National Ship Risk Model

Sjøfartsdirektoratet og Kystverket er nødt til å prioritere de ressursene man har tilgjengelig for ulykkesforebyggende arbeid. Innsatsen de gjør for å bedre maritim sikkerhet bør brukes på områder der risikoen er høy. NSRM har utviklet en risikomodell som kan brukes til å overvåke og kommunisere risikoen i maritime aktiviteter på en bedre måte enn i dag. Dette vil bidra til at Sjøfartsdirektoratet, Kystverket og andre aktører kan målrette den ulykkesforebyggende innsatsen bedre. Modellene og metodikkene vi har utviklet for normalisering av hendelssesdata er i dag tatt i bruk hos våre partnere i KV og SDIR (primært). Vi har utviklet såkalte influensdiagrammer som illustrerer de viktigste risikoinfluerende faktorene. Diagrammene er en systematisk måte å kartlegge årsaker og risikopåvirkende faktorer for disse hendelsestypene. Vi kartlegger ikke bare umiddelbare årsaker, men studerer og dokumenterer også bakenforliggende årsaker som for eksempel organisatoriske forhold i rederiene og regulering og forsøker å spore hvordan disse påvirker sannsynligheten for hendelser. Modellene har blitt delt og diskutert med Kystverket og Sjøfartsdirektoratet og blir brukt i kommunikasjon om risk og risikostyring. Modellene våre har også dannet utgangspunkt for kvantitative analyser, såkalt Bayesiansk Belief Network-modellering, der man setter verdier på de forskjellige faktorene og hvordan de påvirker hverandre. Dette danner underlaget for kvantitative analyser av risikoinfluerende faktorer, og kan hjelpe oss til å forstå og diskutere hvilke faktorer som er viktigst for forskjellige ulykkestyper. På dette området har modellene blitt brukt som underlag for videre forskning, samt flere masteroppgaver. En del av prosjektet går ut på å bruke hendelsesdata fra Sjøfartsdirektoratets databaser. For at disse skal være nyttige i risikoanalyse kan man ikke bare se på hendelser isolert. Man må vite noe om aktiviteten til det aktuelle fartøyet eller den aktuelle fartøyskategorien generelt. For å gjøre dette har vi bearbeidet data som samles inn fra såkalte AIS-transpondere. AIS står for Automatisk Identifikasjonssystem. Alle fartøy over en viss størrelse er pålagt å benytte AIS, og dette gir omfattende informasjon om skipstrafikken langs norskekysten. Disse dataene kan blant annet brukes til å gi et bedre bilde av hvor skoen trykker mest sikkerhetsmessig, og det kan brukes til å holde ulykkesstatistikken opp mot aktivitet. Vi har utviklet en metode og databaseløsning for å høste trafikkdata fra AIS og benytter dem for å normalisere hendelsesdata. Vi har testet metodikken på flere hendelsestyper og utviklet metoder for lett å gjøre nye kombinasjoner. Dette gir bedre datakvalitet på hendelsesdataene og en mer robust kvantifisering av risikoen knyttet til ulike fartøystyper og aktiviteter. Vi har testet ulike former for normalisering og ser alt nå at det gir mer nyanserte analyser av frekvenser og risiko. Metodikken vår har også overføringsverdi og implikasjoner for andre sektorer (spesielt transportsektorer). Normaliserte hendelsesdata, basert på NSRMs metodikk, inngår nå i myndighetenes rapportering og forvaltning knyttet til skipsrisiko langs norskekysten. Prosjektet varte to år, fra høsten 2014 til høsten 2016. Det var et samarbeid mellom NTNU Samfunnsforskning AS - Studio Apertura, Safetec Nordic AS og NTNU. Både Sjøfartsdirektoratet og Kystverket bidratt i finansieringen av prosjektet og som aktive partnere underveis.

Safe transport at sea is an important premise for moving more transport from road to sea. This project contributes to improved control with major accidents at sea and to an enhanced safety level. We will develop the framework of a national ship risk model to be used by the regulatory authorities to control maritime risk. The project is based on a stepwise methodical approach. A crucial step in the development of the risk model is to normalize existing incident data. They will be combined with activity d ata harvested and aggregated from AIS-system. Normalization will enable us to conduct far more sophisticated analyses of incidents involving vessels in Norwegian waters than currently possible. By isolating traffic as separate factors the precision and ut ility of the accident statistics for research and regulation is strengthened. The AIS data can give rich information regarding conditions that may have contributed to past incidents. Moreover, the combination of incident data and AIS data can form a basis for identifying Risk Influencing Factors. These can also be used for assessing current risk levels, and as input to the National Ship Risk Model. We will study historical incidents and AIS data in combination in order to identify Risk Influencing Fact ors. These are crucial input to the risk model, but some may also be monitored (near) real-time based on new AIS data. The National Ship Risk Model will aggregate input and data from the previous work packages and integrate it into a framework that can be used to monitor the risk levels at sea. It can also inform inspections and regulatory measures. The project will produce technical reports documenting each step of the work, for other researchers to pick up. In particular the scripts for harvesting and a ggregating AIS-data may be useful beyond the application it is put to here. The academic output of the project is one journal article on normalized incident data and one on the development of NSRM.