2013年习近平总书记首次提出21世纪海上丝绸之路的倡议。十多年来，该倡议得到沿线国家的普遍认可和积极参与，中国与沿线国家和地区实现全方位多领域互联互通^[1]。海上丝绸之路的发展使国际物流的需求显著增加^[2]。不断提升的海上交通设施和装备保障了沿线区域经济高效发展。但与此同时，当前海上丝绸之路的交通安全状况仍面临自然条件和地理环境的严峻挑战。

正如安联全球企业及特殊风险集团发布的《2023年安全和航运报告》显示，2022年船舶损失总数为38艘(100总吨以上)，事故类型包括沉没、火灾、爆炸和碰撞等，事故原因包括极端天气、低能见度等，且多发生于东南亚水域。结构与稳性安全是船舶航行安全和航线高效运行的根本保证，受到船舶积载状态与外界风浪条件的双重约束。适航水域自然条件复杂多变，因此需要掌握航线海洋气候条件及天气变化特征，进而建立环境条件对船舶稳性安全的影响模型。

在海洋环境数据获取方面，往往难以直接得到连续性的详实气象或海洋要素资料。通常采用空间插值方法，根据已有数据点的信息来预测其他位置的数据。例如，Anoop等^[3]分析了欧洲中期天气预报中心再分析数据，以研究阿拉伯海东部和印度洋的波浪和风场；Zhang等^[4]通过分析海上丝绸之路历史风和浪数据集，研究风速、显著波高、平均波向和平均波周期的时空分布特征；肖娟娟等^[5]采用Kriging空间插值方法处理冰上丝绸之路航行环境信息，使得海冰密集度再分析产品低分辨率问题得到了有效解决；Li等^[6]基于Bayes网络提出了一种融合多源和不确定的环境信息的海洋环境风险评估技术。

在环境影响船舶安全方面，常用的方法是数值仿真，即将实际问题抽象为数学模型，利用计算机进行模拟和预测。例如，Chen等^[7]通过高分辨率数值波浪模拟和船舶测量数据，对海浪对船舶导航的影响进行统计分析。Vinayak等^[8]通过数值模拟研究了基于欧洲中期天气预报中心数据的恶劣海况下船舶导航问题，发现了海洋环境的波浪、风速和航线的变化对不同船型的影响。杜沛等^[9]基于5种海洋环境要素(风场、洋场、海浪、海温和海底地形)评估动态航行风险，以提供航行风险空间分布和变化趋势的可视化决策方案。

以上研究涉及波浪对船舶导航的影响、恶劣海况下船舶导航的数值模拟、基于气象数据的船舶导航，多是评估气象条件对航行安全的宏观影响，未涉及对船舶稳性安全的量化研究。本研究拟考虑船舶遭遇的主要海洋与气象要素，建立数据驱动的船舶稳性安全环境影响分析模型，并通过实例开展模型验证，进而揭示影响机理并提出风险防控策略。

1 数据与方法 1.1 环境数据来源

21世纪海上丝绸之路水域是指中国与亚洲、非洲和欧洲相关国家全方位合作的货物运输海上通道。该通道跨西太平洋、印度洋、红海、地中海等海域，涉及多处重要海区或海峡，如图 1所示。

海上丝绸之路代表性航线的环境数据较为详实。特别是，中国与相关国家联合建立了“海上丝绸之路海洋环境预报保障系统^[1]”，有力保障了共建国家港口的航运合作不断深化，促进了货物海运效率大幅提升。受限于国内外船用气象导航产品成本，以及上述系统的非公开性和专用属性，本文采用欧洲中期天气预报中心、美国国家海洋和大气管理局公开发布的海上丝绸之路航线相关海域环境信息作为实验数据源。

1.2 数据处理方法 1.2.1 环境数据处理框架

为清晰地了解风和浪的分布情况，基于Kriging插值方法将风、浪数据进行二维航线可视化和三维环境可视化。采用自适应加权平均方法对风速和浪高进行数据融合，通过因素权重聚合，有效地融合多源数据，得到更全面、准确的综合环境状况，如图 2所示。

1.2.2 Kriging插值方法

Kriging插值方法是一种基于协方差函数的随机过程和随机场的空间模型和回归算法。该方法基于区域化变量理论，通过考虑数据点之间的空间关系，生成连续的表面或空间分布模型, 用于预测和估计空间数据点的值。

Kriging插值方法可以有效地处理空间数据的复杂变异性，适用于环境和地理数据的分析。本研究选取Kriging插值方法填补缺失风、浪数据，通过对已知位置点的观测值进行加权平均，利用Gauss模型的空间相关性，可以获得对未知位置点相关数据的准确估计，提高了风浪数据的处理和预测能力。

1.2.3 数据融合方法

仅凭单一因素无法充分辨识船舶在复杂环境中航行安全情况，必须考虑多种环境因素。因此，将完成空间差值后的不同数据源和多种类型的数据进行融合处理，以获得更准确和全面的信息。同时，考虑不同位置点环境因素的重要性及其对整体环境风险的贡献，引入自适应加权平均方法^[10]，根据每个数据点的方差确定权重，进行数据融合处理。特别是在环境分析和风险评估方面，数据融合能够整合各种观测数据，提供更全面的环境状况评估。

1.3 环境影响船舶稳性模型

构建自然环境影响船舶稳性安全的分析模型，如图 3所示。

该模型以船舶横摇产生的横倾角度作为风险评估对象，以风和浪条件作为风险感知内容，辨识风和浪对船舶姿态作用效果的风险，提出横倾风险指数实现船舶航行风险评估定量化。

1.3.1 风干扰因素

风对船舶的航速和航向产生显著影响。水面上船体受风干扰的作用，会偏离航向或操纵困难。航行中的船舶感受的风速和风向与实际不同，将实际风速、风向称为绝对风速、绝对风向，将在船舶上感受到的风速、风向称为相对风速、相对风向，如图 4所示。

图 4中绝对风U_T的方向为风来向与纵坐标轴(正北方向)的夹角，用ψ_T表示；且设定北风时为ψ_T=0°，东风时为ψ_T=90°。相对风U_R的方向与船艏的夹角称之为风舷角α_R，设定右舷吹来的风为正，左舷吹来的风为负，其变化范围为-180°~180°。

船体上平均风压力矩^[11-12]为

$ \left\{\begin{array}{l} \bar{X}_{\text {wind }}=\frac{1}{2} \rho_{\mathrm{a}} A_{\mathrm{f}} U_{\mathrm{R}}^2 C_{\mathrm{w} X}\left(\alpha_{\mathrm{R}}\right), \\ \bar{Y}_{\text {wind }}=\frac{1}{2} \rho_{\mathrm{a}} A_{\mathrm{s}} U_{\mathrm{R}}^2 C_{\mathrm{w} Y}\left(\alpha_{\mathrm{R}}\right), \\ \bar{Z}_{\text {wind }}=\frac{1}{2} \rho_{\mathrm{a}} A_{\mathrm{s}} L_{\mathrm{oa}} U_{\mathrm{R}}^2 C_{\mathrm{w} Z}\left(\alpha_{\mathrm{R}}\right) . \end{array}\right. $

(1)

其中：ρ_a为空气密度; A_f为船舶水线以上的正投影面积; A_s为船舶水线以上的侧投影面积；L_oa为船舶总长; C_wX(α_R)和C_wY(α_R)分别为X和Y方向的风压力矩系数，C_wZ(α_R)为绕Z轴的风压力矩系数。

1.3.2 浪干扰因素

与风相伴相生的波浪会对船舶操纵产生影响。波浪引起流体中的压力在垂直分布上发生变化，从而作用于船体表面产生波浪干扰力。当风力减弱或停止后，风浪会受到重力和摩擦力的影响逐渐衰减，形成涌浪。

海浪平均波高h和周期T_W的计算公式如下：

$ \left\{\begin{array}{l} h=0.015 U_{\mathrm{T}}^2+1.5 \\ T_{\mathrm{W}}=-0.0014 U_{\mathrm{T}}^3+0.042 U_{\mathrm{T}}^2+5.6 \end{array}\right. $

(2)

规则的波浪频率ω计算公式为

$ \omega=\frac{2 \pi}{T_{\mathrm{w}}} . $

(3)

海上波浪实际上是不规则的，由各种不同的波长、波高和陡度的波组成。有1/3波的波高是平均波高的1.6倍，称之为有义波高$\widetilde{h}_{1 / 3}$，

$ \widetilde{h}_{1 / 3}=1.6 h . $

(4)

波浪遭遇角χ为来浪角度，顺时针从0°到360°变化，迎浪为0°。船舶遭遇浪的频率用ω_e表示，受到波浪频率、遭遇角以及船速影响，

$ \left\{\begin{array}{l} \omega_{\mathrm{e}}=\omega-V \cdot k \cdot \cos \chi, \\ k=2.1512 B^{3 / 8}, \\ B=3.11 /\left(\widetilde{h}_{1 / 3}\right)^2 . \end{array}\right. $

(5)

故波浪干扰力矩为

$ \left\{\begin{array}{l} \bar{X}_{\text {wave }}=2 a \cdot B \frac{\sin b \cdot \sin c}{c} s(t), \\ \bar{Y}_{\text {wave }}=-2 a \cdot L \frac{\sin b \cdot \sin c}{c} s(t), \\ \bar{Z}_{\text {wave }}=a \cdot k\left[B^2 \sin b \frac{c \cdot \cos c-\sin c}{c^2}-\right. \\ \left.L^2 \sin c \frac{b \cdot \cos b-\sin b}{b^2}\right] \cdot \xi(t) . \end{array}\right. $

(6)

其中: $a=\rho g\left(1-\mathrm{e}^{-k \cdot d}\right) / k^2$; ρ为海水密度; d为船舶吃水; b=k·L/2·cosχ; L为船长; c=k·B/2·sinχ; s(t)=(k·h/2)sin(ω_et); ξ(t)=(h/2)cos(ω_et); V为相对于波浪的船速。

1.3.3 横倾风险指数

1) 定义。

定义船舶横倾风险指数SI为评估船舶稳性相对安全性的量化指标，用侧倾力矩与复原力矩的比值表示，

$ \mathrm{SI}=N_{\mathrm{C}} / N_{\mathrm{M}} . $

(7)

其中：N_C为侧倾力矩, N_M为复原力矩。

船舶复原力矩是在横摇或横倾姿态下船舶自身恢复到原平衡姿态的复原力矩，

$ N_{\mathrm{M}}=\mathrm{G Z} \cdot \Delta . $

(8)

其中：GZ是静稳性力臂，Δ是船舶排水量。

侧倾力矩是由于外界干扰力使船舶发生横倾所产生的力矩。此处考虑风和浪两个干扰因素作用在船体上的致倾力矩，通过对三维方向求和可得侧倾力矩，

$ \left\{\begin{array}{l} \bar{X}_{N_{\mathrm{C}}}=\bar{X}_{\text {wind }}+\bar{X}_{\text {wave }}, \\ \bar{Y}_{N_{\mathrm{C}}}=\bar{Y}_{\text {wind }}+\bar{Y}_{\text {wave }}, \\ \bar{Z}_{N_{\mathrm{C}}}=\bar{Z}_{\text {wind }}+\bar{Z}_{\text {wave }} . \end{array}\right. $

(9)

2) 风险衡准。

将对船舶稳性安全产生直接影响的外界环境条件分为5个等级。以风速划分为：0~4 m/s为低风险，4~7 m/s为中风险，7~10 m/s为较高风险，10~12 m/s为高风险，12 m/s以上为超高风险。以浪高划分为：0~2 m为低风险，2~4 m为中风险，4~6 m较高风险，6~8 m高风险，8 m以上为超高风险。以横倾风险指数划分为：0~0.5为横摇低风险，0.5~0.8为横摇中等风险，0.8~1.0为横摇较高风险，1.0~1.2为横摇高风险，1.2以上为横摇超高风险。

横倾风险指数对于量化船舶稳性的安全性水平的意义在于：(1) 当横倾风险指数远小于1.0时，船舶横摇幅度很小(侧倾力矩较小)，船舶出现随波而摇的现象，甲板很少上浪。船舶会自行恢复水平状态，保持稳定；(2) 当横倾风险指数在1.0附近时，船舶发生谐摇，船体横摇摆幅剧烈，风浪对船舶的扰动力矩方向较长时间内与横摇方向一致，使横摇角越摇越大，横摇幅度很大，有可能超过船舶最大横倾角，倾覆风险处于高位；(3) 当横倾风险指数远大于1.0时，船舶横摇剧烈，但仍赶不上波浪的变动，与波浪不协调，船舶极易与波浪撞击，甲板上浪较多，船舶横摇会越来越剧烈，横摇摆幅多次出现极值，甚至发生倾覆。

2 结果与讨论 2.1 航行环境特征分析 2.1.1 代表性航线环境

海上丝绸之路跨越中国南海、菲律宾海、孟加拉湾和阿拉伯海等海域。沿该水域代表性航线航行船舶稳性安全受到复杂海洋环境和天气条件的影响，如洋流、季风、台风等。

1) 局部风浪环境。

海上环境要素时空特性分析为船舶稳性安全评估提供重要的数据支持。比如，相关研究表明风速分布特征对航行风险有显著影响^[13]。对中国南海、孟加拉湾、阿拉伯海域的2001—2022年风浪数据进行Kriging插值处理，得到1月的三维风浪分布，如图 5所示。

结果显示：(1) 阿拉伯海域(东经37°~41°，北纬25°~33°)出现明显大风区，与1月好望角附近水域的明显风浪高值对应；(2) 在孟加拉湾，靠近印度与孟加拉国沿海区域存在明显风浪高值；(3) 在中国南海1月存在大范围大风区，集中分布在海南岛东部及东北部海域。

结果表明，上述3个海域出现大风往往伴随有高浪风险；综合考虑风速与浪高，中国南海为较高风险海域，阿拉伯海为中风险海域，孟加拉湾为低风险海域。

2) 航线月度风浪环境。

根据提出的多源环境数据融合方法，对海上丝绸之路主要航线船舶航行环境风险进行可视化(蓝色至红色渐变的标识表示不同风险等级的大小)，结果如图 6所示。

中国沿海水域航海环境呈现明显的季节性：(1) 10月—次年2月，受到北向冬季季风的作用，中国东部沿海存在大风大浪的高风险区域，并随时间逐渐扩大影响范围；而中国南海海域较为平静，相对较为安全，没有明显风浪高值；(2) 3—5月为季风过渡期，中国整个沿海受风浪影响都由强变弱，并向浙江省海域附近收缩；(3) 6—8月为夏季季风盛行期，也是中国东部海域和南海海域台风盛行季，均有大片高风险区域；(4) 9—10月为季节转换期，夏季季风逐渐被冬季季风替代，自北向南风力逐渐增强。

北印度洋水域航海环境也具有较强的风险时空分布特征：(1) 10月—次年2月，盛行东北季风，海水主要向西南流动，中部航线风险值随着时间延伸，由东向西风险逐渐增高；(2) 3—5月，由于南赤道暖流的分支和东北季风汇合形成北印度洋环流，造成阿拉伯海与好望角区域出现明显高风险区域；(3) 5—9月，由于西南季风影响，随着时间延伸中部航线风险值逐渐缩减，存在相对安全区域。

海上丝绸之路航线航行环境具有显著的台风影响特征：(1) 台风季时，如6—8月中国东海与南海和3—5月阿拉伯海域都有较高的风险值；(2) 在非台风季节，受到季风和冷空气影响，风力增强和波浪增高，11、12月和1月中国黄海和东海、孟加拉湾海域都有高风险值出现。

2.1.2 风浪影响下船舶航行风险

考虑海域波浪特性及其能量分布^[14]，发现风浪因素对海上丝绸之路航线的航行安全构成显著影响。结合构建的船舶稳性安全环境影响模型，对2001—2022年海上丝绸之路代表性航线船舶航行风险进行可视化，得到代表性航线的航行风险图，图 7所示为12月航行风险图。

图 7显示：有两处明显高风险区域，分别为亚丁湾和马六甲海峡附近海域。两处高风险区域的形成均与风浪条件密切相关：1) 亚丁湾附近海域在12月不会受到台风的直接影响，但会时刻伴有东北季风；在亚丁湾狭窄海峡出现显著的狭管效应，导致季风和海洋环流增强；2) 类似地，马六甲海峡附近海域作为连接印度洋和南海的狭窄航道，大风季节会有显著的狭管效应，12月寒潮会带来高风险；毗邻马六甲海峡的南海南部海域，在台风季节航行风险较高。

船舶航行过程中需要特别注意以上海域的风浪条件，以确保稳性安全，尤其是警惕西北太平洋水域台风的高致灾性^[15]对海上丝绸之路代表性航线通航安全韧性的威胁。

2.2 船舶倾覆事故反思 2.2.1 船舶概况

2015年中国南海南部海域发生了满载铝土矿散货船“Bulk Jupiter”轮严重倾覆事故，21名船员死亡。该船是灵便型散货船，船舶参数^[16]如表 1所示。

该船于2014年12月30日21:24时离开马来西亚关丹港开往中国青岛。2015年1月2日，船舶遭遇持续恶化的天气和海况，最终沉没在越南东南海域，如图 8所示。

2.2.2 船舶倾覆发展过程

根据事故报告，2015年1月1日天气开始恶化，平均风速增加2 kn (1 kn=0.514 m/s)，平均浪高增加0.6 m。1月2日14时，风速为30 kn，浪高为4.7 m。事故前后的航行环境如图 9所示。

风舷角是指风与船首向的相对角度，流舷角是指海流与船首向的相对角度。风舷角会产生倾侧力矩使船体向下风侧发生横倾；流舷角向船首施加偏转力矩，也会使船体产生顺流方向的横倾。船舶相对于风浪的姿态变化如图 10所示。

明显地，船舶的风舷角和流舷角变化幅度较大，可能会导致船舶稳性降低，增加倾覆的风险。船舶在航行中遭遇恶劣天气，风、浪和流的影响加剧，使船舶受到更大的倾斜力矩，船舶产生不稳定的横倾，同时航速发生较大变化，船舶操纵性能减弱，抵抗风浪干扰的能力下降。

2.2.3 船舶横倾风险态势

根据建立的船舶稳性安全环境影响模型，结合“Bulk Jupiter”轮船舶参数，对船舶稳性受到风浪流影响进行量化分析。基于风、浪对船舶的致倾力矩，计算横倾风险指数，得到航行过程中稳性安全的动态变化曲线，如图 11所示。

图 11结果显示：1) 横倾风险指数持续上升，尤其是事故前较短时间内上升趋势尤为剧烈，外界风浪产出的倾侧力矩超过船舶复原力矩；2) 在位置点7处，船舶横倾风险指数已高于0.8，正如事故报告所述，此时船舶横摇加剧甚于往常，船长通知所有船员在左舷救生艇甲板集合；3) 在位置点10处发生45°右倾，船员开始准备右舷弃船，在位置点11处船舶沉没。可见，在横倾风险指数大于1.1时，船舶几乎失稳，倾覆极有可能发生。

图 11结果表明：1) 在位置点4、5时，尽管船舶的风舷角和流舷角几乎没有变化，但船舶横倾风险指数仍保持较大幅度的上升趋势，这表明在强风浪的情况下，船舶即使已经采取顶风顶浪航行，试图减小风浪对船舶的冲击，但仍无法改变船舶稳性降低趋势。经推断，可能是船舶本身稳性不高，或其他内部因素影响所致。2) 结合位置点7和8时，风速和浪高达到峰值区间。风舷角和流舷角的变化曲线也显示，船舶处于偏顶风和正横前受流状态，这对船速产生较大影响，船舶的保向能力受到很大削弱。因此，当船舶横倾风险指数在0.5~0.8时，应该提前研判横倾风险，及时准备应急部署；当横倾风险指数在0.8~1.1时，应开始实施应急部署；当横倾风险指数大于1.1时，应及时撤离以保障生命安全。

2.3 稳性安全影响分析

本研究发现, 海上丝绸之路航线风浪环境总体风险可控，局部水域在特别时段通航风险较大，台风季节对船舶通航安全影响大，12月至次年1月中国南海南部海域航行环境中低风险。然而，“Bulk Jupiter”轮倾覆沉没事故发生在1月初，与前述环境风险分布相悖，也与环境影响船舶稳性安全模型推理出的南海南部海域船舶航行风险由中高风险向低风险变化的结论有别。与“Bulk Jupiter”轮同尺度的灵便型散货船“育明”轮，在相同泊位装载同种货物航行相同航线，最终顺利到达中国北方港口。因此，将上述两船作为对照性样本，进一步在探究事故致因时扩大影响分析的范围，即将内部因素(船载货物稳定性)与外部因素(船舶航行环境)同等重要地纳入船舶稳性安全研究中，揭示横倾致因对船舶稳性变化的影响机理。

船舶内部因素而言，应重点考虑船舶结构和货物多样性，尤其是货物性态稳定性。船载铝土矿失稳后的浆液密度达到2.0 t/m³时，船舶初稳性高度低于法定要求，船舶稳定性受到极大削弱，倾覆灾害风险严峻^[17]。正如事故报告给出的真相：船舶遭遇了恶劣天气和海况，直接导致货物发生严重液化，进而严重破坏了船舶稳性，最终导致船舶倾覆沉没。因此，航行船舶需要做好航线规划以预测和规避潜在的高风险恶劣海洋和气象条件。同时，还要注意常态航行环境中船舶自身属性在船舶稳性安全中的根本地位。特别是，货物发生移位或大规模液化等情况引起船舶内部环境的突变会极大削弱船舶稳性，必须引起足够的重视。

3 结论

本文针对航线自然环境与船舶横摇状态的强相关性，提出了一种面向海洋气象环境要素的船舶稳性安全环境影响分析方法，设计了多源环境数据处理与融合方法，结合风浪条件分析船舶姿态，采用船舶横倾风险指数对航行风险进行定量评估。

该分析方法将风险理念贯穿于“信息感知—影响辨识—风险评估”的全过程，揭示了海上丝绸之路航线风浪环境时空分布特征，得到了风浪对船舶姿态的影响，实现了风浪条件下船舶稳性安全风险评估的定量化和可视化。

本文所提出的影响分析方法整合了长达22 a的气象数据，为海上丝绸之路航行区域的风浪环境提供了有效的数据处理框架，但仍不能实时精准地反馈环境变化对船舶稳性的影响，需要在处理台风和寒潮等极端天气的影响时嵌入更精细的数学模型。典型横倾事故的案例分析凸显了所构建稳性安全影响模型的片面性，因此要正视船舶航行安全是复杂系统工程，进一步健全内部因素和外部环境影响稳性安全综合分析模型。

船舶稳性安全影响以船舶属性和货物特性为基础，船舶种类、船体结构、货物性态、操纵行为等与船舶运动姿态的交联机理是核心。下一步应构建船-货共同体视角的船舶稳性安全保障体系，为海上丝绸之路航线交通韧性治理提供有益的技术支撑。