基于空間模糊層次分析的航行環(huán)境風(fēng)險評估

摘 要：隨著海上交通日益繁忙，保障船舶安全航行成為全球性重要議題。本文從航行自然環(huán)境和海上交通環(huán)境兩方面構(gòu)建航行環(huán)境風(fēng)險評估模型，將地理空間技術(shù)和模糊層次分析法（fuzzy analytic hierarchy process，F(xiàn)AHP）結(jié)合，對廈門港及其周邊海域的航行環(huán)境風(fēng)險評估，形成風(fēng)險分級圖并對其空間分布特征進行分析。結(jié)果表明：受自然環(huán)境影響，該區(qū)域航行環(huán)境風(fēng)險大致呈“U”型分布，風(fēng)險等級沿“SW—NE”逐漸降低；在交通環(huán)境影響下，風(fēng)險等級≥8級的區(qū)域呈散點狀分布在距海岸線較遠海域，尤其是兄弟嶼東部海域；綜合以上兩方面，廈門港及其周邊海域航行環(huán)境風(fēng)險整體處于中等偏低風(fēng)險，但仍有約6.17%的區(qū)域風(fēng)險等級≥7級，主要分布在“南澎列島—兄弟嶼”連線的延長線以南和廈門灣海域。

關(guān)鍵詞：航行環(huán)境風(fēng)險；地理空間技術(shù)；模糊層次分析法；風(fēng)險空間分布

中圖分類號：P208；P732.1

文獻標(biāo)志碼：A

文章編號 1000-5269（2023）03-0054-08

DOI：10.15958/j.cnki.gdxbzrb.2023.03.08

隨著海上運輸在全球貨運、客運中占據(jù)著愈發(fā)重要的地位，船舶數(shù)量日漸增多，港口水域的運輸壓力日益加重 ［1］，從而導(dǎo)致近幾年海上交通事故頻繁發(fā)生，造成了嚴(yán)重的生命威脅和財物損失［2］。因此，航行風(fēng)險評估是海上交通運輸領(lǐng)域的重點研究課題。

航行風(fēng)險評估主要從指標(biāo)選取和權(quán)重確定方法兩方面出發(fā)。根據(jù)評估的側(cè)重點不同，評估指標(biāo)的選取上也存在較大差異［3］。CARMEN等［4］主要針對航道環(huán)境對大型集裝箱船的航行風(fēng)險進行了評估。張新放等［5］通過分析船舶因素、管理因素和人為因素，建立了基于綜合安全評估的指標(biāo)體系。張青等［6］將重點放在氣象因素的研究，對在不良天氣下航行的船舶航行有著一定的指導(dǎo)意義。李振福等［7］從政治、經(jīng)濟、社會方面對北極航行風(fēng)險進行了評估。在評估方法的選取上，1998年，馬會等［8］最先將灰色聚類和灰色統(tǒng)計結(jié)合起來對航道危險度進行了綜合評估。陳堯等［9］將模糊數(shù)學(xué)引入層次分析法中，利用模糊層次分析法對仰光河航道風(fēng)險進行了綜合評價。王晨等［10］建立了基于逼近理想解排序法（technique for order preference by similarity to ideal solution，TOPSIS）的航道引航風(fēng)險評估模型對長江江蘇段4段航道的引航環(huán)境風(fēng)險進行了評價。以上研究多由觀測和統(tǒng)計數(shù)據(jù)確定評估指標(biāo)參數(shù)，缺乏一定的客觀性，并且尚未考慮航行風(fēng)險等級的空間差異，評估結(jié)果大多呈現(xiàn)為抽象的分值，并不能直觀地反映研究區(qū)的風(fēng)險等級空間分布情況。

近年來，遙感、全球衛(wèi)星導(dǎo)航定位（global positioning system，GPS）等地理大數(shù)據(jù)的日益增多，給海上航行風(fēng)險提供了新視角。李振福等［11］通過船舶地理數(shù)據(jù)提取船舶的自身屬性對“21世紀(jì)海上絲綢之路”的航行風(fēng)險進行了評估。甄榮等［12］通過地理大數(shù)據(jù)研究了一種用于海上交通監(jiān)控管理的船舶會遇計算方法。然而，已有文獻對這些數(shù)據(jù)的量化形式缺乏詳盡考慮。

基于此，本文將地理空間技術(shù)和模糊層次分析法相結(jié)合，基于海洋環(huán)境和船舶自動識別系統(tǒng)（Automatic Identification System，AIS）地理大數(shù)據(jù)， 從航行自然環(huán)境和海上交通環(huán)境兩個方面構(gòu)建航行環(huán)境風(fēng)險評估模型，并以廈門港及其周邊海域為例，對其航行環(huán)境風(fēng)險進行評估，實現(xiàn)風(fēng)險等級空間分布的可視化，為船舶安全航行提供直觀的參考依據(jù)。

1 研究區(qū)和數(shù)據(jù)

1.1 研究區(qū)概況

廈門港位于中國福建省東南部，是中國東南國際航運中心、全國綜合運輸體系的重要樞紐，也是閩南、閩西的主要出?？诎叮?3］。港口轄區(qū)包含廈門市（東渡、海滄、翔安）和漳州市（招銀、后石、石碼、古雷、東山、詔安）的九大港區(qū)。2021年，廈門港集裝箱吞吐量達1 205萬標(biāo)箱，成為全球第十三大港口。2022年，增加集裝箱班輪航線，總計達到162條，港口調(diào)度和交通壓力明顯增大，船舶航行所面臨的風(fēng)險也愈來愈大［14］。據(jù)中華人民共和國廈門海事局（http：//port.xm.gov.cn/）發(fā)布的報告統(tǒng)計得，自2020起，轄區(qū)內(nèi)發(fā)生不同程度的事故和險情共計53次，造成了不同程度的損失。廈門港地處東南亞熱帶季風(fēng)區(qū)，季節(jié)性特征較為典型；沿海多霧且多為平流霧，每年的2月至5月為海霧多發(fā)期，霧數(shù)日占全年的60%以上；降水主要集中在每年的 5月至10月，其中，6月降雨量最大［15］。本文將廈門港及其周邊海域作為研究區(qū)，如圖1所示。

1.2 數(shù)據(jù)概況及預(yù)處理

本文所使用到的數(shù)據(jù)主要包括船舶航行數(shù)據(jù)、海洋環(huán)境數(shù)據(jù)兩類，數(shù)據(jù)相關(guān)信息見表1。

AIS數(shù)據(jù)可以客觀準(zhǔn)確地獲取船舶的航行信息和軌跡點位的空間分布，但是由于AIS數(shù)據(jù)中部分屬性需要人工輸入，所以不可避免地會出現(xiàn)錯誤。因此，為了保證數(shù)據(jù)質(zhì)量，確保后續(xù)試驗的準(zhǔn)確性和客觀性，從字段屬性值和空間分布角度對AIS進行缺失值補充、錯誤值去除或更新 ［16］。海洋環(huán)境數(shù)據(jù)為.NC格式的文件，需要進行預(yù)處理。首先將.NC文件全部轉(zhuǎn)為.TIF文件后，把所有.TIF文件重采樣至15弧秒，并裁剪至研究區(qū)范圍。最后將所有數(shù)據(jù)統(tǒng)一轉(zhuǎn)換至WGS-84坐標(biāo)系。

2 研究方法

從航行自然環(huán)境和海上交通環(huán)境兩方面構(gòu)建評估指標(biāo)體系，用模糊層析分析法確定權(quán)重，利用線性加權(quán)和地理空間技術(shù)對廈門港及其周邊海域的航行環(huán)境風(fēng)險進行評估，如圖2所示。

2.1 指標(biāo)體系構(gòu)建

在遵循指標(biāo)的可行性、時效性和數(shù)據(jù)可獲取性的前提下，從航行自然環(huán)境、海上交通環(huán)境兩方面，選取大風(fēng)頻數(shù)、大浪頻數(shù)、霧、降雨量、水深、船舶速度、交通密度、危險船舶、助航標(biāo)志 9項影響因素作為航行風(fēng)險評估指標(biāo)，見表2。

2.2 指標(biāo)值計算

對9個指標(biāo)進行數(shù)據(jù)處理，得到各指標(biāo)量化數(shù)值，具體處理過程見表2。

由于每個指標(biāo)都有各自的量綱和特征，需進行無量綱化處理，得到范圍在1～10的標(biāo)準(zhǔn)化指標(biāo)值。其中，正向和逆向指標(biāo)的無量綱化處理公式見式（1）[18-19]。式中，X′為標(biāo)準(zhǔn)化后的指標(biāo)值，X為原始指標(biāo)值，Xmin和Xmax分別為指標(biāo)值中的最小值和最大值。

2.3 權(quán)重確定

模糊層次分析法，是在層次分析法（analytic hierarchy process，AHP）的基礎(chǔ)上引入模糊數(shù)學(xué)，最大程度降低了決策過程中的不確定性帶來的影響［20］。

本文中采用文獻［21］中的矩陣解算方法代替?zhèn)鹘y(tǒng)方法［22］：

1）根據(jù)專家提供的評價數(shù)據(jù)構(gòu)造三角模糊判斷矩陣A=（aij）n×n，矩陣中的元素aij=（lij，mij，uij）為三角模糊數(shù)[23]（triangular fuzzy number，TFNs），在每一個三角模糊數(shù)（l，m，u）中，下界l、中值m、上界u的取值均依據(jù)層次分析法中的1～9標(biāo)度法確定[24]；

2）對判斷矩陣依照公式（2）、（3）進行一致性檢驗，當(dāng)Rlt;0.1時，矩陣滿足一致性要求，可以對矩陣進行計算，否則，應(yīng)對元素aij加以調(diào)整，直至通過一致性檢驗；

式中，C表示偏離一致性指標(biāo)，I為隨機一致性指標(biāo)，λmax表示矩陣的最大特征根；

3）構(gòu)建模糊評判因子矩陣E，并計算調(diào)整判斷矩陣Q，如式（4）。其中，mij為三角模糊中值；

4）將矩陣Q按列轉(zhuǎn)化為對角線為1的判斷矩陣;

5）計算矩陣內(nèi)每行元素的n次方根，并對該數(shù)值進行歸一化處理，即得到每項指標(biāo)的權(quán)重值。

2.4 風(fēng)險量化分級

通過線性加權(quán)得到航行環(huán)境的風(fēng)險值，如式（5）。利用相等間隔法將航行環(huán)境風(fēng)險劃分為10個等級，航行環(huán)境風(fēng)險從1級到10級依次增高。

式中，Dk為第k個柵格單元的航行環(huán)境風(fēng)險值；uik為指標(biāo)i在第k個柵格單元中的指標(biāo)值；Wi為指標(biāo)i的權(quán)重值；n為指標(biāo)的總個數(shù)。

3 評估結(jié)果與分析

3.1 指標(biāo)計算結(jié)果

圖3顯示了各指標(biāo)的空間分布特征。在航行自然環(huán)境方面，研究區(qū)遠海水域極易受到大風(fēng)、大浪的影響，從而影響船舶的操縱性，給船舶航行帶來一定的風(fēng)險，而近岸海域海霧覆蓋面積和降雨量則高于遠海水域，能見度不佳，會使船舶航行安全度大幅降低。在水深指標(biāo)中，研究區(qū)近岸和島嶼處水深較淺，船舶航行會存在擱淺或觸礁風(fēng)險。在海上交通環(huán)境方面，研究區(qū)內(nèi)船舶的航行速度整體較低，遠海區(qū)域船速略高于近海區(qū)域。在交通密度指標(biāo)中，研究區(qū)內(nèi)的船舶主要集中在航道上，其中，東北部的進港航道和港口內(nèi)部的船舶數(shù)量較多，交通密度較大時，很容易發(fā)生碰撞事故。對于危險船舶指標(biāo)，研究區(qū)內(nèi)大型油輪和運輸危險物品的貨船整體集中在“西南-東北”的近岸航道上，其中，風(fēng)險較高的區(qū)域呈散點狀分布在航道及航道以南。研究區(qū)內(nèi)的助航標(biāo)志主要沿航道走向分布，也會布設(shè)在入港處或者航道重要轉(zhuǎn)向點處，供船舶定位、確定航向等，在該指標(biāo)上，東南部的航行環(huán)境風(fēng)險較高。

3.2 權(quán)重計算

為了保證權(quán)重的客觀性、合理性，邀請三位海上交通安全領(lǐng)域相關(guān)的專家及教授，對各層級指標(biāo)進行兩兩比較打分。在所有判斷矩陣滿足一致性條件（0.017 8～0.068 9）的情況下，利用模糊層次分析法計算得出指標(biāo)權(quán)重。在航行自然環(huán)境中，水深的權(quán)重最高，為0.119 0。大浪頻數(shù)和大風(fēng)頻數(shù)的權(quán)重分別為0.096 7和0.094 3。霧和降雨量對船舶航行的影響則相對較小，權(quán)重緊隨大浪頻數(shù)和大風(fēng)頻數(shù)之后，分別為0.089 1和0.074 9。在航行交通環(huán)境中，交通密度、助航標(biāo)志和船舶速度的重要程度相當(dāng)，分別為0.144 5、0.143 6和0.143 0。危險船舶的權(quán)重為0.094 9。

3.3 航行環(huán)境風(fēng)險分析

根據(jù)線性加權(quán)法分別得到自然環(huán)境、交通環(huán)境影響下的航行環(huán)境風(fēng)險等級分布和綜合風(fēng)險等級分布，如圖4、圖5所示。其中，受水深限制，大型船舶在水深不足9 m的海域航行時擱淺風(fēng)險較大［25］，通過疊置分析將水深小于9 m的區(qū)域劃定為危險水深區(qū)（圖5灰色區(qū)域）。對不同風(fēng)險等級的分布面積進行占比統(tǒng)計，如圖6所示。

1）自然環(huán)境影響：由圖4（a）和圖6（a）可知，在自然環(huán)境的影響下，研究區(qū)的航行環(huán)境風(fēng)險等級整體呈“U”型分布，“U”字拐點可延伸到南澎列島北側(cè)海域，且風(fēng)險等級自“U”字拐點起沿“SW—NE”依次降低。風(fēng)險等級≥7級的區(qū)域占總面積的13.27%，主要分布在研究區(qū)西南部、詔安灣、廈門灣和同安灣。其中，風(fēng)險等級≥9級的區(qū)域僅占1.85%，為“南澎列島—兄弟嶼”連線以南和同安灣以西的海域，大風(fēng)、大浪頻數(shù)高和水深條件不佳是分別導(dǎo)致這兩個區(qū)域風(fēng)險較高的主要原因。風(fēng)險等級≤6級的區(qū)域分布范圍最廣，共占86.73%，主要分布在研究區(qū)中部海域。

2）海上交通環(huán)境影響：由圖4（b）和圖6（b）可知，在交通環(huán)境的影響下，研究區(qū)航行環(huán)境風(fēng)險等級整體≤6級。風(fēng)險等級處于1～5級的區(qū)域共占93.34%，主要分布在研究區(qū)各個港灣和航道上。風(fēng)險等級處于6～8級的區(qū)域主要受交通密度影響，分布在主航道、廈門灣、圍頭灣海域，占6.54%。兄弟嶼東部海域的風(fēng)險等級整體處于5～7級，風(fēng)險等級整體由兄弟嶼東部最遠處向海岸線方向遞減，這種遞減的趨勢主要是由于助航標(biāo)志的分布趨于密集，且船舶速度較低。風(fēng)險等級≥8級的區(qū)域面積極小，僅占0.38%，主要呈散點狀分布在距海岸線較遠海域，尤其是兄弟嶼東部海域，危險船舶占比較多且助航標(biāo)志設(shè)立不完善是導(dǎo)致該區(qū)域風(fēng)險較大的主要原因。

3）綜合兩方面影響：由圖5和圖6（c）分析得，在自然環(huán)境和交通環(huán)境的綜合影響下，研究區(qū)的航行環(huán)境風(fēng)險整體較低，且風(fēng)險等級的空間分布格局大致呈現(xiàn)“SW—NE”逐漸降低。“南澎列島—兄弟嶼”連線的延長線以南和廈門灣海域航行環(huán)境風(fēng)險等級偏高，達到7級及以上，面積占總研究區(qū)的6.17%。造成該區(qū)域風(fēng)險等級較高的主要原因分別是大風(fēng)、大浪頻數(shù)較高和交通密度較大。其中，風(fēng)險等級為8～10級的海域占比僅為1.62%，主要分布在研究區(qū)南部。但受交通環(huán)境影響，研究區(qū)內(nèi)的交通情況整體較好且助航標(biāo)志配備較為完善，在“南澎列島—兄弟嶼”連線的延長線以北區(qū)域的航行環(huán)境風(fēng)險等級整體降低，大多處于5級及以下，面積占比共計73.7%。其中，東山灣、浮頭灣處風(fēng)險等級較低，而詔安灣、廈門灣、圍頭灣和同安灣周邊風(fēng)險等級相對略高。值得注意的是，危險水深區(qū)水深不足9 m，主要分布在近岸和島嶼附近海域，占總面積的12.17%，船舶在此區(qū)域內(nèi)航行時擱淺風(fēng)險較大。

4 結(jié)論

本文將地理空間技術(shù)與模糊層次分析相結(jié)合，從航行自然環(huán)境和海上交通環(huán)境兩方面選取大風(fēng)頻數(shù)、大浪頻數(shù)、水深、船舶速度、交通密度等9個指標(biāo)建立船舶航行環(huán)境風(fēng)險評估體系，對廈門港及其周邊海域的航行環(huán)境進行風(fēng)險評估，形成了綜合航行自然環(huán)境和海上交通環(huán)境兩方面的航行環(huán)境風(fēng)險分級圖，并分析了其空間分布特征。研究結(jié)果表明：

1）在自然環(huán)境影響下，廈門港及其周邊海域的航行環(huán)境風(fēng)險等級整體呈“U”型分布，且由西南向東北依次降低。風(fēng)險等級較高的區(qū)域主要位于 “南澎列島—兄弟嶼”連線以南和同安灣以西。

2）在海上交通環(huán)境的影響下，廈門港及其周邊海域的航行環(huán)境風(fēng)險等級整體≤6級，僅有0.38%的區(qū)域風(fēng)險等級≥8級，主要呈散點狀分布在距海岸線較遠區(qū)域，尤其是兄弟嶼東部海域。

3）綜合自然環(huán)境和交通環(huán)境兩方面的影響，廈門港及其周邊海域的航行環(huán)境整體處于中等偏低風(fēng)險，“南澎列島—兄弟嶼”連線的延長線以南和廈門灣海域的航行環(huán)境風(fēng)險呈現(xiàn)較高趨勢。風(fēng)險等級的空間分布格局大致呈“SW—NE”逐漸降低。其中，水深不足9 m的危險水深區(qū)擱淺風(fēng)險較大，主要分布在近岸和島嶼附近海域。經(jīng)統(tǒng)計得，研究區(qū)內(nèi)航行環(huán)境風(fēng)險等級≥7級的區(qū)域占總面積的6.17%，為偏高風(fēng)險區(qū)。對于本研究識別出的高風(fēng)險區(qū)域，建議完善引航標(biāo)志的配置，加強日常巡邏措施，從而保障該區(qū)域的船舶航行安全。

本文著重對航行的環(huán)境風(fēng)險進行評估，并獲取了風(fēng)險等級空間分布特征。在指標(biāo)中尚未考慮海域沿岸國家相關(guān)政策、人為因素等軟性指標(biāo)，未來將在指標(biāo)體系上進一步優(yōu)化評估模型。

參考文獻：

[1]GERLITZ L M， MEYER C. Small and medium-sized ports in the TEN-T network and nexus of europe's twin transition： the way towards sustainable and digital port service ecosystems［J］. Sustainability， 2021， 13（8）： 4386.

［2］ SABINE K， CHRISTIAAN H J. Evaluation of total risk exposure and insurance premiums in the maritime industry［J］. Transportation Research Part D， 2017， 54： 321-334.

［3］ LUO M， SHIN S H. Half-century research developments in maritime accidents： Future directions［J］. Accid Anal Prev， 2016， 123： 448-460.

［4］ CARMEN G， LEONARD D. Navgation safety assessment based on short term seakeeping limit criteria for a feeder type container ship of 1300 TEU［J］. Galati University Press， 2015， 38： 5-8.

［5］ 張新放， 關(guān)克平. 船舶航行安全的影響因素及安全性評估研究［J］. 中國水運， 2015， 15（11）： 50-52.

［6］ 張青， 李建， 顧婷婷， 等. 江海聯(lián)運船舶航行安全氣象評價指標(biāo)體系的建立與應(yīng)用［J］. 中國水運， 2020（8）： 27-29.

［7］ 李振福， 史曉梅， 周玉濤. 北極航行外部環(huán)境風(fēng)險評估［J］. 海洋經(jīng)濟， 2022， 12（1）： 11-20.

［8］ 馬會， 吳兆麟. 港口航道水域操船環(huán)境危險度的綜合評價［J］. 大連海事大學(xué)學(xué)報， 1998（3）： 17-20.

［9］ 陳堯， 肖英杰. 基于模糊綜合評判方法的仰光河航道安全評估［J］. 上海海事大學(xué)學(xué)報， 2007（1）： 50-56.

［10］王晨， 江福才， 馬全黨. 基于熵權(quán)TOPSIS模型的航道引航環(huán)境風(fēng)險評價［J］. 安全與環(huán)境學(xué)報， 2016， 16（3）： 33-37.

［11］李振福， 陳霄， 趙梓州. 基于AIS數(shù)據(jù)的“21世紀(jì)海上絲綢之路”航行安全風(fēng)險評估［J］. 水利水電技術(shù)， 2021， 52（5）： 1-12.

［12］甄榮， RIVEIRO M， 金永興. 一種基于DBSCAN的船舶會遇實時識別方法［J］. 上海海事大學(xué)學(xué)報， 2018， 39（1）： 1-5.

［13］任偉. 廈門港加快融入“一帶一路”的路徑探究［J］. 中國集體經(jīng)濟， 2022（1）： 28-29.

［14］李振福， 史曉梅， 周玉濤. 北極航行外部環(huán)境風(fēng)險評估[J]. 海洋經(jīng)濟， 2022， 12（4）： 93-102.

［15］陳毅. 基于IWRAP和PAWSA模型的廈門港通航環(huán)境分析［D］. 廈門： 集美大學(xué)， 2019.

［16］郭昊. 基于AIS數(shù)據(jù)的軌跡段聚類方法研究［D］. 南京： 南京信息工程大學(xué)， 2021.

［17］汪恒， 蘭培真. 區(qū)間直覺模糊集的港口水域船舶航行環(huán)境風(fēng)險評價［J］. 中國航海， 2021， 44（2）： 38-44，52.

［18］MUHAMMAD A H， STUART P， CHRIS R， et al. Assessing tropical cyclone risks using geospatial techniques［J］. Applied Geography， 2018， 98： 22-23.

［19］LI S P， GONG Q X， YANG S L. A sustainable， regional agricultural development measurement system based on dissipative structure theory and the entropy weight method： a case study in Chengdu， China［J］. Sustainability， 2019， 11（19）： 5313.

［20］FAWAZ A， AHMED A， ASIF I K， et al. Evaluating security of big data through fuzzy based decision-making technique［J］. Computer Systems Science and Engineering， 2023， 44（1）： 859-872.

［21］曹馨勻. 基于三角模糊層次分析法的重慶地區(qū)建筑低碳化評價指標(biāo)體系研究［D］. 重慶： 重慶大學(xué)， 2014.

［22］CHANG D Y. Applications of the extent analysis method on fuzzy AHP［J］. European Journal of Operational Research， 1996， 95（3）： 649-655.

［23］BHADRAN A， GIRISHBAI D， JESIYA N P， et al. A GIS based Fuzzy-AHP for delineating groundwater potential zones in tropical river basin， southern part of India［J］. Geosystems and Geoenvironment， 2022， 1（4）： 10093.

［24］李志強， 徐斌， 王升， 等. 基于改進的AHP-SPA的邊坡穩(wěn)定性評價及工程應(yīng)用［J］. 公路交通科技， 2022， 39（1）： 56-64.

［25］HUANG J C， NIEH C Y， KUO H C. Risk assessment of ships maneuvering in an approaching channel based on AIS data［J］. Ocean Engineering， 2019， 173： 399-414.

（責(zé)任編輯：于慧梅）

Abstract： As the maritime traffic gets increasingly busy， ensuring the safe navigation of ships has become an important global issue. A risk assessment model of navigation environment from natural and maritime traffic is proposed in this paper. To evaluate the navigation risk of Xiamen Port and its surrounding areas， this study combines geographic space technology and fuzzy analytic hierarchy process （FAHP）， forms the risk classification map and analyzes its spatial distribution characteristics. The results show that： Affected by the natural environment， the navigational environmental risks in this area are roughly distributed in a \"U\" shape， and the risk level gradually decreases from southwest to northeast. Under the influence of the traffic environment， the areas with risk greater than 8 level are scattered in the seas far from the coastline， especially in the eastern sea area of Brother Island. Taking the above two aspects into account， the overall risk of the navigation environment in Xiamen Port and its surrounding sea areas is moderately low. However， nearly 6.17% of the sea areas of Xiamen Port and its surrounding areas have the navigation risk greater than level 7， which is mainly distributed in the south of the extension of the “Nan Peng Islands-Brother Island” line and the Xiamen Bay waters.

Key words： navigation risk; geographic space technology; fuzzy analytic hierarchy process; spatial distribution of risk

基金項目：國家自然科學(xué)基金資助項目（42001401）

作者簡介：杜思雨（1997—），女，在讀碩士，研究方向：GIS應(yīng)用、海上大數(shù)據(jù)挖掘分析，E-mail：631519737@qq.com.

*通訊作者：朱大明，E-mail：634617255@qq.com.