1. 引言
中国越来越多的码头呈现大型化、智能化的趋势,这表明我国的海运事业正以日新月异的速度向前发展。据统计2019年,全国港口完成货物吞吐量139.5亿吨,同比增长5.7%,其中内、外贸吞吐量分别增长6.1%和4.7%。完成集装箱吞吐量2.6亿标箱,同比增长4.4% [1]。2016~2019年港口生产主要指标同比增速变化如图1所示。随着吞吐量的增长,船舶数量有所增加,船舶种类趋向多样化,运输网络日益复杂,其中南通狼山港区是长江江苏段的典型。因此,对船舶交通流 [2] [3] 的特征进行研究,能够发现其基本规律,从而为对港口和航道的建设与发展的指导提供有力依据。
![](//html.hanspub.org/file/4-2760558x9_hanspub.png)
Figure 1. Changes in the year-on-year growth rate of main indicators of port production from 2016 to 2019
图1. 2016~2019年港口生产主要指标同比增速变化
2. 南通狼山港区现状
南通狼山港区上界自姚港河口,下界至狼山龙爪岩取水口上游1千米处,岸线长约3250米,陆域纵深700~1200米,是以承担大宗散货、集装箱以及散杂货运输为主的综合性港区。
南通港口集团狼山港务分公司占地面积22.8万平方米,拥有5万吨级深水泊位2座,万吨级泊位1座,100吨级内河船舶接卸码头13个,仓库1.9万平方米。公司业务范围主要是从事苏北及长江沿线和沿海地区的木材、钢材、粮食、食糖、化肥、饲料、水泥、木薯干、氧化铝、煤炭、硫磺、非金属矿等各类内外贸进出口物资的装卸及中转运输服务。
3. 船舶交通流基本规律
3.1. 船舶总体流量
船舶交通流量是单位时间内,通过特定水域中某一点或某一断面的所有船舶数量的总和 [4],其最直观的反映了港口或者航道的繁忙程度,是交通流的重要参量,也是交通流特征的重要成分之一。
南通狼山港区的船舶流量较大,约占长江江苏段流量的80%。2013~2019年84个月的实测数据如表1所示。如图2所示,狼山港区在2013~2017各年总流量变化不大,自2018年开始大幅下降。
![](Images/Table_Tmp.jpg)
Table 1. The average daily and total volume from 2013 to 2019
表1. 2013~2019年船舶日均流量及总流量
![](//html.hanspub.org/file/4-2760558x10_hanspub.png)
Figure 2. Total volume in each year from 2013 to 2019
图2. 2013~2019年各年总流量
3.2. 基本特征
根据南通海事局的84个月流量实测数据进行分析。如图3所示,2013~2017年各月日均流量有较大变化,2018、2019年变化趋于平缓。如图4所示,总体而言船舶流量于2~3月份、5~7月份、9~10月份呈上升趋势,其他月份呈下降趋势。
![](//html.hanspub.org/file/4-2760558x11_hanspub.png)
Figure 3. Distribution of average daily volume in each month from 2013 to 2019
图3. 2013~2019年各月日均流量分布
![](//html.hanspub.org/file/4-2760558x12_hanspub.png)
Figure 4. Monthly average daily traffic from 2013 to 2019
图4. 2013~2019年各月日均流量
4. 南通狼山港区船舶交通流特征
4.1. 船舶交通流的时间分布
船舶交通流的时间分布可为提高港口服务效率和服务水平的决策,提供重要的基础数据支撑 [5]。同时,掌握时间分布可以帮助确定重点监控时段,对于提高港口监管服务水平和水域通航效率具有重要意义。
以2019年为例,各月高峰低谷时段、时段内船舶艘次、所占当月比例如表2所示。
![](Images/Table_Tmp.jpg)
Table 2. Monthly peak and trough periods in 2019 and the number of ships and their proportions
表2. 2019年各月高峰、低谷时段与船舶艘次及其所占比例
如图5、图6所示。2019年高峰时段比较集中,集中于12~21时。低谷时段亦比较集中,集中于22时~次日5时。
![](//html.hanspub.org/file/4-2760558x13_hanspub.png)
Figure 5. 2019 monthly peak periods and percentage
图5. 2019年各月高峰时段及所占比例
![](//html.hanspub.org/file/4-2760558x14_hanspub.png)
Figure 6. 2019 monthly trough periods and percentage
图6. 2019年各月低谷时段及所占比例
船舶通航时间
中国许多航道的天然水深不能满足船舶全天候通航,大型船舶为保证航行安全,仅能在满足其吃水要求的潮高时段内乘潮航行 [6]。因此船舶的通航时间在一定程度上依赖于当日潮汐的情况。
大型船舶采用乘潮通航的方式规避了因水深不足带来的风险,但船舶集中于高潮时段通航又增加了航道内的船舶密度,从而增加了碰撞的风险。因此,对于不那么依赖潮汐的船舶,可以选择在其他时段通航。
如图7、图8所示,可以依据当日潮汐于高峰时段之外、低谷时段之内,在保证安全的情况下选择合适的通航时间。
![](//html.hanspub.org/file/4-2760558x15_hanspub.png)
Figure 7. The appropriate navigation time can be selected outside the peak periods based on tide
图7. 可依据潮汐信息在高峰时段之外选择合适的通航时间
![](//html.hanspub.org/file/4-2760558x16_hanspub.png)
Figure 8. The appropriate navigation time can be selected inside the trough periods based on tide
图8. 可依据潮汐信息在低谷时段之内选择合适的通航时间
4.2. 船舶交通流的组成
船舶交通流的组成是指船舶交通流不同类型船舶或不同尺度船舶的比例分布,一般统计各类船舶的比例分布和各尺度船舶的比例分布,分析船舶交通流的复杂程度,对分析评价水域通航安全具有重要的参考价值。
4.2.1. 尺度分布
2017及2019年船舶尺度的统计如表3、表4所示:
![](Images/Table_Tmp.jpg)
Table 3. Average daily ship size distribution for each month in 2017
表3. 2017年各月日均船舶尺度分布
![](Images/Table_Tmp.jpg)
Table 4. Average daily ship size distribution for each month in 2019
表4. 2019年各月日均船舶尺度分布
如图9、图10所示。总体而言,2017及2019年狼山港区每月通过的30~180 m的船舶占比在90%以上,其中50~180 m的船舶占比在70%左右。
![](//html.hanspub.org/file/4-2760558x17_hanspub.png)
Figure 9. Average daily ship size distribution for each month in 2017
图9. 2017年各月日均船舶尺度分布
![](//html.hanspub.org/file/4-2760558x18_hanspub.png)
Figure 10. Average daily ship size distribution for each month in 2019
图10. 2019年各月日均船舶尺度分布
4.2.2. 种类分布
2017及2019年船舶种类的统计如表5、表6所示:
![](Images/Table_Tmp.jpg)
Table 5. Average daily ship’s type distribution for each month in 2017
表5. 2017年各月日均船舶种类分布
![](Images/Table_Tmp.jpg)
Table 6. Average daily ship’s type distribution for each month in 2019
表6. 2019年各月日均船舶种类分布
如图11、图12所示,2017及2019年每月狼山港区通过的船舶中,普通货船、集装箱船、危险品船的占比始终在97%左右,普通货船的占比在70%以上,集装箱船与危险品船的占比大体相当。
![](//html.hanspub.org/file/4-2760558x19_hanspub.png)
Figure 11. Average daily ship’s type distribution for each month in 2017
图11. 2017年各月日均船舶类型分布
![](//html.hanspub.org/file/4-2760558x20_hanspub.png)
Figure 12. Average daily ship’s type distribution for each month in 2019
图12. 2019年各月日均船舶类型分布
5. 结束语
本文从船舶交通流量、时间分布、交通流组成等方面对南通狼山港区的船舶交通流特征进行了分析。在船舶交通流量方面,2013~2017各年总流量变化不大,自2017年开始大幅下降,与此同时日均流量在各月的差异有所减少,这一点2019年尤为明显。在时间分布方面,船舶交通流的高峰时刻集中于12时~21时,低谷时刻集中于22时~次日5时,可以依据当日潮汐于高峰时段之外、低谷时段之内,在保证安全的情况下选择合适的通航时间。在交通流组成方面,每月通过的30~180 m的船舶占比保持在90%以上,其中50~180 m的船舶占比在70%左右。普通货船、集装箱船、危险品船的占比始终在97%左右,普通货船的占比在70%以上,集装箱船与危险品船的占比大体相当。
致谢
本研究是在航运仿真技术教育部工程研究中心资助下完成。