摘要：众所周知，海上交通运输已成为对外贸易的主要方式。船舶运输给港航运输企业带来极高的经济收益，但突发溢油事件严重威胁周边的环境和经济。海上溢油的监管和应急资源调度作为处理溢油事故中重要的组成部分，越来越引起研究人员的关注。文章对溢油应急资源调配的国内外研究现状进行分析，结合算法来对近海应急资源调配的方法展开介绍。

关键词：海上溢油;应急资源调配;调配模型;优化算法;

中图分类号：U698.7文献标识码：A文章编号：

1.研究背景

海洋经济作为世界经济未来的重要发展方向，有广阔的发展空间。随着海上经济活动的日益频繁，海上环境卫生的安全面临着更大的威胁。目前，威胁近海海洋环境安全的主要是溢油污染事故。根据国际游轮船东污染联合会（ITOPT）对1970到2020年50年的溢油数据统计，超过10000起得溢油事故中，已有超过586万吨的石油因为各种事故而泄露。在超过7吨的泄露事故统计中，20世纪90年代，发生了358起泄油量，造成超过113400吨石油损失;而本世纪头十年发生了181起超过19.6万吨的石油损失;2010到2020年则为63起，超过16400吨。针对海上突发灾难事故应急资源调度方法的研究无疑对提升我国海上突发事故灾难应急管理水平及事故救助能力，保护海洋环境具有重要的理论价值和实践指导意义。

2.国内外研究现状

J.Sathish Kumar等人在基于物联网技术，运用排队理论建立模型，引入不同的标准参数分析出模拟结果，后通过智能手机上的地图软件进行实时注释;Van Gelder P以及我国学者通过确定主要影响因素，运用差分进化和非主导排序遗传算法来帮助资源调配;Zahedi A等人基于资源调度需求的异构型和动态性，建立最优的资源和交通工具调度的多目标模型，并为在紧急情况下可以正常运行制定了一个执行策略;A Elahraf等人基于本体推理方法确定事件的默认行为和资源需求，并提出一种集成方式来促进应急响应过程中的动态组合;B Wolshon等人通过疏散运输模型来进行对资源调度的分析。张聆晔、吕靖根据海上应急特点，从及时性、有效性以及不同风险等级等角度，引入应急效率满意度的概念，并将最大化应急效率值作为目标，构建海上应急物资储备库选址模型，然后通过仿真情景分析海上事故风险整体分布的不确定性，并利用鲁棒理论优化选址模型，采用遗传算法求得最终选址方案;郝国柱等人根据海上溢油应急物资调度的特点，构建基于应急物资需求量和调度时间模糊不确定下应急成本最小和延误时间最少的双目标调度模型，引入三角模糊函数，最后通过遗传算法寻找最优解;张美根据海上应急物资配送物资规划路径进行运动学模型构造，构建控制约束参量，以中转点作聚类中心，采用蚁群算法进行寻优，后用蚁群个体信息素作引导参量，构建模型，用蚁群算法二次寻优;苏鑫等人通过海上应急物资区域调度的超网络特征来构建超网络模型，并将其转化为变分不等式问题，运用修正投影算法寻优;栾志玲则把应急资源调度中关键的路径寻找同物联网技术联合起来，同时引入模糊时间函数，结合适应度函数，构建物联网海上应急资源运输路径优化模型，后用改进的遗传算法进行寻优;刘晋等人从需求点及应急设施服务质量视角构建基于覆盖满意度和经济性的应急设施选址与物资调配优化建立模型，后运用自适应遗传算法来进行寻优;朱小林等人建立基于事件类型的应急物资与船舶分配多目标模型，后选用实例做仿真实验;赵星等人建立了一种基于多目标路径规划的应急资源配置模型，可解决应急路径搜索与资源配置;李沐鸿等人则通过构建不确定性多目标模型，后通过分层序列结合LINGO得出最优调度候选方案。张伟等人在保证调度高效及时的前提下，结合成本、储存构造模型，然后利用LINGO进行分析。

3.溢油应急资源调配模型

海上溢油事故发生后，溢油应急资源分配是清污工作的重要环节。目前研究人员为解决海上突发事故后应急物资的分配问题建立了多个目标或单目标的资源调配模型。应急物资调配时力求在满足各种约束条件下去科学合理地将物资分配到事故现场，在有效治理事故善后工作的情况下实现目标的最优化。

3.1单目标研究

突发灾难发生后，可能会造成多个地区成为受灾区，受灾区短期内对应急物资的需求巨大，然而救援中心物资储备量有限，如何分配这些应急物资是关键问题。通过对文献的梳理，应急物资分配模型的目标函数主要有以下几种：（1）物资到达灾区耗时最短;（2）事故海区人民的满意度最大;（3）应急资源配置损失最小;

3.2多目标研究

随着应急物资配置问题与智能优化算法的发展，为了使救灾工作更加符合实际情况，这就可能需要达到两个甚至多个目标上的优化，因此，许多学者研究多目标应急资源调配问题。如，宋英华等[]针对救灾中应急物资受损问题，以总运行成本最小和有效物资满足率最大为目标构建了优化模型;冯春等[]兼顾物资分配的效率和公平，建立了效率目标与公平目标相结合的多目标应急资源调配模型;文仁强等[]建立了多需求点、多供应点协调供给的多目标优化分配模型;杜雪灵等[]针对突发事件下应急资源调度问题，建立了以公平性最大和调度总成本最小为优化目标的应急资源调度模型。

4.应急资源调配中常用的优化算法

4.1蚁群算法

蚁群算法于1992年提出，是一种进化算法，灵感源于蚂蚁在寻找食物过程中发现路径的行为。在进行资源调度的时候，利用其正反馈的机制，使得结果趋于最优解，够以最少的代价获取最大的价值。但这也有很多的缺点，如得到正反馈的时间过长，会使得发生紧急情况时不能够快速地做出判断，出现局部最优的情况。若环境因素过多的，也会相对应地影响到蚁群算法的正反馈速度，海上环境因素比陆地上的要复杂，因而蚁群算法不太适合海上应急资源调配。

4.2遗传算法

遗传算法于19世纪70年代提出来的是一种解决最佳化的搜索算法。通过模仿自然界中的自然选择以及遗传学中的进化来找寻出最优解。遗传算法的计算主要有6步，分别是（1）初始化，建立一组类似染色体的编码。（2）建立适应度函数。（3）选择需要操作的亲本染色体。（4）各选取一部分进行交叉或交换。（5）变异，这个概率是可以设置的。（6）评估，若不合条件则跳转到步骤（3），如此循环到适合的目标或者说到达设定的一定次数为止。

遗传算法通过对已知条件不断地进行选择交叉变异，最后得到省时省力的方案。但遗传算法的局部搜索能力较差，单纯的遗传算法比较费时，在进化后期搜索效率较低。在实际应用中，遗传算法容易产生早熟收敛的问题。采用何种选择方法既要使优良个体得以保留，又要维持群体的多样性，一直是遗传算法中较难解决的问题。

6.结语

海洋环境关系着我们人类的生存，所以当发生海上应急事故时，应急资源的调配问题值得监管部门科学对待。我国目前对于海上应急资源的管理工作正在走向成熟，但在一些细节方面任重而道远，如能在海上应急资源分配方面能够进一步攻关和研发，则将减少在一些资源的浪费，进一步提升海上突发事故的治理能力，建设更加美丽的海洋。

参考文献

[1]宋英华，宋迎辉，李潮欣，等.考虑物资损毁对心理影响的应急物流配送模型[J].中国安全科学学报，2020，30（7）：173-179.

[2]冯春，廖海燕，田小强，等.多情景模式下应急资源精益配置模型与算法[J].中国安全科学学报，2018，28（6）：185-191.

[3]文仁强，陈建国，袁宏永，等.基于蚁群优化算法的多级应急响应下灾后应急资源空间优化配置[J].清华大学学报（自然科学版），2012，52（11）：1591-1596.

[4]杜雪灵，孟学雷，杨贝，等.考虑公平性的面向多灾点需求应急资源调度[J].计算机应用，2018，38（7）：2089-2094.

作者简介：

梁嘉成（1998-），男，广东清远人，本科在读，学生，研究方向为海洋灾害应急管理。

通信作者简介：李凯（1989-），男，江西石城人，硕士研究生，讲师，研究方向为海洋灾害应急管理

基金项目：广东海洋大学2021年度校级大学生创新创业训练计划项目（CXXL2021293），2021年湛江市科技发展专项资金竞争性分配项目（2021A901-2）