Katsaus laivaonnettomuuden todennäköisyyksiin Suomenlahdella

Samankaltaiset tiedostot
Laivat törmäyskurssilla - kuinka suurella todennäköisyydellä?

Esimerkkejä Pohjanlahden öljyvahinkolaskelmista

ONNETTOMUUKSIEN UHKA-ARVIO SUOMENLAHDEN MERIPELASTUSLOHKOLLA LIITE (2) Onnettomuuksien uhka-arvio Suomenlahden meripelastuslohkolla

30% Laivaliikenne Suomenlahdella kasvaa edelleen

Monitieteinen riskinarviointi helpottamaan päätöksiä Suomenlahden öljykuljetuksien turvallisuuden parantamiseksi

Öljykuljetukset ja öljyonnettomuudet

Meriliikennevirrat Suomenlahdella 2007 & Jenni Kuronen

Suomenlahden öljykuljetusten biologisten riskien mallintaminen ja päätösanalyysi Bayes-verkoilla

Kuva: Juha Nurminen. Tankkeriturva-hanke

Esimerkkejä Suomenlahden öljyvahinkolaskelmista

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Vastuullinen liikenne. Yhteinen asia. Merenkulun turvallisuusindikaattorit

1. Esimerkkejä Saaristomeren ja Ahvenanmeren öljyvahinkolaskelmista

Energia ja Itämeri haasteet ja mahdollisuudet. Nina Tynkkynen

Öljyntorjunnan perusteet: öljykuljetukset ja öljyonnettomuudet

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Meritilannekuva ja dynaaminen riskienhallinta paikkatiedoin. Tommi Arola Meriliikenteen ohjaus

pitkittäisaineistoissa

805306A Johdatus monimuuttujamenetelmiin, 5 op

MERILIIKENTEEN YHTEENTÖRMÄYS- JA KARILLEAJORISKIEN MALLINNUS

Rahtivarustamoiden ICT-haasteet

KONTTILIIKENTEEN KEHITYNÄKYMÄT SUOMENLAHDELLA KYMENLAAKSON KAUPPAKAMARIN LOGISTIIKKAPÄIVÄ PROFESSORI JORMA TAINA TURUN KAUPPAKORKEAKOULU

c) A = pariton, B = ainakin 4. Nyt = silmäluku on5 Koska esim. P( P(A) P(B) =, eivät tapahtumat A ja B ole riippumattomia.

Tieverkon kunnon stokastinen ennustemalli ja sen soveltaminen riskienhallintaan

Todennäköisyyden ominaisuuksia

pitkittäisaineistoissa

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Merenkulun turvallisuuden tilakuva

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

EEDI -hanke ja laivamittauskampanja

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Mikrobikriteereiden arviointi esimerkkinä kampylobakteeri

Tilastollisia peruskäsitteitä ja Monte Carlo

WÄRTSILÄ OYJ ABP OSAVUOSIKATSAUS TAMMI-MAALISKUU 2007 OLE JOHANSSON, KONSERNIJOHTAJA

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko

Väliestimointi (jatkoa) Heliövaara 1

Käytettävyysanalyysi

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Estimointi. Vilkkumaa / Kuusinen 1

Luento 5 Riippuvuudet vikapuissa Esimerkkejä PSA:sta

Alusöljyvahingon. 1 pelastustoimialueilla

Geoinformatiikka öljyonnettomuuksien ekologisten riskien hallinnassa

SAIMAAN VESILIIKENTEEN TULEVAISUUDEN NÄKYMIÄ

SeaSafety-tutkimushanke T I L A N N E K A T S A U S H U H T I K U U

Harjoitus 2: Matlab - Statistical Toolbox

SAFGOF-hanke. Suomenlahden meriliikenteen kasvunäkymät ja kasvun vaikutukset ympäristölle ja kuljetusketjujen toimintaan

Wärtsilä Oyj Abp. Osavuosikatsaus tammi-kesäkuu 2005 Konsernijohtaja Ole Johansson Wärtsilä

Algoritmit 2. Luento 4 To Timo Männikkö

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

JOHDATUS TEKOÄLYYN TEEMU ROOS

D ( ) E( ) E( ) 2.917

WÄRTSILÄ OYJ ABP OSAVUOSIKATSAUS TAMMI-KESÄKUU 2007 OLE JOHANSSON, KONSERNIJOHTAJA

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)

Algoritmit 1. Luento 8 Ke Timo Männikkö

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

WÄRTSILÄ OYJ ABP 2008 TULOSPRESENTAATIO OLE JOHANSSON, KONSERNIJOHTAJA

Mat Sovellettu todennäköisyyslasku A

Wärtsilä Oyj Abp. Osavuosikatsaus tammi-syyskuu 2005 Konsernijohtaja Ole Johansson Wärtsilä

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

Autojen turvatekniikka ja liikenneturvallisuus

Matkustaja-alusinfopäivä Juuso Halin

Sovellettu todennäköisyyslaskenta B

WÄRTSILÄ OYJ ABP OSAVUOSIKATSAUS TAMMI-MAALISKUU 2009 OLE JOHANSSON, KONSERNIJOHTAJA

Havaintoja kotimaanliikenteen matkustaja-alusten turvallisuudesta. Esa Pasanen Erityisasiantuntija Merikapteeni

Ympäristöriskien kartoitus Suomenlahdella - meriliikenteen kehityksen vaikutuksista Jorma Rytkönen, VTT tuotteet ja tuotanto

Öljyntorjuntakoulutus. Porvoo

Ulkomailla rekisteröidyt suomalaisten varustamoiden omistamat ja rahtaamat alukset 1998

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

Harjoitus 7: NCSS - Tilastollinen analyysi

Wärtsilä Oyj Abp. Osavuosikatsaus tammi-maaliskuu 2004 Konsernijohtaja Ole Johansson Wärtsilä

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Muut kaivoksissa sattuneet onnettomuudet Muut kuin työtapaturmat (esim. tulipalot). Luvussa mukana myös kuolemaan johtaneet onnettomuudet.

Wärtsilä Oyj Abp. Osavuosikatsaus tammi-kesäkuu 2004 Konsernijohtaja Ole Johansson Wärtsilä

Sovellettu todennäköisyyslaskenta B

Suomen ja Venäjän yhteistyö meriympäristövahinkojen torjunnassa

Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)

Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa

Dynaamiset regressiomallit

/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

Monimutkaisten järjestelmien toimintavarmuuden parantaminen Jussi Kangaspunta ja Ahti Salo

Meriturvallisuus ei parane syyllistämällä

Tulviin varautuminen

Todennäköisyys (englanniksi probability)

Taipalsaaren liikenneturvallisuussuunnitelma. 1b. Nykytilan selvitys Liikenneonnettomuudet

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Luento 5 Yhteisvikojen analyysi PSA:n sovelluksia

40 vuotta mallikoetoimintaa. Otaniemessä

Avainsanojen poimiminen Eeva Ahonen

KYMENLAAKSON AMMATTIKORKEAKOULU MERENKULUN KOULUTUSOHJELMA. Anssi Partio PELASTUSTOIMIKOHTAINEN ALUSLIIKENNEKUVA

Wärtsilä Oyj Abp. Osavuosikatsaus tammi-syyskuu 2003 Konsernijohtaja Ole Johansson Wärtsilä

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Transkriptio:

Katsaus laivaonnettomuuden todennäköisyyksiin Suomenlahdella SAFGOF-projektin väliseminaari 2.12.2008 DI Maria Hänninen Teknillinen korkeakoulu, Sovelletun mekaniikan laitos maria.hanninen@tkk.fi

Sisältö Liikenne Suomenlahdella Onnettomuustilastoja Suomenlahdelta Yhteentörmäystodennäköisyyden mallintaminen Öljyvuodon todennäköisyyden ja vuodon määrän arviointi Jatkossa

Liikenne Suomenlahdella 2006

Suomenlahdelle saapuvat laivat, heinäkuu 2006

Suomenlahdella tilastoidut onnettomuudet

Onnettomuusmäärien kehitys

Onnettomuuksien tapahtumapaikat

Yhteentörmäystodennäköisyyksien arviointi Suomenlahdella Alusten yhteentörmäysten todennäköisyyden estimointi kuudessa liikenteen risteys- tai sulautumiskohdassa ja kolmessa väylän palassa kohtaaville aluksille kesäliikenteessä Yhteentörmäysten lukumäärä vuonna 2015 Öljyvuodon suuruus ja todennäköisyys

Käytetty menetelmä yhteentörmäystodennäköisyyden laskennassa P = P G P C N = N a P C Geometrinen todennäköisyys P G : Millä todennäköisyydellä alukset ovat törmäyskurssilla? Mikä on ns. törmäyskandidaattien lukumäärä N a? Ehdollinen aiheutumistodennäköisyys P C : Millä todennäköisyydellä onnettomuus tapahtuu, jos alukset ovat törmäyskurssilla? Mikä osa törmäyskandidaateista johtaa onnettomuuteen?

Törmäyskandidaattien määrä Pedersen (1995), pohjalla Fujii et al. (1971) ja Macduff (1974) mallit Perustuu sokeasti liikkuvien laivojen geometriseen jakaumaan Yhteentörmäyskandidaattien lukumäärä tarkasteltavassa kohdassa riippuu Alusten lukumäärästä Alusten jakautumisesta väylän suhteen poikittain Kohtaamiskulmasta Alusten nopeuksista, pituuksista ja leveyksistä Oletuksena liikenteen riippumattomuus tarkasteltavasta ajanhetkestä (ei riskipiikkejä )

Törmäyskandidaattien määrä Lähtötietona AIS-data heinäkuulta 2006 Laskenta suoritettu viidelle alustyypille (matkustaja-alukset, nopeat alukset, rahtilaivat, tankkerit, muut alukset), neljälle pituusluokalle (<100 m, 100-200 m, > 200 m, tuntematon pituus) ja näitä vastaavilla keskiarvoisilla kohtaamiskulmilla

Aiheutumistodennäköisyys Vaikuttavia tekijöitä Inhimilliset tekijät Tekniset viat Tapoja estimoida Suoraan onnettomuustilastojen ja geometrisen todennäköisyyden erosta Vikapuut Bayes-verkot

Bayes-verkot Todennäköisyyspohjainen verkko, joka esittää tiettyjen muuttujien väliset syy-seuraussuhteet graafisesti Rakenteeltaan suunnattu graafi, jossa solmut esittävät muuttujia ja suunnatut kaaret muuttujien välisiä riippuvuuksia Jokaisella verkon muuttujalla on äärellinen määrä toisensa pois sulkevia tiloja Jokaiseen muuttujaan A liittyy todennäköisyystaulu, joka on ehdollinen A:n vanhemmista eli niistä verkon muuttujista, joista A on riippuvainen

Aiheutumistodennäköisyysmalli Onnettomuuden todennäköisyys, kun alukset ovat törmäyskurssilla Onnettomuus tapahtuu, jos oma alus menettää hallinnan ja kohdattava alus ei väistä Bayes-verkko, joka perustuu DNV:n suurien matkustajaalusten ja ECDIS-karttajärjestelmän järjestelmällisissä turvallisuusanalyyseissä (tankkerit ja bulk-alukset) käytettyihin malleihin Todennäköisyysarvot peräisin asiantuntija-arvioista, inhimillisen virheen syntymekanismiteorioista ja laitteiden vikaantumistodennäköisyyksistä

Alkuperäiseen verkkoon tehtyjä muutoksia Alustyyppijakaumat tarkastelluissa kohteissa Säätilajakauma Jakauma aluksen liikkumisesta valoisan/pimeän aikaan Oletus: kaikki alueet VTS:n (tai GOFREPin) valvomia Verkkoon lisättiin solmut Own ship type, Time of year ja Location

Öljyvuodon todennäköisyyden ja suuruuden arviointi Laskettiin kolmelle kokoluokalle erikseen Lastiöljyvuodon todennäköisyys: 0.39 vuotoa/törmäys (vuoto n. joka 3. törmäyksessä) Keskimääräinen vuotaneen lastiöljyn määrä: 6.9 % tankkerin koosta (DWT) Bunkkeriöljyvuodon todennäköisyys: 0.128 vuotoa/törmäys (vuoto noin joka 8. törmäyksessä) Keskimääräinen vuotaneen bunkkeriöljyn määrä: 0.5 aluksen bunkkerikapasiteetista, oletus että bunkkeriöljy on varastoitu kahteen samansuuruiseen säiliöön -> 2 V bunker ton 0.0161 L 0. 5457 L

Yhteentörmäysten lukumäärä v. 2015 Käytetyt ennusteet: Suomenlahden öljykuljetukset kasvavat 140 milj. ton (2006) -> 250 milj. ton, kasvu suuntautuu lähinnä Venäjän liikenteeseen (SYKE) Rahtikuljetukset kasvavat Muutokset mallin parametreihin: Tankkerien lkm Suomenlahden pääreitillä 2015 = 2 x tankkerien lkm Suomenlahden pääreitillä 2006 Rahtilaivojen lkm Venäjän liikenteessä 2015 = 1.5 x rahtilaivojen lkm Venäjän liikenteessä 2006 Aluskokokin kasvaa, mutta sitä ei ole huomioitu laskelmissa Laskettiin vain risteyskohdille Alustava tulos, tulevaisuudessa lasketaan SAFGOF-skenaarioihin perustuen

Tulokset: Yhteentörmäystodennäköisyys Helsingin ja Tallinnan välinen risteys 2006 0,016 yhteentörmäystä/kk -> yhteentörmäys kerran 5 vuodessa Ainakin yksi tankkeri mukana kerran 23 vuodessa 2015 0,025 yhteentörmäystä/kk -> yhteentörmäys kerran 3 vuodessa Ainakin yksi tankkeri mukana kerran 11 vuodessa

Yhteentörmäystodennäköisyys: Pietariin johtava väylä (2006) 0,0011 yhteentörmäystä/kk -> yhteentörmäys kerran 72 vuodessa Ainakin yksi tankkeri mukana kerran 407 vuodessa

Aiheutumistodennäköisyys P c Helsingin ja Tallinnan välinen risteys, kesäliikenne: 2.698 10-4 -> keskimäärin 1 3706 kriittisestä kohtaamistilanteesta (törmäyskandidaatista) johtaa törmäykseen Pietariin johtava väylä, kesäliikenne: 1.001 10-5 -> keskimäärin 1 99930 kriittisestä kohtaamistilanteesta (törmäyskandidaatista) johtaa törmäykseen

Öljyvuodon todennäköisyys ja suuruus Helsingin ja Tallinnan välisessä risteyksessä Lastivuoto tankkerista 2006: 1 öljyvuoto keskimäärin 126 vuoden välein keskimääräinen vuotaneen öljyn määrä 3232 t/vuoto keskimäärin 25.6 t/vuosi 2015: 1 öljyvuoto keskimäärin 64 vuoden välein keskimääräinen vuotaneen öljyn määrä 3345 t/vuoto Keskimäärin 52.5 t/vuosi Bunkkeriöljyvuoto 2006: 1 bunkkeriöljyvuoto keskimäärin 49 vuoden välein keskimääräinen vuotaneen öljyn määrä 327 t/vuoto keskimäärin 6.7 t/vuosi 2015: 1 bunkkeriöljyvuoto keskimäärin 33 vuoden välein keskimääräinen vuotaneen öljyn määrä 323 t/vuoto Keskimäärin 9.8 t/vuosi

Esimerkki: Helsingin ja Tallinnan välinen risteys 462 tankkeria 39,0 % 6.9 % * DWT 14 törmäyskandidaattia 0.00367 yhteentörmäystä 0.0014 lastiöljyvuotoa 25.6 ton /vuosi

Esimerkki: Helsingin ja Tallinnan välinen risteys 4425 alusta 12.8 % 2 V bun ton 0.0161 L 0. 5457 ker L 62 törmäyskandidaattia 0.0163 yhteentörmäystä 0.002 bunkkeriöljyvuotoa 6.7 ton /vuosi

Yhteentörmäystodennäköisyys Huom. Mallin antama keskimääräinen yhteentörmäysten välinen aika perustuu kesäliikenteellä laskettuihin todennäköisyyksiin

Jatkossa Yhteentörmäysmalli talvimerenkulkuun sopivaksi Karilleajojen todennäköisyyden mallintaminen Väyläkohtaisuus Aiheutumistodennäköisyysmallin validointi Suomenlahdelle Eri tulevaisuusskenaarioiden ja ohjaustoimenpiteiden vaikutusten sisällyttäminen malliin Onnettomuustodennäköisyysmallien yhdistäminen SAFGOF-metamalliin

Kiitos! Lisätietoja: maria.hanninen@tkk.fi Puh. 045 676 5459