较好的应用效果，有助于提升轨迹预测的整体可靠性。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明海区尺度落水人员漂移轨迹预测方法的总体流程图。

图2为本发明实施例中海上实验海洋环境要素采集作业场景。

图3为本发明实施例中海上实验仿真人漂移实验作业场景。

图4为本发明实施例中海上实验不同姿态仿真人漂移场景。

图5为本发明实施例中海上实验不同姿态仿真人漂移轨迹。

图6为本发明实施例中仿真人PVD图及jibing事件标注。

图7为本发明在平潭海域的验证案例结果图。

图8为本发明在广东粤西海域的验证案例结果图。

具体实施方式

下面根据附图详细阐述本发明，使本发明的技术路线和操作步骤更加清晰。

本实施例选择在舟山海域和平潭海域。由于舟山地处中纬度，恶劣天气四季频繁。同时舟山地形复杂，舟山沿海各海域受岛屿、山系遮蔽影响，使得各海域风力具有明显的特征，风力分布极不均匀，舟山海域风致漂移实验对海上搜救具有指导意义。此外，平潭海域的海上搜救有重要意义。

本实施例以上述实验区为例进行说明一种海区尺度落水人员漂移轨迹预测方法，如图1流程图所示，具体包括以下步骤：

第一步、中国近海海域分区——根据中华人民共和国国家标准《中国气象产品地理分区》中的中国近海及周边海域气象产品地理分区，考虑地理区划、构造和地形地貌控制因素，结合海洋流系区域自然特征等，将中国近海划分为18个海区。

第二步、漂移轨迹预测模型建立——针对我国海域区划，研究不同海域漂移物的漂移运动规律，在舟山海域和平潭海域开展海上漂移实验。建立舟山海域直立姿态落水人员漂移轨迹预测模型(N_ES_Ⅰ)、舟山海域趴卧姿态落水人员漂移轨迹预测模型(N_ES_Ⅱ)、平潭海域直立姿态落水人员漂移轨迹预测模型(TS_Ⅰ)、平潭海域趴卧姿态落水人员漂移轨迹预测模型(TS_Ⅱ)、直立姿态落水人员漂移预测综合模型(C_Ⅰ)、趴卧姿态落水人员漂移预测综合模型(C_Ⅱ)，具体包括以下步骤：

2.1、落水人员海上漂移实验——2020-2021年间，共开展10次实验，累积实验时长53小时。于2020年6月15-18日，对舟山普陀和嵊泗海域开展实地考察和综合实验。于2021年4月16-17日，对平潭海域开展实地考察和综合实验。

每次实验包括整合GPS设备的仿真人释放，母船跟踪进行海洋环境要素观测。涉及不同海况(风浪较大、风浪较小)、不同姿态仿真人(直立、趴卧)的海上漂移实验。母船搭载GPS接收机，ADCP流速计，气象站，北斗接收机等设备，实验场景如图2所示。GPS接收机用于实时记录并实时传输母船的位置，安装在母船的顶部；ADCP流速计用于流速流向测量；气象站用于风速风向测量，安装在母船的顶部，安装高度近似于10m；北斗接收机用于与海上搜救用漂流浮标双向通讯。母船走航过程中对经过海区的海流进行连续剖面观测。本发明中，ADCP外接GNSS罗经仪组成ADCP测流系统，采用GNSS罗经仪提供的绝对基准，解决ADCP内部磁罗经受船体等干扰磁场影响所导致的测量误差等问题，漂移实验前进行海试，统一安装在船体上的ADCP、GNSS罗经和船体三者的坐标系统。海洋环境要素采集设备及相关设置如表1所示。

表1.海洋环境要素采集设备及相关设置

仿真人系统采用青岛盛海公司的海上搜救用人形漂流浮标，通过调节脚部配重块可实现人形浮标体在水中直立姿态，仿真人组装及实验场景如图3所示。海上实验采用两个海上搜救用人形漂流浮标系统，一个为趴卧姿态(面部向下)，用于模拟无意识状态下的落水人员漂移运动，一个为直立姿态，用于模拟有意识状态下落水人员漂移运动。每次实验，到达指定海域后，同时释放两个不同姿态的仿真人，仿真人海上漂移场景如图4所示，漂移轨迹如图5所示。

2.2、数据预处理——气象站测量结果包括风场采集时间，风速，风向，流速计测量结果包括流场采集时间，每个采集剖面的东西方向流速和南北方向流速，采用第一层测量结果作为表层流速(0.9m)。由于采集频率差异，基于二者的数据采集时间以及母船GPS接收机返回的位置数据，进行风场数据和流场数据的实时匹配，获取10min间隔的海洋环境数据样本；北斗接收机接收的仿真人漂移轨迹数据包括采集时间，WGS84经纬度。基于各时刻漂移位置计算漂移的速度，WGS84经纬度必须先转换成平面坐标，获取10min间隔的仿真人漂移轨迹数据样本。

2.3、落水人员风致漂移分量系数计算——落水人员的风致漂移速度可由真实漂移速度减近海面流速获取，将风致漂移速度分解为下风向速度(DWL)和横风向速度(CWL)两个分量，其中，横风向速度位于下风向右侧时为正。公式如下：

L

L

L

其中，L

L

L

L

根据CWL是否位于下风向右侧进一步分解为+CWL和－CWL。在此过程中，DWL、+CWL、－CWL采用约束和无约束线性回归表征为10m风速的函数。计算漂移轨迹预测模型的九个系数，包括DWL、+CWL、－CWL的斜率、截距，以及标准差，如表2-表3所示。本发明采用无约束模型进行漂移轨迹预测。

表2.漂移轨迹预测模型无约束回归系数

表3.漂移轨迹预测模型有约束回归系数

2.4、落水人员漂移速度计算——基于海洋环境数据计算落水人员的漂移速度，可用如下公式来表示：

V

其中，V

第三步、漂移轨迹预测——计算落水人员漂移风压角及jibing频率，采用蒙特卡洛粒子模拟进行漂移轨迹预测，具体包括以下步骤：

3.1、落水人员漂移风压角及jibing特征分析——根据实验数据，统计风压角，计算不同海况、不同姿态下落水人员漂移的+CWL概率，如表4所示；当风速在一定范围时，风致漂移的方向会发生从下风向右侧到左侧的转变，这一现象被称为jibing频率。计算每个仿真人漂移的下风向和横风向位移，绘制渐进矢量图(PVD)；利用渐进矢量图PVD统计每小时横风向方向改变的次数，即jibing频率。

由于近海海洋环境变化的频率较高，风压偏转角不稳定，有时风压角较低(接近于零)且方向不稳定，CWL的符号可能频繁变化。因此，jibing事件需要更严格的定义，除了横风向分量从下风向的一侧转变为另一侧外，如果风致漂移在下风向左右以小角度浮动，不能被认为是一个jibing事件，这可以从PVD的斜率中看出。本发明进行了相关参数实验，10min的稳定时间可以有效去除风压偏转角较小且不稳定导致CWL符号频繁变化的情况，具有较好的实验效果。因此，增加以下条件来识别一个jibing事件：横风向分量在方向改变前后至少在同一方向保持稳定10分钟。

在大部分海况下，jibing事件发生的概率较小，因此，针对不同姿态仿真人，统计所有样本的jibing事件，计算jibing频率，jibing的显著效果为在两个方向中间的粒子分布，指导最优搜救区域的确定(Breivik et al.,2011)。根据判定准则，图6中的水平箭头表示了CWL从负(下风方向左漂移)到正(下风方向右漂移)或从正到负的主要标志变化。

在直立姿态仿真人实验的15个小时过程中，仿真人发生jibing事件的次数为3次，因此jibing频率为0.20。在趴卧姿态仿真人实验的19.5个小时过程中，仿真人发生jibing事件的次数为12次，因此jibing频率为0.62。

表4.不同海况、不同姿态下落水人员漂移的+CWL概率

/>

3.2、漂移轨迹预测不确定性建模——为了描述海上试验的不确定性，对漂移轨迹预测模型、海洋环境数据进行不确定性建模。风致漂移分量线性回归的斜率和截距均通过添加扰动项进行调整。以DWL为例：

其中，ε

采用随机游走扰动模型对海洋环境数据进行不确定性建模，假设风场的扰动服从圆形正态分布，以DWL为例：

v′

其中，v′

3.3、漂移轨迹预测——采用蒙特卡洛粒子模拟进行漂移轨迹预测，任意时刻落水人员的漂移轨迹可对漂移速度的积分计算获得：

其中，t为任意时刻，x(t)为当前时刻落水人员位置，x

预测开始时设置粒子漂移方向，轨迹预测过程中根据jibing频率调整粒子的漂移方向，根据模拟粒子在不同时间的位置分布，采用核密度估计法计算不同粒子的概率分布。

第四步、海上漂移历史案例库建立——利用互联网等开源渠道的海量信息，采用主题爬虫获取海上漂移案例(漂移事故及海上漂移实验)。漂移事故来源于新闻网站，既有报道海上事故相关新闻的政府及专业单位网站，也有常用的互联网商业新闻门户网站。海上漂移实验信息来源于国内外文献，包括百度学术和谷歌学术。构建海上漂移案例数据库，主要包括：案例概要、事故/实验信息、遇险目标信息、轨迹信息、案例环境等，用来验证风致漂移模型。海上实验及历史漂移轨迹数据信息如表5-表6所示。

表5.海上实验及历史漂移轨迹数据信息

表6.海上实验漂移轨迹信息.

(直立姿态仿真人漂移轨迹记为_1,趴卧姿态仿真人漂移轨迹记为_2；风速和流速为10min平均值统计情况)

第五步、漂移轨迹预测模型精度及适用性评价——分别采用实测海洋环境数据和历史海洋环境数据集，驱动漂移轨迹预测模型，实现对落水人员的轨迹预测，进行精度评价，具体包括以下步骤：

5.1、海区尺度漂移轨迹预测精度评价——使用实测海洋环境数据驱动漂移轨迹预测模型，实现对落水人员的轨迹预测，分别使用累积分离距离、归一化累积分离距离，对步骤3获得漂移案例轨迹预测的结果进行精度评价。累积分离距离时空分布计算公式为：

式中，t为轨迹预测过程中相应时刻的序号，T为时间子区间内的时刻数量；

归一化累积分离距离计算公式为：

/>

式中，L

5.2、漂移轨迹预测模型适用性评价——为验证模型的准确性和对其他地区的适用性，在本研究中没有实验研究过的其他小地理区域的已有模型之间进行比较，采用海洋环境数据集驱动不同的轨迹预测模型，风场数据采用ERA5再分析数据集，空间分辨率为0.25°，流场数据采用CMEMS再分析数据，空间分辨率为0.083°。分别使用累积分离距离、距离归一化误差进行精度评价。由于历史案例轨迹数据逐小时位置信息缺失，进行精度评定时，采用T时刻的累积分离距离时空分布和距离归一化误差(RASD)两个指标。

验证实施例：

下面为验证本发明方法可靠性，继续以该实例进行说明。为验证本发明建立的一种海区尺度落水人员漂移轨迹预测方法的准确性，在平潭海域进行轨迹预测精度验证。2021年4月17日，平潭海域，针对趴卧状态仿真人，漂移时长6h，设置五组实验。第一组采用Allen等人(1999)的模型，设置+CWL概率为50％，jibing频率0.04，用于对比本发明的模型和已有研究模型的精度；组2-组5采用本发明的模型，设置不同+CWL概率和jibing频率，探讨这些模型系数对轨迹预测的影响。组2设置+CWL概率为50％，忽略jibing频率；组3设置+CWL概率为50％，jibing频率为0.62；组4设置+CWL概率为80％，jibing频率为0.62；组5设置+CWL概率为80％，忽略jibing频率。

为分析轨迹预测精度，对轨迹预测结果绘制所有粒子轨迹的中心轨迹，终位粒子概率热度图，并与实际漂移轨迹对比分析。实验结果如图7，误差计算结果如表7所示。结果表明，本研究的漂移轨迹预测模型模拟的粒子轨迹更符合实际观测轨迹，适当设置+CWL概率能在一定程度上减小模型模拟误差。

表7平潭海域漂移轨迹预测精度对比

为验证模型对其他地区的适用性，在本发明中没有实验研究过的其他小地理区域的文献模型之间进行比较。根据2011年2月17日在广东粤西海域开展的直立状态仿真人漂移实验案例，设置两组实验。第一组设置+CWL概率为50％，jibing频率为默认值0.04，风致漂移系数采用Allen等人的经验值；第二组采用本发明的直立综合模型，设置+CWL概率为58％，jibing频率为0.20。

实验结果如图8，误差计算结果如表8所示。结果表明，本发明的风致漂移系数可以有效提升轨迹预测精度；同时表明本发明提出的模型对于时空分辨率较低的海洋环境数据同样具有适用性。

表8广东粤西海域漂移轨迹预测精度对比

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。