基于物理–SVR模型的船舶靠泊运动预测与碰撞风险预警

《Journal of Marine Science and Engineering》：Ship Docking Motion Prediction and Collision-Risk Early Warning Using a Physics–SVR Model

　　

利用弗拉姆海峡（Fram Strait）2006年至2020年的仰视声呐（ULS）数据，研究了一种将周水平冰厚度与龙骨深度及周冰脊数量相关联的经验冰脊统计量。所采用的方法与先前在波弗特海（Beaufort Sea）的研究类似。数据被划分为周时段。对于每个时段，基于瑞利准则（Rayleigh criterion），以2.5 m为阈值和5 m的最小龙骨吃水，计算了水平冰厚度（h_i）、冰脊数量（N）、平均龙骨深度（?h_k?）和最深龙骨深度（h_k,deep）。更广泛的想法是比较具有不同冰情（ice regimes）的区域，以了解冰脊统计量如何变化，以及模型能够如何处理这些差异。本文中，研究人员比较了波弗特海和弗拉姆海峡。两者均显示出水平冰厚度与龙骨深度之间的正相关。本研究建立了线性回归（公式略）和线性回归（公式略），其皮尔逊相关系数分别（略）和（略），均低于波弗特海的结果。

该论文发表于《Journal of Marine Science and Engineering》。弗拉姆海峡（Fram Strait）是北冰洋与北欧海之间深层水交换的关键通道，也是北极海冰输出的主要路径，海冰经此从中央北极及边缘海输运至大西洋。随着全球变化，海冰厚度、年龄和夏季范围显著缩减，但冰情变化对气候系统、航运、海洋生态及资源开发等人类活动具有深远影响。冰脊（sea ice ridge）作为海冰变形的主要产物，包含大量冰体积和质量，却难以通过模型或遥感精确测量；相比之下，水平冰（level ice）特征更易获取。因此，若能利用水平冰厚度间接估算冰脊统计参数，将具有重要价值。此前Samard?ija和H?yland在波弗特海（Beaufort Sea）建立了周水平冰厚度与脊参数之间的经验关系，但该方法是否适用于冰情更为复杂的弗拉姆海峡尚不清楚。弗拉姆海峡的海冰既有本地热力学生长的，也有从北极输送而来的多年冰和外来冰，动态过程频繁，这使得冰脊统计更具复杂性。基于此，研究人员开展了本研究，旨在检验水平冰厚度作为冰脊统计量指标的通用性，并比较两个不同冰情区域的脊统计差异。

研究人员使用了挪威极地研究所（NPI）在2006年至2020年期间布设于弗拉姆海峡西部的四个锚系仰视声呐（ULS）数据，锚系位于78.8°N–79.2°N、约3°W至7°W，跨越东格陵兰流（EGC）截面。数据按周划分，基于瑞利准则（Rayleigh criterion）并以2.5 m为阈值、最小龙骨吃水5 m来识别冰脊；水平冰厚度通过核密度估计（KDE）识别模态，并选择最厚模态作为代表。研究人员分析了周水平冰厚度与脊数量、平均及最深龙骨深度的相关性和回归关系，并使用对数正态分布模拟了最深龙骨深度，通过10,000次模拟生成超越概率曲线和重现期曲线。为区分大脊和冰川冰，研究人员人工检查了超过25 m的深吃水事件，剔除了36个疑似冰川冰特征。模型通过留一半周数据进行验证，得到RMSE、MAE和预测区间覆盖率等指标。

### 4.1 实测冰吃水

通过对2006–2008年F13锚系2年期数据的展示，研究人员观察到水平冰厚度分布的模态随时间演化：秋季开始形成一年冰，逐渐增厚至春季与多年冰厚度接近；同时，由于动力过程形成的开放水域产生了新的薄冰模态。全年所有锚系的长期观测显示，最大水平冰厚度延续了先前记录的趋势；周脊数量存在季节变化，冬季宽峰最大可达3888脊/周，月际中位数最多约762脊/周。周平均龙骨深度主要集中在5.6–8.6 m，最深龙骨深度可达60 m，但无明显季节依赖性。

### 4.2 冰川冰过滤

为了排除浮冰（iceberg）等冰川冰干扰，研究人员手动检查了所有超过25 m的每周最深吃水剖面，将其分类为冰山（I）、可能是冰山（PI）、冰脊（R）或可能是冰脊（PR），并移除了36个分类为I、PI和PR的事件。结果显示这些深物多出现在靠近格陵兰的F14和F13锚系，且无明显的季节性信号。

### 4.3 周水平冰厚度与周脊参数的相关性

研究发现，经冰川冰过滤后，水平冰厚度与平均龙骨深度、最深龙骨深度均呈正相关线性关系；水平冰厚度与脊数量呈幂函数关系。皮尔逊相关系数在弗拉姆海峡均低于波弗特海结果。季节分析表明，冬春季相关性较强，夏季较弱，秋季最弱；但脊数量的相关性全年基本稳定，仅春季略有不同。

### 4.4 冰脊统计的模拟与预测

研究人员提取了最深龙骨深度与线性回归预测值之比的比值ζ，该比值服从均值为1、标准差为0.22的对数正态分布，Q-Q图拟合良好。利用该分布和实测水平冰厚度模拟每周最深龙骨深度，10,000次模拟的50百分位线与实测数据吻合，90/98置信区间合理；转换为重现期后，模拟与实测趋势一致。验证数据集的RMSE为5.63，MAE为4.41，偏差0.04，95%预测区间覆盖率为95.1%，90、95和98百分位误差分别仅1.5%、2.8%和5.1%。

讨论部分指出，弗拉姆海峡与波弗特海的冰情存在本质差异：后者以本地热力学生长的一年冰为主，脊数量少且深度较浅；前者则包含大量来自北极的多年冰和外来冰，导致脊更多更深。尽管两个区域的周相关性定性相似，但弗拉姆海峡的线性回归斜率比波弗特海更陡（平均龙骨深度斜率为1.17倍，最深龙骨深度斜率为1.48倍），脊数量幂函数系数约为1.23倍。两者的ζ分布几乎相同，说明最大脊深围绕平均趋势的离散度可用同一对数正态分布描述。总体而言，弗拉姆海峡的脊统计在定性上与波弗特海相似，但冰脊活动的强度更高。

研究结论如下：分析了2006–2020年弗拉姆海峡四个锚系的冰吃水数据，识别了单个冰脊，并建立了模态冰厚度与三个脊属性（a）脊数量、（b）平均周脊吃水、（c）最大周脊吃水之间的相关性，并与波弗特海的类似结果进行了比较。主要结论为：水平冰厚度与三个脊参数之间存在清晰的正相关，更厚的水平冰对应更深、更频繁的脊；相关性在定性上与波弗特海相似，但弗拉姆海峡有更多和更深的脊；弗拉姆海峡的周相关性弱于波弗特海，因为该区域冰更动态，且具有更高比例的多年冰和非本地冰；最大周脊吃水是脊对结构作用的关键参数，其围绕平均趋势的离散度在弗拉姆海峡和波弗特海均能由相同的对数正态分布很好地建模。总而言之，弗拉姆海峡的脊统计在定性上与波弗特海统计相似。