潜在污染沉船多元风险评估中标准权重分配对管理分类影响的敏感性诊断研究
《Journal of Marine Science and Engineering》:Operationalizing the Precautionary Approach in Marine Pollution Control: A Machine Learning Framework to Examine Score Sensitivity in Potentially Polluting Shipwreck Risk Assessment
【字体:
大
中
小
】
时间:2026年09月26日
来源:Journal of Marine Science and Engineering 3.2
摘要
潜在污染沉船(Potentially Polluting Wrecks, PPWs)对海洋生态系统构成严重的全球性威胁,需要依据国际环境法的预防原则开展主动风险管理。然而,标准的多元标准风险评估框架往往对标准权重高度敏感,其中最高分值分配决定了各项标准对最终风险得分的相对贡献,而这些分配对管理分类的影响尚未得到充分审视。为探究这一敏感性,本研究提出了一种数据驱动的诊断框架,将机器学习诊断与多元敏感性模拟相结合,应用于覆盖全国船队的大型数据集(n = 1196),并对占主导地位的作业渔船群体(n = 926)进行了针对性诊断。研究部署了无监督聚类与有监督模型(决策树、随机森林及逻辑回归)以评估参数判别能力与船队分层情况。诊断结果表明,海洋环境敏感性(C5)与综合得分及基于敏感性的分类之间存在强相关性。通过双变量模拟,在预定义的搜索网格内识别出了目标削减情景。其中,示例情景(S3)——即将环境敏感性权重降低20.0%并按比例重新分配——使纳入管理的船舶数量从247艘降至167艘;被排除的81艘船舶中,渔船占比达71.60%。该框架量化了标准权重及权重再分配如何影响管理分类结果,为审查现有沉船评估体系内的优先级提供了透明依据。
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