船舶事故时空特征及致因关联规则挖掘方法.pdf

第44卷第3期2023年9 月D0I:10.13340/j.jsmu.2023.03.013上海海事大学学报Journal of Shanghai Maritime UniversityVol.44No.3Sept.2023文章编号：16 7 2-9498(2 0 2 3)0 3-0 0 8 5-0 6船舶事故时空特征及致因关联规则挖掘方法王昊，于尧，刘剑平，阳小鹏，金良刚，石坤l（1.上海海事大学交通运输学院，上海2 0 130 6；2.洋山港海事局，上海2 0 130 6）摘要：为准确掌握洋山水域船舶事故特征，提高通航安全和减少船舶事故的发生，选取2 0 16 一2 0 2 0年洋山水域船舶事故数据，采用关联规则对事故特征进行时空挖掘，构建关联规则网络图，基于Apriori算法挖掘洋山水域特定通航环境下的事故潜在风险因素。结果表明：洋山水域船舶事故多发生于南支航道延伸段、漕泾东支线航道等水域；50 0 总吨以下船舶与事故关联程度较高；易在大潮汛期间发生自沉、碰撞等事故；春冬两季为事故潜在高发时段。依据上述结果，给出针对性的管理建议，为洋山水域海事管理机构更有效实施现场监管、保障船舶通航安全提供参考。关键词：船舶事故；时空特征；关联规则；洋山水域；通航安全中图分类号：U698.6Mining method for spatio-temporal features and causal文献标志码：Acorrelation rules of ship accidentsWANG Hao,YU Yao,LIU Jianping,YANG Xiaopeng,JIN Lianggang,SHI Kun(1.College of Transport&Communications,Shanghai Maritime University,Shanghai 201306,China;2.Yangshan Port Maritime Safety Administration,Shanghai 201306,China)Abstract:In order to accurately grasp the features of ship accidents in Yangshan waters,improvenavigation safety,and reduce the occurrence of ship accidents,the data of ship accidents in Yangshanwaters from 2016 to 2020 are selected,the correlation rules are adopted to mine the spatio-temporalfeatures of ship accidents,the correlation rule network graphs are constructed,and the potential riskfactors of accidents in the specific navigation environment of Yangshan waters are mined based on theApriori algorithm.The results show that:ship accidents in Yangshan waters mostly occur in the SouthBranch Channel extension,Caojing East Branch Channel and other waters;ships below 500 gross tonshave a higher correlation degree with accidents;it is easy to cause self-sinking and collision accidentsduring the high tide season;spring and winter are the seasons of the potential high incidence ofaccidents.Based on the above results,targeted management suggestions are given to provide reference forthe maritime management agencies in Yangshan waters to implement on-site supervision more effectively收稿日期：2 0 2 2-0 5-10 修回日期：2 0 2 2-0 8-17基金项目：国家自然科学基金（6 16 0 32 47)作者简介：王昊（1999一），男，山西长治人，本科生，研究方向为水路运输安全管理、港航物流与海事管理，（E-mail)；于尧（198 5一），男，黑龙江哈尔滨人，讲师，博士，研究方向为水上交通安全、智能运输系统理论与关键技术，(E-mail)yaoyu http:/hyxb 86and ensure the safety of ship navigation.Key words:ship accident;spatio-temporal feature;correlation rule;Yangshan waters;navigation safety0引言航运业是国际贸易发展的重要保障，也是世界各国人民友好往来的重要纽带。要提供平稳有序的航运服务，安全的重要性不言而喻。洋山深水港作为海上丝绸之路的枢纽港，是全球最繁忙的集装箱港口之一。上海港务集团官网显示：2 0 2 0 年洋山深水港集装箱吞吐量在上海港的占比高达46.5%，助推上海港集装箱吞吐量连续11年雄踞全球第一。然而,随着洋山港区船舶流量持续增大,洋山水域的通航条件日渐复杂。2 0 16 2 0 2 0 年洋山水域船舶事故汇总报告显示，近年来洋山水域船舶航行安全管控力度有待进一步提高。关于海上交通事故，国内外学者进行了大量研究：蔡玉良等2 针对事故船舶、事故严重程度和事故时空分布等对我国沿海船舶事故特征进行研究，并通过构建有序Logit模型对影响我国沿海船舶事故严重程度的有关因素进行了识别;朱现场等3对2015一2 0 19 年东海某水域发生的海上交通事故进行统计,运用灰色关联分析方法对各事故类型与该水域发生的海上交通事故的关联程度进行了分析；李成海等4 以船舶碰撞事故海事调查报告给出的原因作为研究对象，采用解释结构模型和层次分析法构建船舶碰撞影响因素多层次结构图,探究了同一层次及不同层次各因素之间的关系；TALLEY等5以2 0 0 12 0 0 8 年美国海岸警卫队调查的非油船事故数据为依据，利用Tobit回归模型研究船型、事故年份、事故类型、船舶特征和船舶操作对燃料舱溢油事故的影响程度。虽然国内外研究人员已经对船舶事故特征进行了多角度深入分析，但由于航行环境的复杂性和多样性，目前尚无对洋山水域船舶事故特征的系统研究。本研究运用数据分析与挖掘技术对洋山水域20162020年船舶事故数据进行时空特征挖掘和关联规则分析，从而提出针对性的可行措施以减少海上事故的发生，进一步保障洋山水域船舶通航安全。1研究思路与方法考虑到水上交通事故特有的时间效应和空间效应，选取2 0 16 一2 0 2 0 年洋山水域船舶事故数据集，在对事故数据进行挖掘的基础上，采用关联规则方http:/hyxb 上海海事大学学报法,构建洋山水域船舶事故风险因素网络图,挖掘洋山水域船舶事故潜在风险因素，并给出管理对策和建议。首先对2 0 16 一2 0 2 0 年洋山水域船舶事故数据进行预处理，统计事故各要素，包括事故类型、事故时间、船舶吨位、伤亡情况等；然后基于上述事故特征统计结果,运用关联规则开展时空特征因素与事故潜在风险间关系的研究。1.1时空特征挖掘明确事故的时序分布特点，剖析2 0 16 2 0 2 0 年洋山水域水上事故的事故类型、事故严重程度和事故损失等特征,并分析其背后的原因。结合地理信息系统（geographic information system,GIS）和海图，基于洋山水域航道特征，分析船舶事故空间分布特征,明确事故多发区和事故黑点，从而进一步分析事故致因,以便提出针对性的防范对策和建议。1.2关联规则分析关联规则是数据挖掘中的一个重要概念，最初由ACRAWAL等6 根据超市中的购物篮数据提出，其主要功能是挖掘出频繁项集并生成关联规则7 它能够通过算法快速、深入挖掘数据样本间隐藏的联系,可用于研究船舶、环境等影响因素与潜在事故风险间的关联性。目前关联规则算法有Apriori算法、MsEclat算法、FP-Growth算法等,其中Apriori算法以其原理易懂、操作简便的特点被广泛使用。Apriori算法包括两个环节：一是对数据库进行扫描，迭代搜索数据库中的频繁项集；二是由频繁项集生成强关联规则。在Apriori算法中，支持度、置信度和提升度是发现关联规则的3个重要指标。关联规则是形如X=Y的蕴含式，表示项集X与项集Y之间的关联关系,其中X为前项,Y为后项,且XnY=。支持度 S表示项集XUY的出现频次在总数据集Z中的比重，见式（1）。频繁项集是满足最小支持度的所有项集，频繁项集的所有非空子集也为频繁项集。一般来说，支持度高的数据不一定构成频繁项集，但是支持度低的数据肯定不能构成频繁项集。置信度C体现了一个数据出现后,另一个数据出现的概率,即数据的条件概率，见式(2）。提升度L能够反映关联规则中前项与后项之间的相关性,当L(X=Y）1时,X出现与Y出现是正相关的,见式(3）。第44卷第3期S(X=Y)=num(X U Y)C(XY)=P(YI X)L(X=Y)=C(I)S(Y)2事故时空特征分析为深人研究洋山水域船舶事故特征，选取洋山水域2 0 16 一2 0 2 0 年的船舶事故数据集。对这5年的全部事故数据进行有效提取，统计船舶信息（船舶总吨、船舶类型等）和事故信息（事故时间、事故地点、事故类型、事故严重程度等）,并对数据进行清洗和处理。为简化统计流程，便于对数据进行深度挖掘，参照水上交通事故统计办法8 提取事故数据。事故数据的属性及其分类见表1。表1洋山水域船舶事故属性信息属性名称属性分类船舶类型客船、货船、渔船、港口作业船等船舶总吨500总吨及以下、50 0 总吨以上事故发生年份20162017年、2 0 18 2 0 2 0 年春季（35月）、夏季（6 8 月）、事故发生季节秋季(911月）、冬季(12 月、1月、2 月)事故类型自沉、碰撞、溢油、触碰码头、其他事故临港主航道、漕泾东航道、事故地点金山航道、东海大桥通航孔航道等小事故（一般事故，伤亡3人及以下）、事故严重程度较大事故（伤亡3人以上，10 人以下）2.1事故基本特征分析（1）船舶属性方面：93.1%的事故船舶船籍为中国,其余6.9%的事故船舶船籍为新加坡、马来西亚等国家；55.2%的事故船舶在50 0 总吨以下，且船龄多为10 15a；货船、油船是最主要事故船型，占比分别为7 5.9%和13.8%。（2）事故属性方面：从事故数量上看,2 0 18 年船舶事故数量明显高于往年；主要的事故类型是自沉和碰撞，占比分别为41.4%和31.0%，其次是溢油、触碰码头等事故类型；从事故严重性上看，小事故（一般事故）占93.1%，较大事故发生频率较低，未发生重大事故和特别重大事故。2.2事故时间特征分析从事故发生的年份上看，2 0 16 一2 0 18 年洋山水域船舶事故数量逐年递增，见图1。2 0 18 年船舶事故最多，而2 0 192 0 2 0 年事故数量下降并保持较低王昊，等：船舶事故时空特征及致因关联规则挖掘方法(1)num ZP(X U Y)P(X)87水平。自沉和碰撞作为洋山水域主要的船舶事故类型,此类事故数量变化趋势与事故总数变化趋势基(2)本一致。从事故发生的月份上看，洋山水域船舶事故主要发生于3月、4月和12 月，这3个月事故数(3)量占事故总数的48.2%，其中3月发生的事故最多，占事故总数的2 4.1%（见图2）。进一步对洋山水域船舶事故发生的农历日期进行分析,农历初二、初三、初四、十七、十八、十九发生的事故较多，占船舶事故总数的59.6%。10r86420201620172018 20192020年份图12 0 16 2 0 2 0 年洋山水域船舶事故数量及其变化趋势8r76543210123456789101112月份图2 洋山水域船舶事故发生时间分布2.3事故空间特征分析对洋山水域船舶事故数据库的分析发现：洋山水域船舶事故集中于30 36 30 59 N，12 152 12219E，主要发生在南支航道延伸段及其附近水域、漕泾东支线航道、大峨山附近水域、临港沿岸水域和洋山深水港区附近水域。2 0 19年12 月新增的管辖区域内未发生船舶事故。从所处位置可知,南支航道延伸段及其附近水域处于喇叭口形状区域，易受东风、东北风的影响。3事故关联规则挖掘IBMSPSSModeler作为主要的数据挖掘软件，可以实现对数据的预测、聚类、关联和分类等，拥有强大的数据读取功能、丰富的数据处理方法、图形化的数据探索方式、多种数据导出格式，具备可视化的http:/事故总数自沉碰撞hyxb 88数据挖掘流程和成熟的预测分析模型。9IBM SPSSModeler数据挖掘流程见图3。本文结合网络图和Apriori算法对数据关联性进行分析。洋山水域船舶事故数据库图3IBMSPSSModeler数据挖掘流程3.1变量关联网络分析为明晰洋山水域事故变量（事故发生年份、事故发生季节、事故类型、事故严重程度等）与事故船舶变量（船舶类型、船舶总吨等）之间的联系，使用关联规则方法挖掘这些事故变量与船舶变量之间的潜在依赖关系。基于Apriori算法对洋山水域船舶事故数据库进行关联挖掘，生成的关联规则网络图见图4。由网络图可以直观地看到不同事故因素之间的关联程度,其中连线越粗表示两者关联程度越高，通过调节链接数量的显示范围，可以分析出经常出现的事件的相关原因。通过网络图对数据进行首次数据挖掘分析，从众多变量指标中筛选出需要重点关序号12345678910对表2 进行分析可知：（1）洋山水域潜在船舶事故风险与50 0 总吨及以下船舶、春季、大潮汛等因素强相关。（2)50 0 总吨及以下船舶在大潮汛期间上海海事大学学报注的强关联规则。由图4可知,以下潜在事故因素集存在状态下，事故潜在发生风险最高：1船舶总吨=50 0 总吨及以下，事故类型=自沉或碰撞，气候特点=大潮汛,事故发生季节=春季或冬季,事故严重程度=小事故，事故后果=船舶受损或人员伤亡。网络图冬季其他事故人员伤亡50 0 总吨及以下夏季大潮汛类型AprioriApriori表2 以“小事故”为后项的关联规则分析前项支持度/%大潮汛+50 0 总吨及以下+船舶受损35.468大潮汛+50 0 总吨及以下28.079春季+50 0 总吨及以下25.637大潮汛+船舶受损34.483500总吨及以下+船舶受损39.409自沉+50 0 总吨及以下+船舶受损29.064自沉+大潮汛+50 0 总吨及以下+船舶受损17.734春季+50 0 总吨及以下+船舶受损24.622自沉+大潮汛+50 0 总吨及以下14.778自沉+大潮汛+船舶受损21.185发生自沉事故的风险较大（关联规则7 和9）。其原因可能是：洋山水域内航道受到地形、海岸线影响，在大潮汛期间流速辐合，流速显著增加，最大有效波第44卷2018-2020年小事故。20162017年春季较大事故溢油触碰码头碰撞船舶受损秋季自况图4洋山水域船舶事故关联规则网络图3.2事故严重程度关联规则分析在上述关联规则网络分析的基础上，采用Apriori算法对事故严重程度进行关联规则挖掘。洋山水域绝大多数事故为小事故（一般事故，事故伤亡人数3人），此类事故占事故总数的93.1%，因此以“小事故”为后项、其他变量为前项，在满足“支持度 10%、置信度 8 0%、提升度 1”的条件下进行关联规则挖掘，得到36 条关联规则。在前后项具有相同依赖关系的情况下，选取支持度和置信度较高、前项较多的10 条关联规则,见表2。置信度/%93.05691.22890.42690.12490.00086.44186.11184.00383.33381.343http:/hyxb 第3期高可达1.8 m，而洋山水域东南侧较开阔水域有效波高甚至超过2 ml10。在强风强流影响下,50 0 总吨及以下船舶极易因货物移动而失稳，乃至发生自沉事故。（3)春季相对于其他季节而言更容易发生事故（关联规则3和8）。这是由于春季（35月）是洋山水域的雾季，海上能见度低，给船舶的望和定位带来困难。已有研究表明,在雾季洋山水域的雾8 5%为平流雾，持续时间长、浓度大、范围广，能见度下降增加了航行过程中事故发生的风险。3.3事故类型关联规则分析在上述关联规则网络分析的基础上，采用Apriori算法对事故类型进行关联规则挖掘。洋山水域船舶事故类型多为自沉，自沉事故占事故总数的41.3%，因此以“自沉”为后项、其他变量为前项，在满足“支持度 10%、置信度 8 0%、提升度 1”的条件下进行关联规则挖掘，得到2 9条关联规则。在前后项具有相同依赖关系的情况下，选取支持序号123456783.4事故致因关联规则分析为明确洋山水域船舶事故的潜在风险致因,提取洋山水域2 0 16 一2 0 2 0 年船舶事故数据中的事故直接原因和间接原因，结合中华人民共和国海上交通安全法的安全管理要素12，按照“人一船舶一环境一管理”的系统模式归纳整理得表4。采用Apriori算法对事故致因进行关联规则挖掘,设定“支持度 10%、置信度 7 0%、提升度 1”，设置事故类型为后项，且最大后项数为2，共建立2 3条强关联规则，选取支持度和置信度较高、前项较多的6条关联规则，见表5。对表5进行分析可知：（1）洋山水域船舶事故与恶劣环境和人因存在显著关联。（2）洋山水域船舶事故的发生往往伴随着人的状态或行为等人的致因（关联规则14），如致因链“春季一雾和瞭望不当一碰撞”“大潮汛、风浪和值班不当一舱体水密性王昊，等：船舶事故时空特征及致因关联规则挖掘方法表3以“自沉”为后项的关联规则分析前项支持度/%冬季+船舶受损14.763冬季+50 0 总吨及以下+船舶受损11.822冬季+船舶受损+小事故17.241冬季+大潮汛+船舶受损13.793冬季+大潮汛+船舶受损+小事故12.563冬季+50 0 总吨及以下+船舶受损+小事故11.823大潮汛+船舶受损+小事故12.354冬季+大潮汛+小事故16.344受损或船舶积载不当自沉”。（3）造成洋山水域船舶事故的环境因素主要为风浪、寒潮和雾等。环境因素对船舶操纵提出了更高的要求，需要对航行环境进行充分估计，提前掌握气象情况，结合船舶、货物、稳性、水密和系固绑扎等多方面情况，谨慎评估风险级别，避免船舶事故的发生。表4洋山水域船舶事故致因致因属性致因分类安全意识不足、业务能力不足、人的致因瞭望与值班不当、航行与操纵失误、未采取雾航措施、未遵循避碰规则船舶积载不当、船舶主机或舵机故障、船舶致因船舶通信设备失灵、舱体水密性受损环境致因雾、风浪、寒潮、大潮汛、雷暴管理致因航运企业管理因素、海事部门管理因素http:/hyxb 89度和置信度较高、前项较多的8 条关联规则，见表3。对表3进行分析可知：（1）洋山水域潜在船舶事故风险与冬季、大潮汛等因素强相关,且多具有船舶受损等事故后果。（2）洋山水域南支航道延伸段、漕泾东支线航道等水域易发生船舶自沉事故，且易发于冬季,50 0 总吨及以下的小型船舶发生事故的风险较高。这主要是由于洋山水域冬季易受寒潮大风影响，当船舶在寒潮大风天气下航行时,船舶驾驶人员经验不足或对突发情况处理不及时，很容易导致船舶自沉等事故的发生。（3)洋山水域潜在事故多为小事故。小事故的发生与船舶吨位小（关联规则6)直接相关，较小吨位的船舶抗风、抗浪的性能较差,在冬季通航条件下发生自沉事故的概率较高。（4)大潮汛条件下船舶易发生水上事故（关联规则4、7 和8）。这主要是由于水流受东南流影响，对船舶操纵、锚泊产生较大影响，容易诱发自沉事故。置信度/%93.09290.86187.56385.92485.26184.67582.51681.421904洋山水域船舶事故防范建议与对策4.1基于特征挖掘与关联分析的针对性防范对策（1)由于雾季和寒潮大风，洋山水域冬春季事故多发。来往船舶需密切关注天气海况，避免冒风冒雾航行。50 0 总吨及以下的船舶应避免在七级及以上大风时航行,防止船舶自沉和集装箱落海事故。雾季开航前，结合水域能见度情况、交通管制情况，按照通航管理规定，谨慎评估决定是锚泊避雾还是继续航行。当选择继续航行时，船舶应加强瞭望，关闭自动舵，改用手操舵，理性选择安全航速和航线，充分利用雷达等助航设备，同时保持AIS开启，在进洋山VTS报告区域时应保持VHF13/16或VHF14/16守听,与VTS中心保持联系，了解最新的航行情况,并利用VHF与来往船只进行沟通，合理避让。(2)加强对事故多发水域船舶交通事故的防范，针对南支航道延伸段附近水域、漕泾东支线航道、大山附近水域等重点水域采取针对性安全管理措施，以遏制特定水域的事故多发态势。（3)在大潮汛期间，过往船舶应加强瞭望，谨慎驾驶，密切关注水位变化。锚泊船应加强值班，勤测锚位,松足锚链。海事部门应加强辖区陆域码头巡查，督促系泊船加固缆绳，并加强海巡艇巡查和VTS监控力度，对复杂水域进行重点监控，对特殊船舶进行重点提醒。(4)船舶备足消防救生设备，加强关键性设备的维护保养，做好应急演习演练，不得超航区航行。加强船舶操纵人员业务学习，提高其航海技能以及恶劣天气应对与应急处置能力。参考文献：【1李娜。推动国际航运业可持续发展N现代物流报，2 0 2 1-11-0 8（A06）.D 0 I：10.2 8 8 42/n.c n k i.n w z x x.2 0 2 1.0 0 138 0.【2 蔡玉良，于淳，孙旭，等我国沿海船舶事故特征及影响因素分析J中国航海，2 0 2 1，44（2）：45-52.http:/上海海事大学学报表5以事故类型为后项的关联规则分析序号后项1自沉+其他事故2自沉3自沉+碰撞4自沉5自沉+碰撞6自沉+碰撞第44卷前项支持度/%置信度/%舱体水密性受损+大潮汛+瞭望或值班不当+风浪11.652安全意识不足+50 0 总吨以下+寒潮11.024春季+瞭望或值班不当+雾16.312春季+未采取雾航措施+小事故+瞭望或值班不当17.814冬季+大潮汛+船舶积载不当+小事故13.025安全意识不足+航行与操纵失误+大潮汛15.3574.2其他管理对策（1）航运企业方面：应增加安全投入，保障安全设备可用，提高紧急情况下的船舶自救能力；强化风险管理和隐患自查，提升安全治理能力；强化岸基支持，推进上船检查常态化，加强对船舶的动态监控和载货管理，督促船舶做好恶劣天气的安全防范措施；强化对船舶配员及船员的适任管控，切实承担起船员聘任、培训和考核责任，适时组织开展应急训练和相关演习。(2)海事部门方面：应健全法制，进一步完善水上交通运输领域法律、规范或条例的建设，提升依法行政能力；加强智能化行政执法设备的研发和使用，实现海事执法的快速、高效。5结束语基于2 0 16 一2 0 2 0 年洋山水域船舶事故调查报告，建立洋山水域船舶事故数据库，采用数据分析和挖掘技术对洋山水域船舶事故进行时空特征挖掘和Apriori算法关联规则分析，明确洋山水域特定通航环境下的潜在事故风险因素，得出关于事故严重程度、事故类型、事故致因等方面相应的研究结论。结合洋山水域船舶事故特征提出管理对策和建议，为相关政策法规和管理规章的制定与完善、海事管理部门和航运企业对船舶进行有效监管、减少船舶事故的发生、保障航行安全提供了重要参考和有益借鉴。本研究也具有一定的局限性，如：样本数据量有待进一步扩充；采用唯一支持度，较少考虑各属性重要程度的差异。后续研究将丰富数据库和样本容量，设立属性权值，以进一步完善实验，提高生成关联规则的准确性。(下转第118 页）hyxb 88.16383.87281.03177.86877.20674.642118181(1):75-88.D0I:10.1243/PIME_PR0C_1966_181_012_02.【9】余祖耀，张铁华，李壮云柱塞泵中柱塞与缸孔环形缝隙的泄漏流量计算J机械工程师，2 0 0 0（8）：32-33.DOI：10.396 9/j.i s s n.1002-2333.2000.08.018.10】盛敬超液压流体力学M北京：机械工业出版社，198 0：2 0 1-2 0 3.11】周大海液压滑阀节流槽温度特性研究D成都：西南交通大学，2 0 14.12黄波，张波涛，孙运达，等矩形狭缝流道临界流研究J.西安交通大学学报，2 0 2 0，54（5）：2 6-31.D01：10.7 6 52/x jt u x b 2 0 2 0 0 50 0 4.上海海事大学学报第44卷(编辑贾裙平）(上接第7 0 页)12毛保华，卢霞，黄俊生，等碳中和目标下氢能源在我国运输业中的发展路径J.交通运输系统工程与信息，2 0 2 1，2 1（6）：2 34-2 43.D0I:10.16097/ki.1009-6744.2021.06.027.13顾典产业结构优化升级对中国生态经济的影响研究：基于生态效率和生态福利绩效视角的比较分析D上海：上海社会科学院，2021.D0I:10.27310/ki.gshsy.2021.000089.14】靖学青产业结构高级化与经济增长：对长三角地区的实证分析J南通大学学报（社会科学版），2 0 0 5（3）：45-49.D0I：16 7 3-2 359(2005)03-0045-05.15范庆泉，周县华，张同斌动态环境税外部性、污染累积路径与长期经济增长：兼论环境税的开征时点选择问题J.经济研究，2 0 16，51(8);116-128.16彭水军，张文城，卫瑞碳排放的国家责任核算方案J经济研究，2 0 16，51（3）：137-150.(编辑赵勉)335333353333333353333335333353353533535533333353533(上接第90 页)【3朱现场，金允龙东海某水域海上交通事故灰色关联分析J：上海船舶运输科学研究所学报，2 0 2 1，44（3）：11-15.【4李成海，王建涛船舶碰撞事故原因关联性分析J上海海事大学学报，2 0 2 1，42（2）：7 0-7 4.D0I：10.13340/j.j s m u.2 0 2 1.0 2.0 12.5 TALLEY W K,YIP T L,JIN D.Determinants of vessel-accident bunker spillsJ.Transportation Research Part D,2012,17:605-609.DOI:10.1016/j.trd.2012.07.005.6 ACRAWAL R,IMIELINSKIT,SWAMI A.Mining association rules between sets of items in large databases C/Proceedings of ACM SpecialInterest Group on Management of Data Conference.New York:Association for Computing Machinery,1993,22(2):207-216.D0I:10.1145/170036.170072.【7】崔妍，包志强关联规则挖掘综述J计算机应用研究，2 0 16，33（2：330-334.【8 交通运输部关于修改水上交通事故统计办法的决定N中国交通报，2 0 2 1-11-0 9(8）.【9】高扬，曹媛，基于关联规则挖掘的直升机事故/事件分析J安全与环境学报，2 0 2 0，2 0（3）：8 49-8 56.D0I：10.136 37/j.i s s n.10 0 9-6094.2019.0265.10】徐杰，过雾冰，陈智强，等洋山港海域一次冷锋型温带风暴潮特征及各影响因子贡献的对比分析J热带海洋学报，2 0 2 2，41（4)：126-135.11】沈四林，顾惠民，陆丹上海洋山深水港海域海洋水文气象影响和限制的探索研究C/2006年苏、浙、闽、沪航海学会学术研讨论文集，出版者不详，2 0 0 6：2 2 2-2 2 8.12】包继来关于贯彻实施新海上交通安全法的几点认识J中国海事，2 0 2 1（9）：18-19.D0I：10.16 8 31/j.c n k i.i s s n 16 7 3-2 2 7 8.2 0 2 1.09.006.(编辑贾裙平）http:/hyxb