从预测到干预:热带气旋扰动下港口恢复期船舶等待时间分位数预测与速度调整协同框架

《Transport Policy》:From Prediction to Intervention: Probabilistic Waiting Time Forecasting for Resilient Port Management Under Tropical Cyclones

【字体: 大 中 小 】 时间:2026年10月24日 来源:Transport Policy 6.2

编辑推荐:

  基于AIS(Automatic Identification System,船舶自动识别系统)与热带气旋数据支持灾后船舶等待时间预测;分位数预测(Quantile Forecasting)刻画港口拥堵(Port Congestion)不确定性;速度调整(Spe

  
基于AIS(Automatic Identification System,船舶自动识别系统)与热带气旋数据支持灾后船舶等待时间预测;分位数预测(Quantile Forecasting)刻画港口拥堵(Port Congestion)不确定性;速度调整(Speed Adjustment)情景评估排放与迟到之间的权衡;预测分位数与通知提前期(Notification Lead Time)可为到港调整提供信息;动态能力框架(Dynamic Capability Framework)将风险感知与协同到港联系起来。
研究背景与问题:气候变化加剧港口对极端天气的暴露,热带气旋常导致港口临时关闭和作业放缓;直接扰动虽相对短暂,但复港后的恢复期积压、锚地排队和拥堵构成主要效率损失来源,船舶等待时间因而成为恢复期绩效恶化与班期可靠性下降的直接指标。港口韧性说明了需要保护和恢复的系统功能,却不足以解释不确定扰动信号如何转化为协调行动与合理政策;动态能力理论中的感知、捕捉与重构(sensing, seizing, reconfiguring)提供了机制解释。现有船舶延迟研究多关注到港时间估计、排队模型或确定性预测,难以刻画扰动下等待时间的偏态、重尾和尾部风险,也缺乏可更新的概率预测工具。为此,Ruikai Sun、Huanhuan Li、Hao Rong与Zaili Yang构建“预测—干预”框架,将气旋—港口特征、船舶属性与港口条件转化为等待时间条件分布,并将分位数预测嵌入速度调整情景,以支持风险敏感型到港管理;其意义在于把概率等待时间预测由预测练习提升为恢复期操作感知机制,连接港口韧性与动态能力,并为港口和承运人协同调整到港提供依据。

方法概述(≤250字):样本队列来自东亚2019—2025年港口与船舶活动数据,气旋事件取自PortWatch,AIS轨迹与船舶技术参数取自AIS及LSEG数据库,港口容量等取自城市统计和港口报告;事件窗口为气旋开始前30天至结束后60天,保留年挂靠≥1 000艘次港口,最终纳入57个气旋—港口事件。研究以四小时RVP(Relative Vessel Proportion,相对船舶比例)变化识别扰动和拥堵阶段,构建TCF、TCPI、TCD、TCI指标,经LASSO(Least Absolute Shrinkage and Selection Operator,最小绝对收缩和选择算子)筛选;以事件为组开展五折交叉验证,比较7个确定性基准与3个分位数模型,采用SHAP(Shapley Additive Explanations,沙普利加性解释)与消融分析;最后将QRF(Quantile Random Forest,分位数随机森林)嵌入速度调整情景,结合IMO(International Maritime Organization,国际海事组织)自下而上方法核算GHG(Greenhouse Gas,温室气体)排放,比较预测分位数与通知提前期下的排放—迟到权衡。

4.1 Cyclone-port event summary(热带气旋—港口事件概览):研究初筛122个气旋—港口事件,因港口年挂靠不足1 000艘次排除46个、因未见拥堵排除19个,最终保留57个事件。通过RVP四小时序列与24小时移动平均可见稳定期、扰动期骤降、复港后激增和逐步恢复四阶段;宁波动—舟山呈单峰V型反弹,高雄调整更缓,说明恢复期补偿性到港会加剧拥堵,且港口间吸收冲击能力存在异质性。

4.2 Experiment setting(实验设置):研究将Ningbo-Zhoushan港在LEKIMA-19与Kaohsiung港在HAIKUI-23留作模拟集,其余事件按事件分组划入训练与测试,并以灾后拥堵测试集作为共同测试集。实验先比较基准期训练与灾后观测训练,再在灾后设置下比较船舶与港口特征、热带气旋指标及BWT(历史基准等待时间)分别和联合加入的四种特征配置,以区分正常工况泛化与扰动信息增量。

4.3 Model performance(模型性能):以基准期数据训练时模型性能普遍较弱;改用气旋相关拥堵数据后,QRF、RF与XGBoost显著改善,QRF的MAE由11.995 h降至1.889 h、RMSE由17.448 h降至5.493 h、R2由?0.200升至0.881。加入热带气旋指标后QRF进一步达到MAE 1.808 h、RMSE 5.260 h、R2 0.891;加入BWT未进一步改善QRF点预测。分位数模型中,气旋数据设置下QRF的coverage为0.951、interval width为18.490 h、CRPS为1.828 h,加入气旋指标后分别为0.954、18.417 h、1.820 h;由于覆盖率应相对名义区间水平评估,研究据综合表现选择QRF,并用样本船挂靠的预测累积分布展示短等待、中等延迟和严重延迟的类别概率。

4.4 Impact factor analysis(影响因子分析):SHAP全局结果显示BulkP最重要,其后为PDWT、FCAP和PNUM,平均绝对SHAP值分别为2.271、1.597、1.482和1.353 h,表明港口交通构成、短期需求压力和设施容量对恢复期长等待预测更具信息量;船舶特征亦有贡献,但港口级特征居前。四类气旋指标均被保留,TCD和TCI平均贡献较强;蜂群图显示PNUM、PDWT和部分较高TCI值具有正向SHAP尾部。指标级消融显示移除TCI导致MAE升至1.907 h、RMSE升至5.486 h,移除TCF或TCPI亦使误差上升,支持四类气旋指标对点预测的增量贡献。

讨论部分总结:5.1 Disruption sensing and waiting time risk interpretation(扰动感知与等待时间风险解释)指出,灾后恢复不能按正常工况建模,气旋指标将气旋特征转化为可测操作信号,分布预测因能表达尾部风险和等待时间范围而优于单值预测,SHAP则提供可解释的风险来源。5.2 Resilient port call arrival reconfiguration through speed adjustment(通过速度调整重构韧性到港)表明,将部分锚地等待转为受控低速航行可在多数情景下降低模拟排放,但较高分位数和较长通知提前期在增加节省的同时提高迟到暴露,且两港响应曲面不同,需港口和事件特定规则;模拟不直接检验组织能力。5.3 Prediction to intervention coordination process(预测—干预协调过程)将感知、捕捉和重构映射到港口当局、码头运营商、船公司与船长等主体的决策点、信息交换和组织行动,并强调预测不单独决定船舶行为,异质风险偏好和港区排队互动未被模拟,结果为遵守既定调整规则的条件性结果。5.4 Policy implications for port recovery(港口恢复政策含义)提出恢复期应实行预测知情治理,依赖港口社区系统或区域海事数据平台整合数据,明确数据权属、更新频率与责任,并通过灵活泊位窗口、临时放宽准点处罚、节省共享和港口费激励处理成本收益分配;速度调整可补充脱碳政策,区域协调可避免拥堵在港口间转移。

6. Conclusions(结论)翻译:该研究考察热带气旋扰动后恢复期的拥堵动态,并提出连接概率等待时间预测与风险感知操作干预的“预测—干预”框架。以船舶等待时间作为港口效率损失直接指标,分析显示极端天气冲击可在复港后经港口系统传播并形成下游拥堵,从而把港口韧性评价从“是否复运”扩展到“效率、船流和班期可靠性多快恢复到可接受水平”。实证结果表明,以气旋相关观测训练可显著提升QRF与RF相对正常工况训练的性能;加入气旋—港口指标进一步改善QRF点预测,MAE为1.808 h、RMSE为5.260 h、R2为0.891,QRF在该设置下最优。SHAP分析突出港口交通构成、短期需求和设施特征的预测重要性,消融实验支持四类气旋指标对点预测的增量贡献;分布预测给出等待时间范围与类别概率,但报告预测区间的覆盖率高于名义水平,仍需校准。情景分析表明预测分位数和通知提前期共同塑造减排与迟到暴露的权衡;两个示例港口中,将部分锚地等待转为受控低速航行可在多数情景下降低模拟排放,较高分位数和较长通知提前期可带来额外节省,但迟到暴露上升,且不存在普遍可接受的延迟阈值或最优操作规则。理论上,分布预测支持港口与航运主体将不确定气旋—港口信号转化为可比较的风险度量;概念映射说明港口当局和码头运营商如何解释预测以支持感知,港口与承运人如何通过捕捉商定可行到港调整,参与组织如何通过重构实施并更新计划。政策和管理上,灾后恢复不仅是预测问题,也是涉及数据共享、风险分配和跨组织协调的治理挑战;将概率预测嵌入正式恢复协议、港口社区系统和区域协调机制可支持协同到港管理,实施需明确预测更新和到港协议责任,并处理承运人合同约束和参与激励。局限包括东亚聚焦和两个干预案例限制可迁移性;框架预测等待时间分布而非拥堵发生;模拟假设合规且排除异质承运人偏好与策略互动,无法量化其对干预绩效的影响;未来可先估计拥堵概率再预测条件等待时间,并结合行为选择模型、agent-based或博弈论方法研究异质偏好和相互作用的船舶决策对港区拥堵及干预有效性的影响。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号