5、海上安全态势监管大屏与执法效能分析

所属：海上设施安全监管与决策平台

一、场景说明

业务视角：B1 到 B4 解决的是「一个值班员盯住一片海」的执行问题。但监管单位指挥中心与设施运营方管理层关心的是辖区整体：

全辖区几十个监管区域，今天一共多少事件？多少没处置？平均多久响应？

哪个区域最近最危险？风险是在上升还是下降？

未来 24 小时哪些时段、哪些区域最可能出现闯入？（决定巡逻力量怎么投放）

哪些船是「惯犯」？（同一条船反复闯入需要重点盯防）

执法跟不跟得上？派出去的任务多少按时闭环？误报率有多高？

过去这些只能靠月度人工统计 Excel，滞后一个月且口径不一致。本子场景把 B1–B4 产生的事件流、处置流、船舶履历沉淀为统计口径，输出一张海上安全态势监管大屏：

态势层：辖区 KPI（在管区域、今日事件、未处置、响应时长、闯入率、白名单命中率）+ 区域风险排行 + 实时事件地理分布；

预测层：未来 24 / 72 小时事件数预测（含置信区间）+ 时空热点预测（区域 × 时段热力矩阵）+ 惯犯船舶预警名单；

效能层：执法响应时长分布（P50 / P90）、闭环率、误报率、重复违规率、值班组绩效对比；

决策层：巡逻力量投放建议、重点值守时段、重点盯防船舶。

客户视角：海事监管指挥中心、海警支队作战值班、设施运营方安委会。

与 B1 的区别：B1 是实时值班大屏（看当下的一条条事件），B5 是态势决策大屏（看统计、趋势、预测与效能），数据来自 B1 的沉淀而非实时推送。B5 的结论会反向指导 B1 的区域等级调整与 B2 的扫描频率。

二、实现流程

步骤	阶段	使用接口	关键计算 / 业务逻辑
1.1 区域与事件底表	① 数据获取	9.2.5 推送 + GetAreaShip	事件流水与区域快照入库
1.2 船舶画像	① 数据获取	SearchShipParticular / GetShipRegistry	船型 / 吨位 / 船籍 / 船东
1.3 船舶履历	① 数据获取	GetPortofCallByShip	惯犯识别的港序背景
1.4 历史轨迹	① 数据获取	GetShipTrack	历史闯入行为复核（用于热点统计校准）
1.5 执法任务流水	① 数据获取	内部系统	派发 / 处置 / 闭环时间
2.1 态势 KPI 聚合	② 计算处理	—	事件数、未处置、响应时长、闯入率、白名单命中率
2.2 区域风险指数 RSI	② 计算处理	—	历史闯入频次 + 设施等级 + 当前在区船数 + 处置难度加权
2.3 事件趋势预测	② 计算处理	—	Holt 二次指数平滑 + 泊松区间
2.4 时空热点预测	② 计算处理	—	区域 × 小时频次矩阵 → 高风险时段
2.5 惯犯船舶识别	② 计算处理	—	近 90 天闯入次数 + 最近一次距今天数（近因加权）
2.6 执法效能指标	② 计算处理	—	响应时长分位、闭环率、误报率、重复违规率
3.1 力量投放建议	③ 业务判断	—	按 RSI 与热点时段分配巡逻资源
3.2 预警名单	③ 业务判断	—	惯犯船舶进入观察圈即提前预警
4.1 大屏呈现	④ 输出应用	海图 GIS	辖区态势图 + 热点矩阵 + 效能看板
4.2 策略下发	④ 输出应用	—	区域等级调整 / 扫描频率调整回写 B1、B2
4.3 月度报告	④ 输出应用	—	自动汇总导出

三、接口调用与响应

本子场景的数据源主要是 B1–B4 已落库的事件与处置流水，接口用于补全船舶画像与校准历史统计。

3.1 SearchShipParticular 船舶画像补全

用于给事件涉及船舶补上 ship_type / deadweight / shipowner，支撑「哪类船最容易闯入」的结构分析。高频 MMSI 建议缓存 30 天。

3.2 GetPortofCallByShip 惯犯背景

惯犯船舶的港序背景可辅助判断其活动规律（例如长期在该海域作业的渔船 vs 偶发过境商船，处置方式不同）。

3.3 GetAreaShip 区域快照（用于「在区船数」指标）

按 15 分钟周期采样入库，形成「在区船数时序」，是 RSI 的输入之一。

3.4 GetShipTrack 历史闯入复核

用于校准时空热点：把历史 90 天的轨迹按「是否进入区域多边形」重新扫一遍，可以补出推送漏报的闯入，让热点矩阵更准。

四、计算逻辑

4.1 辖区态势 KPI

中文说明：把当日事件按区域、等级、处置状态分组统计——总事件数、未处置数、红色事件数；响应时长取「派发时间 − 推送时间」；闯入率 = 非白名单事件 ÷ 总事件；白名单命中率 = 白名单事件 ÷ 总事件（这个指标高说明白名单维护得好，误报少）。

4.2 区域风险指数 RSI

中文说明：风险不能只看今天有没有事件，要看「历史频次 + 后果严重度 + 当下压力 + 处置难度」四维。历史频次取近 90 天闯入次数归一化；严重度由设施等级（油田 / LNG = 3，风电场 = 2，牧场 = 1）决定；当下压力取当前在区船数；处置难度用历史平均处置时长归一化。四项加权得到 0–100 的 RSI，用于区域排行与巡逻力量分配。

4.3 事件趋势预测

中文说明：与 A4 的到港节奏预测同构——基线用近 28 天日均事件数，趋势用 Holt 线性二次指数平滑；因为事件是计数过程，区间用泊松近似。大屏上显示未来 24 小时逐小时与未来 7 天逐日的预测带，并与实际值做回测对比，便于校准。

4.4 时空热点预测（区域 × 时段矩阵）

中文说明：把近 90 天的事件按「区域 × 小时（0–23）」做二维频次统计，得到每个区域每小时的历史发生强度；再用「近 30 天加权高于历史均值」识别近期上升的时段；最后对未来 24 小时逐小时，取「该区域该小时的历史强度 × 近期趋势系数」作为风险分，输出热点矩阵。值班排班直接看这张表：红色格子就是必须有人在位的时段。

4.5 惯犯船舶识别

中文说明：统计近 90 天每条船的闯入次数，并对「最近一次闯入距今天数」做近因加权——同样闯入 3 次，上周刚闯过的船比半年前闯过的船更需要盯防。得分 = 次数分 + 近因分；进入 TOP N 的船舶列入重点盯防名单，一旦其进入任一区域的观察圈，立即提前预警（不等进入警戒圈才报）。

4.6 执法效能指标

中文说明：四个核心指标——响应时长分位（派发 − 推送的时间，取 P50 / P90）、闭环率（已闭环 ÷ 已派发）、误报率（标记为误报 ÷ 总事件）、重复违规率（30 天内二次以上违规的船舶占比）。同时按值班组分组对比，用于绩效管理与资源配置。

五、输出的应用形态

辖区态势大屏：中央海图以区域多边形染色表示 RSI 等级、气泡表示当前在区船数；左屏 KPI 卡组与区域风险排行；右屏事件趋势预测条带 + 时空热点矩阵（区域 × 24 小时热力表）。

执法效能看板：响应时长分布直方图 + 闭环率 / 误报率 / 重复违规率指标卡 + 值班组绩效对比表。

重点盯防名单：惯犯船舶 TOP 20，含闯入次数、最近一次时间、得分，支持一键加入区域白名单观察。

六、数据边界与常见问题

数据边界：事件与船舶数据来自船讯网；执法任务、处置结果、值班排班、绩效规则来自内部系统；以「区域 ID + 统计日」与「MMSI + 时间窗」双主键聚合。

Q1：推送漏报会不会让热点矩阵失真？
会。建议每月用 GetShipTrack 对重点区域做一次历史轨迹回扫，补出漏报事件后再重算矩阵。回扫是离线任务，不影响实时性能。

Q2：预测准不准怎么衡量？
用回测：把过去 7 天的实际事件数与当时的预测区间对比，看落在 80% 区间内的比例。低于 60% 说明模型需要重新调参（通常是 alpha / beta 不合适或有季节性未处理）。

Q3：惯犯名单会误伤正常作业船吗？
会。白名单船、施工运维船必须先过滤掉，只对非白名单船计算惯犯分；同时提供人工「移出名单」入口并有审计留痕。

5、海上安全态势监管大屏与执法效能分析

一、场景说明#

二、实现流程#

三、接口调用与响应#

3.1 SearchShipParticular 船舶画像补全#

3.2 GetPortofCallByShip 惯犯背景#

3.3 GetAreaShip 区域快照（用于「在区船数」指标）#

3.4 GetShipTrack 历史闯入复核#

四、计算逻辑#

4.1 辖区态势 KPI#

4.2 区域风险指数 RSI#

4.3 事件趋势预测#

4.4 时空热点预测（区域 × 时段矩阵）#

4.5 惯犯船舶识别#

4.6 执法效能指标#

五、输出的应用形态#

六、数据边界与常见问题#