基于图神经网络(GNN)的海上丝绸之路交通网络时空韧性预测
《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:GNN-based spatiotemporal resilience prediction for Maritime Silk Road transportation network
【字体:
大
中
小
】
时间:2026年04月05日
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT 7.7
编辑推荐:
21世纪海上丝绸之路运输网络韧性评估与预测研究,构建四层加权图神经网络模型,整合AIS、ERA5和GISIS多源数据,动态量化预测网络空间时变韧性。结果表明网络整体韧性较强,近岸段表现更优,存在显著空间异质性和周期性波动,热带气旋引发短期韧性下降但可恢复。
朱晓明|胡深平|李壮|范存龙|陈亚峰
上海海事大学商船学院,中国上海
摘要
21世纪海上丝绸之路运输网络的韧性对海上安全至关重要。本研究构建了一个韧性理论框架,并提出了一种基于图神经网络的模型,用于量化和预测海上丝绸之路运输网络韧性的时空动态。该模型采用四层加权图卷积算法,整合了来自船舶、环境和历史事故信息的多源异构数据。通过时空网络分析和动态模拟,评估了年度韧性表现,并预测了热带气旋影响下的局部韧性变化。研究结果表明,海上丝绸之路运输网络具有很强的整体韧性,适应能力和恢复能力出色。靠近海岸线的航运路段韧性通常更高,并表现出明显的空间异质性和周期性波动。所提出的模型为优化运输资源分配和加强海上丝绸之路沿线的海上安全合作提供了决策支持。
引言
21世纪海上丝绸之路(MSR)作为全球经济一体化和区域连接的关键战略通道,为“一带一路”倡议提供了基础(Tao等人,2019年;Ma和Zhang,2022年)。通过复杂的海上运输网络连接亚洲、非洲和欧洲,它在全球货运物流中发挥着重要作用。然而,全球气候模式的日益波动以及海上交通量的增加,给海上丝绸之路运输网络(MSRTN)带来了前所未有的安全挑战(Wan等人,2022年;Jiang等人,2022年)。从气象灾害到突然的环境变化等各种随机干扰,都对航行安全构成严重威胁,可能导致航运中断、巨大的经济损失以及区域海上安全风险的系统性升级。因此,科学地量化和预测MSRTN在多种不确定性下的韧性对于保护海上通道、优化资源分配以及促进沿线国家之间的海上安全合作至关重要。
近年来,韧性理论已成为运输系统研究中的一个范式转变。与传统可靠性分析不同,韧性强调系统吸收、适应和从干扰中恢复的内在能力,重点是在动态波动期间维持和重建功能。这一理论框架已广泛应用于运输领域(Adhita等人,2023年;Liu等人,2024a;Xin等人,2025年;Yang等人,2025年)。在这种背景下,韧性通常被定义为系统在受到压力或损害时维持核心功能、快速适应状态变化并有效恢复的能力(Amekudzi-Kennedy等人,2023年;Shen等人,2024年)。尽管在理论上有进展,但传统的MSRTN韧性评估方法通常依赖于静态的拓扑指标或基于指数的评估。虽然这些方法可以提供网络鲁棒性的快照,但往往无法捕捉到在持续外部压力下韧性的时空演变。在复杂的海上环境中,网络的安全性不仅取决于节点的静态属性,还取决于风险的动态传播和恢复过程的连锁反应。现有的方法主要基于复杂网络理论或静态统计模型,往往无法充分描述这些非线性的动态互动。
基于此,我们提出了一种数据驱动的方法来预测MSRTN的韧性,旨在量化系统在时间和空间上缓解运营和环境风险的能力。通过整合多源异构数据,包括自动识别系统(AIS)轨迹、环境再分析5(ERA5)气象数据以及国际海事组织(IMO)发布的全球海上事故信息(GISIS)数据,我们构建了一个专为MSRTN设计的图神经网络(GNN)模型。该模型超越了静态评估,动态描绘了事故风险的传播和恢复过程。本研究的关键贡献体现在三个方面:
•基于GNN的新型数据驱动韧性预测框架。与传统静态指数系统不同,所提出的模型利用四层加权图卷积层来捕捉网络节点之间的高维空间相关性,提供了对MSRTN拓扑和功能动态的更精确表示。
•量化网络韧性的时空变化模式。通过将事故后果作为关键的韧性指标,该研究动态模拟了风险传播和恢复过程。这使得可以详细可视化在不同海域和时间段内韧性如何受到环境因素的影响而波动。
•系统集成多源异构数据以提高预测准确性。构建融合数据库(AIS、ERA5、GISIS)弥合了环境压力源与海上交通数据之间的差距,为复杂海上环境中的韧性管理和决策提供了坚实的实证基础。
本研究的结构如下:第2节和第3节回顾了与本研究相关的相关文献。第4节介绍了研究方法和框架。第5节展示了该模型在MSRTN特定场景中的应用,并分析了韧性的时空变化特征。第6节讨论了所提出方法在增强MSRTN韧性方面的应用。最后,第7节提出了研究结论。
章节片段
海上运输韧性的概念化
韧性的概念经历了深刻的范式转变,从静态的物理属性发展为复杂系统的多维能力。这一概念起源于拉丁词“resilio”,早期的力学和工程定义常称为“工程韧性”,侧重于系统抵抗干扰并迅速恢复到单一平衡状态的能力(Bruneckiene等人,2018年;Wang等人,2025a年)。随着“生态韧性”概念的引入
研究空白
总体而言,现有研究为MSRTN的韧性奠定了坚实的理论基础和方法论支持。当前的研究通常基于韧性的4R核心框架,将MSRTN视为一个复杂系统,并广泛使用复杂网络理论(Mou等人,2020年;Wei和Xu,2024年;Hong等人,2025年)以及各种综合评估方法(Gao等人,2021年;Liu和He,2024年)等,有效地量化了系统的韧性
框架
本节提出了一个创新框架,该框架识别MSR的关键节点,并基于全球AIS数据构建航运路线网络。然后,将该网络与IMO提供的公开全球海上事故数据库以及欧洲中期天气预报中心(ECMWF)的ERA5数据相结合,融合事故数据和海洋环境数据以构建新的数据集。随后使用深度学习算法来预测和分析MSRTN的韧性。
GNN模型构建
根据第4.3节中的CNN模型构建方法,首先是构建图结构。考虑到事故样本点之间的空间相关性,本研究根据事故点的纬度和经度坐标计算球形距离,并根据距离阈值建立边连接。采用自适应策略来确定阈值,确保每个节点与其最近邻节点保持连接。
模型创新和方法论贡献
本研究采用数据驱动的方法,整合了多源异构数据,并利用GNN定量建模和动态预测MSRTN的时空韧性。结果不仅验证了所提模型的有效性,还揭示了空间差异、时间波动以及MSR运输网络在极端天气干扰下的响应机制。
本研究的主要创新体现在三个方面
结论
本研究开发了一个数据驱动的GNN模型,用于预测MSRTN的时空韧性。关键结果表明,该网络具有很强的整体韧性、出色的适应能力和恢复能力,同时存在明显的空间异质性——靠近海岸线的韧性更高——以及周期性的时间波动。热带气旋被确认为主要的破坏因素,导致短期韧性下降,随后逐步恢复。研究结果为政策制定提供了 actionable 的建议
CRediT作者贡献声明
朱晓明:撰写——审稿与编辑、撰写——初稿、方法论、调查、正式分析、数据整理、概念化。胡深平:撰写——审稿与编辑、方法论、资金获取、正式分析、数据整理、概念化。李壮:撰写——审稿与编辑、资金获取、正式分析。范存龙:撰写——审稿与编辑、资金获取。陈亚峰:撰写——审稿与编辑、正式分析。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文的研究工作。
致谢
本研究得到了国家自然科学基金(NSFC)的资助(项目编号:52272353和52402422)。本研究还得到了国家重点实验室(海事技术及安全实验室)的支持(项目编号:26-2-2)。作者衷心感谢匿名审稿人的宝贵反馈和建议。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号