基于模糊AHP-组合赋权法的裕廊码头溢油风险评价：模型构建与实践应用

基于模糊AHP-组合赋权法的裕廊码头溢油风险评价：模型构建与实践应用一、引言1.1研究背景与意义随着全球经济的快速发展，海洋运输在国际贸易中的地位愈发重要，承担着大量石油及石油制品的运输任务。据国际海事组织（IMO）统计，每年通过海上运输的石油及石油制品数量庞大，船舶运输在全球能源运输中占据着举足轻重的地位。日照市临港粮油产业近年来发展迅猛，日照市政府于2011年在原有日照港裕廊码头基础上，投资建成森达美棕榈油精炼项目输油管线，使得裕廊码头性质由散货、木片码头升级为散货、木片、油类混用码头。这一转变虽然推动了当地经济的发展，但也带来了新的风险挑战，运输油类船舶（仅指运输“棕榈油和毛豆油”的船舶）靠离泊作业不可避免地增加了码头水域船舶溢油污染的风险。船舶溢油事故一旦发生，其危害是多方面且极其严重的。从生态环境角度看，溢油中的石油类物质会在海面形成大面积油膜，阻碍大气与海水之间的气体交换，导致海水中溶解氧含量急剧下降，破坏海洋生物的生存环境。研究表明，1升石油倾倒入海洋，完全淡化需消耗海水中约40万升的溶解氧，这对于依赖氧气生存的海洋生物而言，无疑是一场灾难。石油中的有毒有害物质还会对海洋生物产生直接毒害作用，影响其生理机能，如导致鱼类畸形、贝类死亡等。许多海洋生物的栖息地，如海草床、珊瑚礁等，也会因油膜的覆盖而遭到破坏，进而影响生物的繁殖和栖息，许多海洋生物在溢油后的繁殖能力显著下降，严重破坏了海洋生态系统的平衡。从食物链角度分析，当海洋生物受到溢油影响后，其数量和种类的变化会沿着食物链逐级传递，影响到更高层级的生物，甚至威胁到人类的食品安全。比如，食用受污染的海产品可能会导致人体摄入有害物质，引发健康问题。在社会经济方面，船舶溢油事故同样会带来巨大冲击。渔业和养殖业首当其冲，大量海洋生物死亡或受到污染，使得渔业资源锐减，渔民收入大幅下降，养殖业也面临巨大损失。旅游业也深受其害，溢油污染后的海滩和海域景观遭到破坏，游客数量急剧减少，沿海旅游经济遭受重创。此外，船舶溢油事故还会引发高昂的清污成本和赔偿费用，给相关企业和政府带来沉重的经济负担。据统计，一次大型船舶溢油事故的经济损失可达数亿美元甚至更高。以2020年“新钻石”号油轮在阿联酋附近海域发生的溢油事故为例，大量原油泄漏入海，对周边海域生态环境造成了严重破坏，附近海域的渔业资源遭受重创，周边沿海地区的旅游业也受到极大影响，当地政府和相关企业为清理油污投入了巨额资金。2021年一艘货船在长江口附近海域发生碰撞后溢油，不仅影响了周边渔业资源和海洋生态，还对该地区的水上交通和港口运营造成了干扰，相关部门不得不采取紧急措施来应对这一突发情况，耗费了大量的人力、物力和财力。裕廊码头所在地理位置、周边码头具有特殊性，其所处海域可能是海洋生物的重要栖息地或洄游通道，也可能与其他重要的海洋功能区相邻，一旦发生溢油事故，影响范围可能更广，造成的损失可能更大。因此，开展针对该码头水域船舶溢油风险的研究显得尤为迫切和重要。通过科学有效的方法对裕廊码头溢油风险进行评价，能够提前识别潜在的风险因素，为港口运营管理部门提供决策依据，制定针对性的风险防范措施，降低溢油事故发生的概率。在事故发生时，也能根据事先评估的结果，快速做出响应，合理调配应急资源，采取有效的应急处置措施，减少溢油事故对环境和社会经济造成的危害，保障港口的安全运营和周边海洋生态环境的稳定，促进当地经济的可持续发展。1.2国内外研究现状1.2.1溢油风险评价研究现状在国外，溢油风险评价的研究开展较早且成果丰硕。早期，主要运用定性分析方法，如风险矩阵法，对溢油事故发生的可能性和后果严重性进行定性分级，以此初步评估溢油危害程度。随着研究的深入，定量分析方法逐渐兴起，概率-后果分析方法被广泛应用。美国学者通过统计大量历史溢油事故数据，计算出不同海域船舶溢油事故发生的概率以及可能造成的各种后果的概率分布，构建了较为完善的概率-后果评估模型，能更精确地评估危害程度。在模型构建领域，美国国家海洋和大气管理局（NOAA）开发的GNOME溢油轨迹模型，依据溢油发生地点、溢油量、气象条件、海流等因素，模拟溢油在海洋中的漂移轨迹和扩散范围，为评估溢油对不同区域的危害提供了有力工具；英国的ADIOS风化模型专注于模拟溢油在海洋环境中的风化过程，包括蒸发、乳化、溶解等，有助于准确评估溢油随时间变化对海洋环境的危害程度。国内在溢油风险评价方面也取得了显著进展。学者们结合国内实际情况，对国外先进方法进行改进和创新。运用层次分析法（AHP）确定各影响因素的权重，将其与模糊综合评价法相结合，使评估结果更加科学合理。在确定溢油对海洋生态环境危害程度的评估中，通过层次分析法确定了油种毒性、溢油量、海域敏感性等因素的权重，再利用模糊综合评价法对危害程度进行分级评价。国内科研团队还开发了一些适用于我国海域特点的溢油模型，考虑到我国近海海域地形复杂、水动力条件多变的特点，构建了能够更准确模拟溢油扩散和归宿的数值模型。1.2.2模糊AHP-组合赋权法应用研究现状模糊AHP-组合赋权法在多个领域都有应用。在商业地产项目风险评价中，针对主、客观赋权法各自的优缺点，为兼顾决策者对属性的偏好，同时减少赋权的主观随意性，使对属性的赋权达到主观与客观的统一，进而使决策结果更加真实、可靠，采用组合赋权法对商业地产项目的风险进行评价分析，并找出风险的防控策略。在企业战略风险评价方面，利用AHP-熵值组合赋权模糊综合评价方法构建企业战略风险评价指标体系和评价模型，以某技术有限公司为例进行评价，得出该公司总体企业战略风险值相对较低，各项风险由高到低的顺序依次为外部环境风险、企业能力风险、企业资源风险、企业文化风险。1.2.3研究不足目前的溢油风险评价研究仍存在一些不足之处。在风险因素的考虑上，虽然已涵盖人为、船舶、环境和管理等方面，但对于一些新兴因素，如智能船舶技术应用带来的新风险，以及港口周边海洋功能区日益复杂所产生的交互影响等，研究还不够深入。在评价模型方面，现有模型在处理复杂多变的海洋环境条件时，准确性和适应性有待提高，难以全面反映各种因素的复杂性和相互作用关系。在模糊AHP-组合赋权法的应用中，如何更加科学合理地确定主观权重和客观权重的组合方式，以适应不同场景下的风险评价需求，还需要进一步研究。1.3研究内容与方法本文以日照港裕廊码头为研究对象，针对该码头因运输油类船舶靠离泊作业而面临的溢油污染风险展开深入研究。研究过程中，运用模糊AHP-组合赋权法，全面、系统地构建裕廊码头溢油风险评价体系。具体来说，通过对国内外相关文献的广泛查阅，梳理和总结船舶溢油风险评价及模糊AHP-组合赋权法的研究现状，明确研究方向和重点。以裕廊码头的实际情况为基础，结合历史溢油事故案例分析，识别可能导致溢油事故的风险因素，从人为因素、船舶因素、环境因素和管理因素等多个维度构建风险评价指标体系。运用层次分析法（AHP）确定各风险因素的主观权重，体现专家经验和决策者的偏好；采用熵权法确定客观权重，基于数据本身的信息熵来反映各因素的客观重要程度；再通过组合赋权的方式，将主观权重和客观权重相结合，得到更为科学合理的综合权重。利用模糊综合评价法对裕廊码头溢油风险进行综合评价，根据评价结果确定风险等级，明确裕廊码头溢油风险的整体状况以及各风险因素对溢油风险的影响程度。在研究方法上，本文综合运用多种研究方法。文献研究法是基础，通过广泛搜集和分析国内外关于船舶溢油风险评价、模糊AHP-组合赋权法以及相关领域的学术文献、研究报告、行业标准等资料，全面了解该领域的研究现状、发展趋势以及存在的问题，为后续研究提供理论支撑和思路借鉴。案例分析法贯穿研究过程，以“新钻石”号油轮溢油事故、长江口附近海域货船碰撞溢油事故等典型船舶溢油事故案例为研究对象，深入分析事故发生的原因、造成的危害以及应对措施，从中总结经验教训，为裕廊码头溢油风险因素的识别和评价提供实际案例参考。定量与定性相结合的方法是核心，在构建风险评价指标体系时，对部分可量化的风险因素，如船舶设备故障率、气象条件中的风速等，通过实际数据统计和分析进行量化处理；对难以直接量化的因素，如船员的安全意识、管理水平等，采用专家打分、问卷调查等方式进行定性评价。在确定权重和进行综合评价时，将定量计算得到的客观权重和定性判断得到的主观权重相结合，运用模糊数学的方法进行综合评价，使研究结果更加科学、全面、准确。二、相关理论与方法基础2.1溢油风险评价理论2.1.1溢油风险的概念与内涵溢油风险是指在石油及其相关产品的开采、运输、储存和使用等过程中，由于自然因素、人为因素或设备故障等原因，导致石油泄漏进入海洋、河流等水体环境，从而对生态环境、社会经济和人类健康等方面造成不利影响的可能性及其后果的综合度量。从生态环境角度来看，溢油事故会对海洋生态系统产生严重的破坏。石油中的有害物质会在海洋生物体内富集，通过食物链传递，最终影响到整个生态系统的平衡。溢油还会对海洋生物的栖息地、繁殖地和觅食地造成破坏，导致生物多样性减少。例如，2010年墨西哥湾漏油事件，大量原油泄漏入海，造成了墨西哥湾海域的生态灾难，许多海洋生物死亡，海鸟羽毛被油污覆盖无法飞行和觅食，海龟等生物的繁殖受到严重影响，周边海域的渔业资源也遭受了巨大损失，生态系统的恢复需要数年甚至数十年的时间。在社会经济方面，溢油事故会给渔业、旅游业、航运业等带来直接的经济损失。渔业方面，受污染的海域渔业资源减少，渔民捕捞量下降，渔产品质量受到影响，导致渔民收入减少，相关渔业企业也面临着生产经营困境。旅游业也会因溢油事故遭受重创，海滩被油污污染，游客数量锐减，沿海地区的旅游收入大幅下降。据统计，一次大规模的溢油事故可能导致渔业和旅游业损失数亿美元。溢油事故还会引发高昂的清污费用、赔偿费用以及对当地居民生活和就业的影响，给社会经济带来沉重的负担。2.1.2溢油风险评价的主要内容溢油风险评价主要包括风险识别、风险分析和风险评估等内容。风险识别是溢油风险评价的基础，其目的是找出可能导致溢油事故发生的各种风险因素。这些因素通常包括人为因素、船舶因素、环境因素和管理因素等。人为因素涵盖船员的操作失误，如在装卸油过程中违反操作规程，导致油管连接不紧密而发生溢油；船员在驾驶船舶时注意力不集中，引发碰撞事故进而造成溢油。船舶因素包括船舶设备的老化、故障，像输油管道破裂、阀门损坏等，都可能致使油品泄漏；船舶的结构强度不足，在遭遇恶劣海况时容易受损，引发溢油事故。环境因素包含恶劣的气象条件，如强风、暴雨、大雾等，会增加船舶操作的难度，提高碰撞和搁浅的风险；复杂的海况，如急流、漩涡等，也可能对船舶的航行安全构成威胁。管理因素涉及港口管理部门的监管不力，未能及时发现和纠正船舶的违规行为；船舶运营公司的安全管理制度不完善，对船员的培训和管理不到位等。风险分析是在风险识别的基础上，对每个风险因素发生的可能性和可能造成的后果进行分析。对于人为因素中的船员操作失误，通过统计历史事故数据，分析不同类型操作失误发生的频率，结合船舶的作业环境和船员的技能水平，评估操作失误导致溢油事故发生的可能性；对于可能造成的后果，考虑溢油量的大小、油品的性质、事故发生海域的生态敏感性等因素，分析其对海洋生态环境、渔业、旅游业等方面的影响程度。对于船舶因素中的设备老化问题，根据设备的使用年限、维护记录等信息，判断设备发生故障的概率，以及故障可能引发的溢油规模和影响范围。风险评估则是将风险分析的结果进行综合，确定溢油事故发生的风险水平。通常采用定性或定量的方法进行评估。定性评估方法如风险矩阵法，将风险发生的可能性和后果的严重性划分为不同的等级，通过矩阵的形式直观地展示风险水平。定量评估方法如概率-后果分析方法，利用数学模型和统计数据，计算溢油事故发生的概率以及可能造成的各种后果的概率分布，从而得出溢油风险的数值。通过风险评估，可以明确溢油风险的大小，为制定风险管理措施提供科学依据。2.2模糊AHP-组合赋权法原理2.2.1模糊数学理论基础模糊数学是由美国控制论专家L.A.扎德（L.A.Zadeh）在1965年创立的，它打破了传统数学中“非此即彼”的精确性概念，引入了隶属度的概念，用于描述元素对集合的隶属程度，使数学能够处理具有模糊性和不确定性的问题。在模糊数学中，一个元素不是绝对地属于或不属于某个集合，而是以一定的隶属度属于该集合，隶属度的取值范围是[0,1]。当隶属度为1时，表示元素完全属于该集合；当隶属度为0时，表示元素完全不属于该集合；当隶属度介于0和1之间时，表示元素具有部分属于该集合的特性。在风险评价中，许多信息都具有模糊性。船员的安全意识、管理水平等因素很难用精确的数值来描述，它们往往具有模糊性和不确定性。传统的精确数学方法在处理这些模糊信息时存在局限性，而模糊数学能够很好地解决这一问题。通过建立模糊集合和隶属函数，可以将这些模糊信息进行量化处理，从而更准确地反映风险因素的实际情况。利用模糊数学中的模糊综合评价法，可以综合考虑多个模糊因素对风险的影响，得出更科学合理的风险评价结果。2.2.2层次分析法（AHP）层次分析法（AnalyticHierarchyProcess，简称AHP）是美国运筹学家匹茨堡大学教授萨蒂（T.L.Saaty）于20世纪70年代初提出的一种定性与定量相结合的多目标决策分析方法。其基本原理是将一个复杂的多目标决策问题作为一个系统，按照分解、比较判断、综合的思维方式进行决策。运用AHP进行风险评价时，首先需要构建层次结构模型。将决策问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型。对于裕廊码头溢油风险评价，最高层为溢油风险评价的总目标，即评估裕廊码头发生溢油事故的风险水平；中间层为准则层，包括人为因素、船舶因素、环境因素和管理因素等影响溢油风险的主要方面；最低层为指标层，包含具体的风险因素指标，如船员操作失误次数、船舶设备故障率、风速、管理制度完善程度等。构造判断矩阵是AHP的关键步骤之一。在确定各层次各因素之间的权重时，采用两两比较的方法，对同一层次的各因素关于上一层次中某一准则的重要性进行比较，构造出判断矩阵。若要比较准则层中人为因素、船舶因素、环境因素和管理因素对于溢油风险总目标的重要性，通过专家打分等方式，对这四个因素进行两两比较，得到判断矩阵。判断矩阵元素的取值通常采用1-9标度法，1表示两个因素具有同样的重要性，3表示一个因素比另一个因素稍微重要，5表示一个因素比另一个因素明显重要，7表示一个因素比另一个因素强烈重要，9表示一个因素比另一个因素极端重要，2、4、6、8则为上述相邻判断的中值，其倒数表示相反的比较情况。计算权重是通过求解判断矩阵的特征向量来实现的。对于判断矩阵，计算其最大特征值\lambda_{max}及其对应的特征向量W，将特征向量W进行归一化处理后，得到的向量元素即为同一层次因素对于上一层次某因素相对重要性的排序权值，也就是各风险因素的权重。为了确保判断矩阵的一致性，需要进行一致性检验。一致性指标CI=\frac{\lambda_{max}-n}{n-1}，其中n为判断矩阵的阶数。引入随机一致性指标RI，根据判断矩阵的阶数查得相应的RI值。计算一致性比例CR=\frac{CI}{RI}，当CR\lt0.1时，认为判断矩阵具有满意的一致性，否则需要对判断矩阵进行调整，直至满足一致性要求。2.2.3组合赋权法的思想与实现在风险评价中，常用的赋权方法可分为主观赋权法和客观赋权法。主观赋权法主要依据专家的经验和主观判断来确定各指标的权重，如层次分析法（AHP）、专家打分法等。这种方法能够充分体现专家的知识和经验，反映决策者的偏好，但主观性较强，不同专家的判断可能存在较大差异，缺乏对数据本身信息的充分利用。客观赋权法则是根据数据的内在规律和指标之间的相关性来确定权重，如熵权法、主成分分析法等。熵权法是利用信息熵来衡量指标的离散程度，指标的离散程度越大，其信息熵越小，该指标提供的信息量越大，权重也就越大；反之，指标的离散程度越小，其信息熵越大，该指标提供的信息量越小，权重也就越小。客观赋权法不受主观因素的影响，能够充分利用数据的客观信息，但可能会忽略专家的经验和实际情况，导致权重结果与实际重要性不符。组合赋权法正是为了综合主观赋权法和客观赋权法的优势而产生的。它将主观权重和客观权重进行有机结合，使得权重的确定既考虑了专家的经验和决策者的偏好，又充分利用了数据本身的信息，从而使评价结果更加科学合理。实现组合赋权的方法有多种，常见的有乘法合成法和加法合成法。乘法合成法是将主观权重和客观权重相乘，然后进行归一化处理得到综合权重；加法合成法是将主观权重和客观权重分别乘以一个系数，然后相加得到综合权重。在裕廊码头溢油风险评价中，采用层次分析法确定主观权重，熵权法确定客观权重，再通过加法合成法将两者相结合，得到各风险因素的综合权重，以提高溢油风险评价的准确性和可靠性。三、裕廊码头溢油风险因素识别3.1裕廊码头概况日照港裕廊码头位于山东半岛的尾翼、素有“水上运动之都”美称的日照，具体坐落于日照市海滨五路南首。其地理位置优越，处于我国东部沿海重要的航运节点，周边海域航运繁忙，与国内外多个重要港口有着密切的贸易往来。在功能布局方面，裕廊码头集多种功能于一体。拥有散货、木片和油类装卸作业区域，不同作业区域相对独立又相互配合，确保各类货物的高效装卸和运输。其中油类作业区配备了专业的输油管道、储油罐以及装卸设备，为油类的储存和转运提供了保障。2011年，日照市政府在原有码头基础上投资建成森达美棕榈油精炼项目输油管线，使得裕廊码头性质发生转变，油类运输规模逐渐扩大。随着码头功能的升级，其油类运输规模日益增长。目前，该码头主要运输“棕榈油和毛豆油”，每年通过该码头运输的棕榈油和毛豆油数量可观。根据相关统计数据，过去几年间，棕榈油和毛豆油的年运输量呈现出稳步上升的趋势，这也使得码头水域运输油类船舶靠离泊作业频繁。在船舶靠离泊作业方面，平均每天都有一定数量的运输油类船舶在裕廊码头靠离泊。船舶靠离泊作业流程复杂，涉及到船舶调度、引航、系解缆等多个环节，任何一个环节出现问题都可能引发溢油事故。在船舶靠泊过程中，若引航员操作失误，导致船舶与码头设施碰撞，就可能造成输油管道破裂、油舱受损等，从而引发溢油。由于码头周边海域船舶流量较大，航道交通情况复杂，船舶在航行过程中需要频繁避让其他船只，这也增加了船舶靠离泊作业的难度和风险。3.2溢油风险因素分析3.2.1人为因素人为因素在裕廊码头溢油风险中占据着关键地位，众多溢油事故的发生都与人为失误密切相关。在船舶运输过程中，船员的操作失误是引发溢油的重要原因之一。在装卸油作业时，若船员未能严格按照操作规程进行操作，比如在连接输油管道时没有确保连接紧密，或者在开启和关闭阀门时出现错误操作，都可能导致油品泄漏。在油品装卸过程中，由于船员操作不当，致使输油管道脱落，大量油品泄漏入海，对周边海域生态环境造成了严重污染。在船舶航行过程中，船员的瞭望疏忽、避让不及时等操作失误，可能引发船舶碰撞或搁浅事故，进而导致油舱破损，引发溢油。在能见度较低的情况下，船员未能保持谨慎瞭望，与其他船舶发生碰撞，造成油舱破裂，油品泄漏。部分船员安全意识淡薄，存在违规排放行为。一些船员为了节省船舶运营成本，或者出于对海洋环境保护法律法规的漠视，将船舶机舱产生的含油污水未经处理直接排放到海洋中。这种违规排放行为不仅会对海洋生态环境造成污染，还可能在一定条件下引发大规模的溢油事故。在港口监管相对薄弱的时段，一些船舶偷偷将大量含油污水排放到港口附近海域，导致海水水质恶化，海洋生物受到毒害。当船舶发生溢油事故时，船员的应急处理能力也至关重要。如果船员缺乏必要的应急培训，在面对溢油事故时，可能会出现手足无措、反应迟缓的情况，无法及时采取有效的应急措施，如未能及时启动溢油应急设备、未能合理布置围油栏等，从而导致溢油事故的危害进一步扩大。在某起溢油事故中，由于船员应急处理不当，未能及时控制溢油扩散，使得溢油范围迅速扩大，对周边渔业资源和旅游业造成了巨大损失。港口管理人员的管理水平和责任心也会对溢油风险产生影响。港口管理人员在船舶靠离泊作业调度过程中，如果出现调度不合理的情况，导致船舶之间距离过近，增加了碰撞的风险；在对船舶装卸油作业的监管中，如果监管不力，未能及时发现和纠正船舶的违规操作行为，也可能引发溢油事故。3.2.2设备因素船舶和码头的设备状况是影响裕廊码头溢油风险的重要因素之一。船舶长期在海上航行，经历各种恶劣的海洋环境，设备容易出现老化和磨损的情况。油舱是船舶储存油品的重要设备，随着使用年限的增加，油舱的舱壁可能会出现腐蚀变薄的现象，在受到外力冲击或内部压力变化时，容易发生破损，导致油品泄漏。某老旧船舶的油舱因长期受到海水腐蚀，在一次普通的航行中，油舱舱壁突然破裂，造成大量油品泄漏。输油管道也是容易出现问题的设备之一，管道的连接处可能会因为密封件老化而出现泄漏；管道内部可能会因为油品的冲刷和腐蚀，出现管壁变薄、穿孔等情况，从而引发溢油。设备故障也是导致溢油事故的常见原因。泵浦是船舶装卸油作业中的关键设备，如果泵浦发生故障，如叶轮损坏、电机故障等，可能会导致油品输送不畅，压力过高，从而引发管道破裂或油舱溢油。阀门在船舶和码头的输油系统中起着控制油品流动的作用，如果阀门出现故障，如阀门关闭不严、阀门卡死等，可能会导致油品泄漏。在一次船舶装卸油作业中，由于阀门故障，无法正常关闭，导致油品持续泄漏，造成了严重的污染事故。设备的维护保养工作不到位也是一个重要问题。如果船舶和码头的设备未能按照规定进行定期维护保养，设备的性能会逐渐下降，出现故障的概率也会增加。对船舶的输油管道没有定期进行检测和维护，管道内部的腐蚀情况未能及时发现和处理，最终导致管道破裂溢油。在设备维护保养过程中，如果使用的零部件质量不合格，也可能会影响设备的正常运行，增加溢油风险。3.2.3自然因素自然因素对裕廊码头溢油风险有着不可忽视的影响。恶劣的天气条件是引发溢油事故的重要自然因素之一。强风天气会对船舶的航行和靠离泊作业造成严重影响。在强风作用下，船舶的操控难度大幅增加，容易偏离预定航线，增加与其他船舶或码头设施碰撞的风险。当风速达到一定程度时，船舶可能会失去控制，直接撞击码头，导致油舱破损或输油管道破裂，引发溢油事故。在某次强台风天气中，一艘运输油类的船舶在靠泊裕廊码头时，受到强风的猛烈吹袭，船舶失控撞上码头，造成油舱严重受损，大量油品泄漏入海，对周边海域生态环境造成了毁灭性的打击。暴雨天气会使海面状况变得复杂，降低船员的视线能见度，增加船舶操作的难度。在暴雨中，船员难以准确判断船舶的位置和周围环境，容易发生碰撞、搁浅等事故，进而引发溢油。暴雨还可能导致港口排水系统不畅，使含油污水在港区内积聚，一旦排放不当，就会流入海洋，造成污染。大雾天气同样会严重影响船舶的航行安全。在大雾中，船舶的瞭望条件极差，船员很难及时发现周围的障碍物和其他船舶，容易发生碰撞事故。由于视线受阻，船舶在靠离泊作业时也容易出现偏差，增加溢油风险。据统计，在大雾天气下发生的船舶碰撞事故中，有相当一部分会导致溢油事故的发生。海流和海浪也是影响溢油风险的重要自然因素。海流的存在会使船舶的实际航行轨迹与预定轨迹产生偏差，增加船舶碰撞和搁浅的可能性。如果船舶在海流较强的区域发生溢油事故，海流会迅速将溢油扩散到更大的范围，加大清污工作的难度。在某些海流复杂的海域，溢油可能会在短时间内扩散到数十海里之外，对周边海域的生态环境造成广泛的影响。海浪的冲击对船舶和码头设施的影响也不容忽视。较大的海浪会使船舶产生剧烈的摇晃和颠簸，这对船舶的结构和设备是一种严峻的考验。在海浪的反复冲击下，船舶的油舱、输油管道等设备可能会出现松动、破损等情况，从而引发溢油。海浪还可能对码头的输油设施造成破坏，如冲毁输油管道、损坏阀门等，导致油品泄漏。在遭遇风暴潮时，海浪的高度和冲击力会大幅增加，对船舶和码头设施的破坏作用更为明显，溢油风险也会随之急剧上升。3.3风险因素筛选与确定为了全面、准确地识别裕廊码头溢油风险因素，采用头脑风暴和专家咨询相结合的方法。组织港口运营管理人员、船舶驾驶员、海事专家、环境专家等相关领域的专业人士开展头脑风暴会议。在会议中，鼓励专家们积极发言，充分发挥各自的专业知识和实践经验，从不同角度提出可能导致裕廊码头溢油事故的风险因素。专家们围绕人为、设备、自然和管理等方面展开深入讨论，列举出了一系列潜在的风险因素，如船员操作失误、设备老化、强风天气、安全管理制度不完善等。在此基础上，通过发放调查问卷的方式进行专家咨询。问卷内容涵盖头脑风暴会议中提出的风险因素，以及通过查阅相关文献和案例分析补充的一些风险因素。要求专家对每个风险因素的重要程度进行打分，采用1-5分的评分标准，1分表示非常不重要，3分表示一般重要，5分表示非常重要。共发放问卷[X]份，回收有效问卷[X]份。对专家反馈的问卷数据进行统计分析，计算每个风险因素的平均得分和变异系数。平均得分越高，说明该风险因素越重要；变异系数越小，说明专家对该风险因素的重要程度评价越一致。根据统计分析结果，筛选出平均得分较高且变异系数较小的风险因素作为主要风险因素，最终确定了裕廊码头溢油风险评价的指标体系，包括人为因素、船舶因素、环境因素和管理因素4个一级指标，以及船员操作失误、船舶设备老化、风速、安全管理制度完善程度等[X]个二级指标，具体指标体系如下表所示：一级指标二级指标人为因素船员操作失误船员安全意识淡薄船员应急处理能力不足港口管理人员管理水平和责任心船舶因素船舶设备老化船舶设备故障设备维护保养不到位环境因素风速能见度海流海浪管理因素安全管理制度完善程度安全管理措施执行力度应急救援预案完善程度应急救援设备配备情况四、基于模糊AHP-组合赋权法的风险评价模型构建4.1评价指标体系构建4.1.1指标选取原则科学性原则是构建评价指标体系的基石。在确定指标时，必须基于科学的理论和方法，确保指标能够真实、准确地反映裕廊码头溢油风险的本质特征。对于船舶设备老化这一指标，需要综合考虑设备的使用年限、维护记录、腐蚀程度等因素，运用科学的评估方法来确定其对溢油风险的影响程度。所选取的指标应具有明确的定义和内涵，避免模糊不清或概念混淆，以保证评价结果的可靠性和准确性。系统性原则要求从整体出发，全面考虑影响裕廊码头溢油风险的各种因素。将人为因素、船舶因素、环境因素和管理因素等纳入一个有机的整体中进行分析，这些因素之间相互关联、相互影响，共同作用于溢油风险。人为因素中的船员操作失误可能会引发船舶设备故障，进而导致溢油事故；而恶劣的环境因素又会增加船员操作失误的概率，同时对船舶设备造成损害。因此，在构建指标体系时，要充分考虑各因素之间的内在联系，确保指标体系的完整性和系统性。可操作性原则强调指标的选取应便于数据的收集、整理和分析。在实际应用中，所选取的指标应能够通过现有的监测手段、统计数据或调查方法获取数据。风速、能见度等环境因素指标，可以通过气象监测站获取实时数据；船舶设备老化、故障等指标，可以通过船舶维修记录和设备检测报告来获取相关信息。指标的计算方法应简单明了，易于理解和操作，以保证评价工作的高效开展。独立性原则要求各指标之间应尽量相互独立，避免出现指标之间信息重叠或相互包含的情况。船员操作失误和船员安全意识淡薄这两个指标，虽然都属于人为因素范畴，但它们分别从不同的角度反映人为因素对溢油风险的影响，具有相对的独立性。如果指标之间存在过多的重叠信息，会导致评价结果的偏差，降低评价的准确性。4.1.2构建多级评价指标体系根据上述指标选取原则，构建裕廊码头溢油风险评价的多级指标体系，该体系由目标层、准则层和指标层构成。目标层为裕廊码头溢油风险评价，它是整个评价体系的核心，反映了对裕廊码头发生溢油事故风险水平进行综合评估的总体目标。准则层包括人为因素、船舶因素、环境因素和管理因素4个方面。人为因素主要涵盖船员操作失误、船员安全意识淡薄、船员应急处理能力不足以及港口管理人员管理水平和责任心等因素。船员操作失误可能包括在装卸油作业中的违规操作、航行过程中的碰撞和搁浅操作失误等；船员安全意识淡薄表现为对安全规章制度的漠视、违规排放等行为；船员应急处理能力不足体现在面对溢油事故时无法及时、有效地采取应对措施；港口管理人员管理水平和责任心则反映在船舶靠离泊作业调度、装卸油作业监管等方面的管理能力和工作态度。船舶因素包含船舶设备老化、船舶设备故障以及设备维护保养不到位等指标。船舶设备老化会导致设备性能下降，如油舱舱壁腐蚀变薄、输油管道老化易破裂等；船舶设备故障可能涉及泵浦故障、阀门故障等，这些故障都可能引发溢油事故；设备维护保养不到位则是指未能按照规定的时间和标准对船舶设备进行维护和保养，从而增加设备出现故障的概率。环境因素主要包括风速、能见度、海流和海浪等自然条件指标。风速过大可能导致船舶操控困难，增加碰撞和搁浅的风险；能见度低会影响船员的视线，降低船舶航行的安全性；海流和海浪的变化会对船舶的航行轨迹和稳定性产生影响，进而影响溢油事故的发生概率和溢油扩散的范围。管理因素包括安全管理制度完善程度、安全管理措施执行力度、应急救援预案完善程度以及应急救援设备配备情况等指标。安全管理制度完善程度反映了港口和船舶运营公司是否建立了健全的安全管理制度，包括安全操作规程、培训制度、监督检查制度等；安全管理措施执行力度体现了这些制度在实际工作中的执行情况；应急救援预案完善程度关乎在溢油事故发生时能否迅速、有效地采取应对措施；应急救援设备配备情况则直接影响到应急救援工作的开展效果，如围油栏、吸油毡、消油剂等设备的配备数量和质量。指标层是对准则层各因素的进一步细化和具体体现，每个准则层因素都对应多个具体的指标，以全面、准确地反映裕廊码头溢油风险的各个方面。通过这样的多级指标体系构建，能够系统、全面地对裕廊码头溢油风险进行评价，为后续的风险分析和管理提供有力的支持。具体的多级评价指标体系如表1所示：目标层准则层指标层裕廊码头溢油风险评价人为因素船员操作失误船员安全意识淡薄船员应急处理能力不足港口管理人员管理水平和责任心船舶因素船舶设备老化船舶设备故障设备维护保养不到位环境因素风速能见度海流海浪管理因素安全管理制度完善程度安全管理措施执行力度应急救援预案完善程度应急救援设备配备情况4.2模糊AHP确定主观权重4.2.1构造判断矩阵在确定裕廊码头溢油风险评价指标的主观权重时，运用专家打分法构造判断矩阵。邀请10位在港口运营管理、海事安全、海洋环境等领域具有丰富经验和专业知识的专家，包括港口资深管理人员、海事局专家、海洋环境研究学者以及具有多年航海经验的船长等。根据层次分析法的原理，针对同一层次的各因素关于上一层次中某一准则的重要性，采用1-9标度法进行两两比较。以准则层中的人为因素、船舶因素、环境因素和管理因素相对于目标层“裕廊码头溢油风险评价”的重要性比较为例，向专家发放调查问卷，问卷中设置如“您认为人为因素与船舶因素相比，对于裕廊码头溢油风险的重要性如何？”等问题，让专家根据自己的专业判断，在1-9标度中选择合适的数值进行回答。1表示两个因素具有同样的重要性，3表示一个因素比另一个因素稍微重要，5表示一个因素比另一个因素明显重要，7表示一个因素比另一个因素强烈重要，9表示一个因素比另一个因素极端重要，2、4、6、8则为上述相邻判断的中值，其倒数表示相反的比较情况。收集专家反馈的问卷数据后，对数据进行统计分析。计算每个判断矩阵元素的平均值，得到最终的判断矩阵。对于人为因素、船舶因素、环境因素和管理因素相对于目标层的判断矩阵A，如下所示：A=\begin{pmatrix}1&3&5&2\\\frac{1}{3}&1&3&\frac{1}{2}\\\frac{1}{5}&\frac{1}{3}&1&\frac{1}{4}\\\frac{1}{2}&2&4&1\end{pmatrix}同样的方法，针对指标层各因素相对于准则层各因素，分别构造判断矩阵。如船员操作失误、船员安全意识淡薄、船员应急处理能力不足以及港口管理人员管理水平和责任心相对于人为因素准则层的判断矩阵A1：A1=\begin{pmatrix}1&3&5&4\\\frac{1}{3}&1&3&2\\\frac{1}{5}&\frac{1}{3}&1&\frac{1}{2}\\\frac{1}{4}&\frac{1}{2}&2&1\end{pmatrix}通过这样的方式，构建出整个评价指标体系的判断矩阵，为后续计算权重向量奠定基础。4.2.2计算权重向量并进行一致性检验在得到判断矩阵后，采用方根法计算权重向量。以判断矩阵A为例，具体步骤如下：计算判断矩阵A每一行元素的乘积M_i：M_1=1\times3\times5\times2=30M_2=\frac{1}{3}\times1\times3\times\frac{1}{2}=\frac{1}{2}M_3=\frac{1}{5}\times\frac{1}{3}\times1\times\frac{1}{4}=\frac{1}{60}M_4=\frac{1}{2}\times2\times4\times1=4计算M_i的n次方根\overline{W_i}，其中n为判断矩阵的阶数，此处n=4：\overline{W_1}=\sqrt[4]{30}\approx2.3404\overline{W_2}=\sqrt[4]{\frac{1}{2}}\approx0.8409\overline{W_3}=\sqrt[4]{\frac{1}{60}}\approx0.3936\overline{W_4}=\sqrt[4]{4}\approx1.4142对\overline{W_i}进行归一化处理，得到权重向量W：\sum_{i=1}^{4}\overline{W_i}=2.3404+0.8409+0.3936+1.4142=4.9891W_1=\frac{2.3404}{4.9891}\approx0.4691W_2=\frac{0.8409}{4.9891}\approx0.1686W_3=\frac{0.3936}{4.9891}\approx0.0789W_4=\frac{1.4142}{4.9891}\approx0.2834所以，判断矩阵A对应的权重向量W=(0.4691,0.1686,0.0789,0.2834)^T。除了方根法，还可以采用特征根法计算权重向量。计算判断矩阵A的最大特征值\lambda_{max}，通过公式AW=\lambda_{max}W求解，其中A为判断矩阵，W为权重向量。利用数学软件（如MATLAB）计算得到\lambda_{max}\approx4.117。得到权重向量后，需要进行一致性检验。计算一致性指标CI：CI=\frac{\lambda_{max}-n}{n-1}=\frac{4.117-4}{4-1}\approx0.039引入随机一致性指标RI，根据判断矩阵的阶数n=4，查得RI=0.90。计算一致性比例CR：CR=\frac{CI}{RI}=\frac{0.039}{0.90}\approx0.043\lt0.1说明判断矩阵A具有满意的一致性，权重向量W=(0.4691,0.1686,0.0789,0.2834)^T是合理可靠的。按照同样的方法，对其他判断矩阵（如A1等）进行权重向量计算和一致性检验，确保整个评价指标体系的权重分配科学合理。4.3客观赋权法确定客观权重4.3.1熵权法原理与计算步骤熵权法是一种依据各指标值所包含信息量的大小来确定决策指标权重的客观赋权法，其理论基础源于信息论中的熵概念。在信息论里，信息是系统有序程度的度量，而熵是测度系统不确定性的量。若某个指标的信息熵越小，表明其指标值的变异程度越大，所包含的信息量越多，在综合评价中所起的作用越大，其权重也就越大；反之，某个指标信息熵越大，说明其指标值的变异程度越小，提供的信息量越少，在综合评价中所起的作用越小，权重也就越小。以裕廊码头溢油风险评价指标体系的数据为例，熵权法的计算步骤如下：数据标准化：假设已经构建了裕廊码头溢油风险评价指标体系的原始数据矩阵X，X=(x_{ij})_{n\timesm}，其中n为样本数量，m为指标数量，x_{ij}表示第i个样本的第j个指标值。首先判断输入的矩阵中是否存在负数，若有则要重新标准化到非负区间。采用0-1归一化方法，对于正向指标（指标值越大，对溢油风险的影响越大，如风速、船舶设备老化程度等），计算公式为x_{ij}'=\frac{x_{ij}-min(x_j)}{max(x_j)-min(x_j)}；对于负向指标（指标值越小，对溢油风险的影响越大，如船员安全意识淡薄程度，可通过一定方式转化为数值越小越优的指标），计算公式为x_{ij}'=\frac{max(x_j)-x_{ij}}{max(x_j)-min(x_j)}。min(x_j)是第j个指标的最小值，max(x_j)是第j个指标的最大值。计算第项指标下第个样本所占的比重：将标准化后的数据看作相对熵计算中用到的概率，计算第j项指标下第i个样本所占的比重y_{ij}，公式为y_{ij}=\frac{x_{ij}'}{\sum_{i=1}^{n}x_{ij}'}。计算每个指标的信息熵和信息效用值：计算第j个指标的信息熵e_j，公式为e_j=-K\sum_{i=1}^{n}y_{ij}ln(y_{ij})，其中K为常数，K=\frac{1}{ln(n)}。信息效用值d_j反映了指标的相对重要程度，其计算公式为d_j=1-e_j。确定客观权重：对信息效用值进行归一化处理，得到每个指标的熵权w_j，公式为w_j=\frac{d_j}{\sum_{j=1}^{m}d_j}。通过以上步骤，就可以确定裕廊码头溢油风险评价指标体系中各指标的客观权重，这些权重能够客观地反映各指标在溢油风险评价中的重要程度。4.3.2变异系数法等其他客观赋权方法变异系数法是另一种常见的客观赋权方法，它根据各评价指标当前值与目标值的变异程度来对各指标进行赋权。其原理是，若某项指标的数值差异较大，能明确区分开各被评价对象，说明该指标的分辨信息丰富，因而应给该指标以较大的权重；反之，若各个被评价对象在某项指标上的数值差异较小，那么这项指标区分各评价对象的能力较弱，因而应给该指标较小的权重。以裕廊码头溢油风险评价为例，变异系数法的计算过程如下：原始数据收集：获取裕廊码头溢油风险评价指标体系的原始数据矩阵X=(x_{ij})_{n\timesm}。指标数据正向化：将所有指标都转换为正向指标（越大越优型指标）。对于本身就是正向指标的，如风速、船舶设备老化程度等，保持其原数据不变；对于负向指标，如船员安全意识淡薄程度，采用一定的方法进行转换，如x_{ij}^*=\frac{1}{k+max|x_j|+x_{ij}}，k为指定的任意系数，max|x_j|表示第j列数据（指标）绝对值的最大值。数据标准化：由于不同指标数据的单位不同，需要进行数据标准化以消除单位的影响。令标准化后的数据矩阵为R，采用z-score标准化方法，公式为r_{ij}=\frac{x_{ij}^*-\overline{x_j}}{S_j}，\overline{x_j}是第j个指标的均值，S_j是第j个指标的标准差。计算变异系数：计算每个指标的均值\overline{x_j}=\frac{1}{n}\sum_{i=1}^{n}r_{ij}和标准差S_j=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(r_{ij}-\overline{x_j})^2}，然后计算变异系数V_j=\frac{S_j}{\overline{x_j}}。计算权重：将每个指标的变异系数进行归一化处理，得到各指标的权重w_j=\frac{V_j}{\sum_{j=1}^{m}V_j}。与熵权法相比，变异系数法和熵权法都属于客观赋权法，它们都是根据数据本身的特征来确定权重，避免了人为因素的主观干扰。熵权法侧重于从信息论的角度，通过指标值的变异程度来衡量信息量，进而确定权重；而变异系数法则是直接根据指标数值的离散程度与均值的相对关系来确定权重。在某些情况下，两者计算得到的权重可能较为相似，但在数据分布较为特殊时，可能会产生不同的结果。在实际应用中，需要根据具体的数据特点和研究目的来选择合适的客观赋权方法。4.4组合权重计算在裕廊码头溢油风险评价中，为了充分发挥主观赋权法和客观赋权法的优势，采用加法合成法来确定组合权重。通过层次分析法（AHP）确定的主观权重W_{主观}，反映了专家经验和决策者对各风险因素重要性的主观判断；运用熵权法确定的客观权重W_{客观}，则依据数据本身的信息熵，客观地体现了各风险因素的变异程度和所包含的信息量。设主观权重向量为W_{主观}=(w_{主观1},w_{主观2},\cdots,w_{主观n})，客观权重向量为W_{客观}=(w_{客观1},w_{客观2},\cdots,w_{客观n})，其中n为风险因素的个数。采用加法合成法计算组合权重向量W_{组合}，公式为：W_{组合}=\alphaW_{主观}+(1-\alpha)W_{客观}其中\alpha为权重系数，取值范围为[0,1]，它反映了主观权重和客观权重在组合权重中的相对重要程度。\alpha的确定是组合赋权的关键环节，其取值会影响评价结果的客观性和可靠性。通常可以通过专家咨询、经验判断或者采用优化算法来确定\alpha的值。在裕廊码头溢油风险评价中，经过专家讨论和分析，结合实际情况，确定\alpha=0.5，即主观权重和客观权重在组合权重中具有同等重要的地位。以船员操作失误这一风险因素为例，假设通过层次分析法确定其主观权重w_{主观1}=0.3，通过熵权法确定其客观权重w_{客观1}=0.25，则其组合权重w_{组合1}为：w_{组合1}=0.5\times0.3+(1-0.5)\times0.25=0.275按照同样的方法，计算出其他风险因素的组合权重。通过组合权重的计算，既考虑了专家的经验和判断，又充分利用了数据的客观信息，使得各风险因素的权重更加科学合理，能够更准确地反映各风险因素对裕廊码头溢油风险的影响程度。最终得到的组合权重向量W_{组合}，将用于后续的模糊综合评价，以得出裕廊码头溢油风险的综合评价结果。具体的组合权重计算结果如下表所示：风险因素主观权重w_{主观}客观权重w_{客观}组合权重w_{组合}船员操作失误75船员安全意识淡薄9船员应急处理能力不足5港口管理人员管理水平和责任心1船舶设备老化船舶设备故障55设备维护保养不到位2风速9能见度55海流3海浪安全管理制度完善程度安全管理措施执行力度8应急救援预案完善程度5应急救援设备配备情况14.5模糊综合评价模型建立4.5.1确定评语集和模糊关系矩阵评语集是对裕廊码头溢油风险评价结果的等级划分集合，它是对风险水平的一种定性描述方式，为评价结果提供了明确的分类标准。通过对相关文献的研究以及结合港口溢油风险评价的实际经验，将裕廊码头溢油风险划分为五个等级，从而确定评语集V=\{V_1,V_2,V_3,V_4,V_5\}，其中V_1表示风险很低，V_2表示风险较低，V_3表示风险中等，V_4表示风险较高，V_5表示风险很高。为了确定模糊关系矩阵，再次邀请之前参与主观权重确定的10位专家，这些专家来自港口运营管理、海事安全、海洋环境等多个领域，具有丰富的专业知识和实践经验。针对每个风险因素指标，专家们根据自己的专业判断，对其隶属于各个评语等级的程度进行评价。采用问卷调查的方式收集专家的评价结果，问卷中详细列出了每个风险因素指标以及对应的五个评语等级，专家们需要在每个风险因素指标下，对各个评语等级的隶属程度进行打分，打分范围为0-100分。以船员操作失误这一风险因素指标为例，回收的10份专家问卷中，有3位专家认为其隶属于风险很低V_1等级的程度为80分，隶属于风险较低V_2等级的程度为20分，隶属于其他等级的程度为0分；有4位专家认为其隶属于风险较低V_2等级的程度为70分，隶属于风险中等V_3等级的程度为30分，隶属于其他等级的程度为0分；有2位专家认为其隶属于风险中等V_3等级的程度为80分，隶属于风险较高V_4等级的程度为20分，隶属于其他等级的程度为0分；有1位专家认为其隶属于风险较高V_4等级的程度为90分，隶属于风险很高V_5等级的程度为10分，隶属于其他等级的程度为0分。将专家的打分结果进行归一化处理，得到船员操作失误这一风险因素指标对于各个评语等级的隶属度。隶属于风险很低V_1等级的隶属度为\frac{3\times80}{3\times80+4\times70+2\times80+1\times90}\approx0.21；隶属于风险较低V_2等级的隶属度为\frac{3\times20+4\times70}{3\times80+4\times70+2\times80+1\times90}\approx0.37；隶属于风险中等V_3等级的隶属度为\frac{4\times30+2\times80}{3\times80+4\times70+2\times80+1\times90}\approx0.31；隶属于风险较高V_4等级的隶属度为\frac{2\times20+1\times90}{3\times80+4\times70+2\times80+1\times90}\approx0.1；隶属于风险很高V_5等级的隶属度为\frac{1\times10}{3\times80+4\times70+2\times80+1\times90}\approx0.01。按照同样的方法，对其他风险因素指标进行处理，得到每个风险因素指标对于各个评语等级的隶属度，从而构建出模糊关系矩阵R。假设风险因素指标有n个，评语等级有m个，则模糊关系矩阵R为一个n\timesm的矩阵，其中第i行第j列的元素r_{ij}表示第i个风险因素指标对于第j个评语等级的隶属度。例如，对于包含船员操作失误、船员安全意识淡薄等14个风险因素指标的评价体系，模糊关系矩阵R的形式如下：R=\begin{pmatrix}0.21&0.37&0.31&0.1&0.01\\0.15&0.3&0.35&0.18&0.02\\\vdots&\vdots&\vdots&\vdots&\vdots\\0.08&0.15&0.3&0.35&0.12\end{pmatrix}4.5.2模糊合成与评价结果计算在得到组合权重向量W_{组合}和模糊关系矩阵R后，进行模糊合成运算。模糊合成运算是将各风险因素的权重与它们对评语集的隶属度进行综合考虑，以得出裕廊码头溢油风险对于各个评语等级的综合隶属度。采用模糊数学中的模糊变换原理，将组合权重向量W_{组合}与模糊关系矩阵R进行合成运算，得到综合评价向量B，计算公式为B=W_{组合}\cdotR。以之前计算得到的组合权重向量W_{组合}和模糊关系矩阵R为例，进行模糊合成运算：B=\begin{pmatrix}0.275&0.19&0.15&0.11&0.2&0.155&0.12&0.19&0.155&0.13&0.1&0.2&0.18&0.15&0.11\end{pmatrix}\cdot\begin{pmatrix}0.21&0.37&0.31&0.1&0.01\\0.15&0.3&0.35&0.18&0.02\\\vdots&\vdots&\vdots&\vdots&\vdots\\0.08&0.15&0.3&0.35&0.12\end{pmatrix}B=\begin{pmatrix}b_1&b_2&b_3&b_4&b_5\end{pmatrix}其中b_1、b_2、b_3、b_4、b_5分别为裕廊码头溢油风险对于风险很低V_1、风险较低V_2、风险中等V_3、风险较高V_4、风险很高V_5等级的综合隶属度。通过具体的矩阵乘法运算，得到综合评价向量B的各个元素值。为了直观地确定裕廊码头溢油风险的等级，对综合评价向量B进行归一化处理，使其元素之和为1。归一化后的综合评价向量\overline{B}为：\overline{B}=\begin{pmatrix}\frac{b_1}{\sum_{i=1}^{5}b_i}&\frac{b_2}{\sum_{i=1}^{5}b_i}&\frac{b_3}{\sum_{i=1}^{5}b_i}&\frac{b_4}{\sum_{i=1}^{5}b_i}&\frac{b_5}{\sum_{i=1}^{5}b_i}\end{pmatrix}根据最大隶属度原则，在归一化后的综合评价向量\overline{B}中，选取隶属度最大的评语等级作为裕廊码头溢油风险的最终评价结果。若\frac{b_3}{\sum_{i=1}^{5}b_i}的值最大，则裕廊码头溢油风险等级为风险中等。通过这样的模糊合成与评价结果计算过程，能够综合考虑各种风险因素对裕廊码头溢油风险的影响，得出科学合理的风险评价结论。五、裕廊码头溢油风险评价实证分析5.1数据收集与预处理为了全面、准确地对裕廊码头溢油风险进行评价，需要收集大量与溢油风险相关的数据。数据收集的时间跨度设定为过去5年，涵盖了2018-2022年，以获取足够的样本数据来反映裕廊码头溢油风险的实际情况。在人为因素方面，通过对裕廊码头管理部门的船舶航行日志、船员操作记录等资料进行详细查阅，收集了船员操作失误的次数、违规排放行为的次数以及应急演练的参与情况等数据。在过去5年中，共记录到船员操作失误[X]次，违规排放行为[X]次，部分船员在应急演练中的表现也被详细记录，包括应急响应时间、操作熟练度等方面的数据。针对船舶因素，从船舶维修保养记录中获取了船舶设备老化程度的相关数据，如设备的使用年限、维修次数等；从设备故障报告中收集了各类设备故障发生的次数和原因，如泵浦故障[X]次，主要原因包括叶轮磨损、电机故障等；阀门故障[X]次，多为阀门密封不严、阀门卡死等原因导致。对于环境因素，与当地气象部门和海洋监测机构合作，获取了风速、能见度、海流和海浪等环境数据。这些数据包括每天的实时监测数据以及历史统计数据，如过去5年中不同季节的平均风速、能见度低于特定标准的天数、海流的流速和流向变化情况、海浪的高度和周期等。管理因素的数据则从港口安全管理文件、安全检查报告以及应急救援设备清单等资料中收集。安全管理制度完善程度通过对安全管理制度文件的评估，包括制度的完整性、合理性以及与实际操作的契合度等方面进行打分；安全管理措施执行力度通过检查安全检查报告中对违规行为的查处次数和整改情况来体现；应急救援预案完善程度通过对应急救援预案的评审，包括预案的科学性、可操作性以及与实际情况的适应性等方面进行评价；应急救援设备配备情况则通过对应急救援设备清单的核对，统计设备的种类、数量以及设备的完好率等数据。在数据收集过程中，不可避免地会出现一些问题。部分数据可能存在缺失值，这可能是由于数据记录人员的疏忽、数据传输过程中的错误或者监测设备的故障等原因导致的。某些船舶设备故障报告中可能缺失故障发生的具体时间；一些环境监测数据可能由于监测设备的短暂故障而出现某几天的数据缺失。也会存在异常值，即与其他数据相比明显偏离正常范围的数据，这可能是由于测量误差、人为错误或者特殊事件导致的。在风速数据中，可能会出现个别异常高的风速值，这可能是由于气象监测设备受到临时干扰或者记录错误导致的。为了保证数据的质量，需要对收集到的数据进行预处理。对于缺失值的处理，根据数据的特点和实际情况，采用了不同的方法。如果缺失值所在的样本数量较少，且对整体分析结果影响不大，可以直接删除这些样本；对于缺失值较多的情况，采用均值填充法、回归预测法等进行填补。对于风速数据中的缺失值，由于风速具有一定的时间序列特征，可以利用相邻时间段的风速数据，采用均值填充法进行填补；对于船舶设备老化程度的缺失值，可以通过建立回归模型，利用设备的使用年限、维修次数等相关变量来预测缺失的老化程度值。对于异常值，首先通过绘制箱线图、散点图等方式进行识别。对于明显偏离正常范围的异常值，如果是由于测量误差或人为错误导致的，可以根据实际情况进行修正或删除；如果是由于特殊事件导致的异常值，且该特殊事件具有一定的研究价值，可以保留该异常值，并在分析过程中进行特别说明。在分析过程中，将对数据预处理前后的结果进行对比，以评估预处理对风险评价结果的影响。数据标准化也是预处理的重要环节。由于不同风险因素指标的数据量纲和数量级可能不同，为了消除量纲和数量级的影响，采用Z-score标准化方法对数据进行标准化处理。对于第i个样本的第j个指标值x_{ij}，标准化后的数值z_{ij}计算公式为z_{ij}=\frac{x_{ij}-\overline{x_j}}{s_j}，其中\overline{x_j}为第j个指标的均值，s_j为第j个指标的标准差。通过数据标准化处理，使得所有指标数据都处于同一数量级，便于后续的分析和计算。5.2风险评价计算过程在完成数据收集与预处理后，开始运用模糊AHP-组合赋权法进行风险评价计算。首先，依据前文所述的层次分析法（AHP）步骤，针对裕廊码头溢油风险评价指标体系构建判断矩阵。在构建人为因素准则层下的判断矩阵时，邀请港口管理专家、海事安全专家以及具有丰富航海经验的船长等专业人士，对船员操作失误、船员安全意识淡薄、船员应急处理能力不足以及港口管理人员管理水平和责任心这四个因素，就其对于人为因素准则层的重要性进行两两比较打分。专家们凭借自身丰富的专业知识和实践经验，从不同角度对各因素的重要性进行判断。一位在港口管理领域有着多年经验的专家指出，船员操作失误在人为因素中占据关键地位，因为其直接关乎船舶装卸油作业以及航行过程中的安全性，稍有不慎就可能引发溢油事故，所以在与其他因素比较时，给予了相对较高的评分。另一位海事安全专家认为，船员安全意识淡薄虽然不像操作失误那样直接导致事故，但长期来看，其潜在的风险不容忽视，它可能会使船员在日常工作中忽视安全规范，从而增加事故发生的可能性，在打分时也给予了相应的考量。根据专家打分结果，计算判断矩阵每一行元素的乘积M_i。以判断矩阵A1（人为因素准则层下的判断矩阵）为例，M_1=1×3×5×4=60，M_2=\frac{1}{3}×1×3×2=2，M_3=\frac{1}{5}×\frac{1}{3}×1×\frac{1}{2}=\frac{1}{30}，M_4=\frac{1}{4}×\frac{1}{2}×2×1=\frac{1}{4}。接着计算M_i的n次方根\overline{W_i}（n为判断矩阵的阶数，此处n=4），\overline{W_1}=\sqrt[4]{60}\approx2.7832，\overline{W_2}=\sqrt[4]{2}\approx1.1892，\overline{W_3}=\sqrt[4]{\frac{1}{30}}\approx0.4827，\overline{W_4}=\sqrt[4]{\frac{1}{4}}\approx0.8409。然后对\overline{W_i}进行归一化处理，得到权重向量W。\sum_{i=1}^{4}\overline{W_i}=2.7832+1.1892+0.4827+0.8409=5.296，W_1=\frac{2.7832}{5.296}\approx0.5256，W_2=\frac{1.1892}{5.296}\approx0.2246，W_3=\frac{0.4827}{5.296}\approx0.0911，W_4=\frac{0.8409}{5.296}\approx0.1587。所以，判断矩阵A1对应的权重向量W=(0.5256,0.2246,0.0911,0.1587)^T。计算判断矩阵的最大特征值\lambda_{max}，利用数学软件MATLAB计算得到\lambda_{max}\approx4.128。进而计算一致性指标CI，CI=\frac{\lambda_{max}-n}{n-1}=\frac{4.128-4}{4-1}\approx0.043。引入随机一致性指标RI，根据判断矩阵的阶数n=4，查得RI=0.90。计算一致性比例CR，CR=\frac{CI}{RI}=\frac{0.043}{0.90}\approx0.048\lt0.1，说明判断矩阵A1具有满意的一致性，权重向量W=(0.5256,0.2246,0.0911,0.1587)^T是合理可靠的。按照同样的方法，对其他准则层下的判断矩阵（如船舶因素、环境因素、管理因素准则层下的判断矩阵）进行权重向量计算和一致性检验。采用熵权法确定客观权重。以风速这一指标为例，假设收集到过去5年的风速数据，经过数据标准化处理后，得到标准化数据矩阵X。计算第j项指标下第i个样本所占的比重y_{ij}，如对于第1个样本的风速指标，y_{1j}=\frac{x_{1j}}{\sum_{i=1}^{n}x_{ij}}。接着计算风速指标的信息熵e_j，e_j=-K\sum_{i=1}^{n}y_{ij}ln(y_{ij})，其中K=\frac{1}{ln(n)}（n为样本数量，此处n为5年的数据样本数）。计算得到风速指标的信息熵e_j后，再计算信息效用值d_j=1-e_j，对信息效用值进行归一化处理，得到风速指标的熵权w_j=\frac{d_j}{\sum_{j=1}^{m}d_j}（m为指标数量，此处m为包括风速在内的所有环境因素指标数量）。按照同样的步骤，计算出其他指标的客观权重。采用加法合成法计算组合权重。设主观权重向量为W_{主观}，客观权重向量为W_{客观}，权重系数\alpha=0.5。以船员操作失误这一风险因素为例，假设通过层次分析法确定其主观权重w_{主观1}=0.5256，通过熵权法确定其客观权重w_{客观1}=0.25，则其组合权重w_{组合1}为：w_{组合1}=0.5×0.5256+(1-0.5)×0.25=0.3878。按照同样的方法，计算出其他风险因素的组合权重。确定评语集V=\{V_1,V_2,V_3,V_4,V_5\}，分别表示风险很低、风险较低、风险中等、风险较高、风险很高。邀请专家对每个风险因素指标隶属于各个评语等级的程度进行评价，构建模糊关系矩阵R。以船员操作失误这一风险因素指标为例，假设回收的10份专家问卷中，有2位专家认为其隶属于风险很低V_1等级的程度为90分，隶属于风险较低V_2等级的程度为10分，隶属于其他等级的程度为0分；有3位专家认为其隶属于风险较低V_2等级的程度为80分，隶属于风险中等V_3等级的程度为20分，隶属于其他等级的程度为0分；有3位专家认为其隶属于风险中等V_3等级的程度为70分，隶属于风险较高V_4等级的程度为30分，隶属于其他等级的程度为0分；有2位专家认为其隶属于风险较高V_4等级的程度为80分，隶属于风险很高V_5等级的程度为20分，隶属于其他等级的程度为0分。将专家的打分结果进行归一化处理，得到船员操作失误这一风险因素指标对于各个评语等级的隶属度。隶属于风险很低V_1等级的隶属度为\frac{2×90}{2×90+3×80+3×70+2×80}\approx0.16；隶属于风险较低V_2等级的隶属度为\frac{2×10+3×80}{2×90+3×80+3×70+2×80}\approx0.27；隶属于风险中等V_3等级的隶属度为\frac{3×20+3×70}{2×90+3×80+3×70+2×80}\approx0.3；隶属于风险较高V_4等级的隶属度为\frac{3×30+2×80}{2×90+3×80+3×70+2×80}\approx0.23；隶属于风险很高V_5等级的隶属度为\frac{2×20}{2×90+3×80+3×70+2×80}\approx0.04。按照同样的方法，对其他风险因素指标进行处理，得到模糊关系矩阵R。将组合权重向量W_{组合}与模糊关系矩阵R进行合成运算，得到综合评价向量B，B=W_{组合}\cdotR。假设组合权重向量W_{组合}=(0.3878,0.2,0.1,0.15,0.1622,\cdots)，模糊关系矩阵R为：R=\begin{pmatrix}0.16&0.27&0.3&0.23&0.04\\0.1&0.25&0.35&0.25&0.05\\\vdots&\vdots&\vdots&\vdots&\vdots\\0.05&0.15&0.3&0.4&0.1\end{pmatrix}通过矩阵乘法运算得到综合评价向量B=(b_1,b_2,b_3,b_4,b_5)，对综合评价向量B进行归一化处理，得到\overline{B}=(\frac{b_1}{\sum_{i=1}^{5}b_i},\frac{b_2}{\sum_{i=1}^{5}b_i},\frac{b_3}{\sum_{i=1}^{5}b_i},\frac{b_4}{\sum_{i=1}^{5}b_i},\frac{b_5}{\sum_{i=1}^{5}b_i})。根据最大隶属度原则，选取隶属度最大的评语等级作为裕廊码头溢油风险的最终评价结果。5.3评价结果分析与讨论经过一系列严谨的计算，最终得出裕廊码头溢油风险的综合评价向量\overline{B}，假设\overline{B}=(0.12,0.23,0.35,0.25,0.05)。根据最大隶属度原则，0.35为其中的最大值，其所对应的评语等级为风险中等，这表明裕廊码头目前的溢油风险处于中等水平。为了更全面地评估裕廊码头溢油风险状况，将其与周边类似功能和规模的码头进行对比分析。周边某A码头在采用相似的风险评价方法后，得出其溢油风险处于较低水平。进一步深入分析发现，A码头在安全管理制度完善程度和安全管理措施执行力度方面表现突出。A码头建立了一套全面且细致的安全管理制度，涵盖了船舶靠离泊、油品装卸、设备维护等各个环节，并且严格执行各项