威脅等級評估

4.4.1 案例分析

2017 年 3 月 10 日在台東縣綠島鄉附近海岸線遭可疑船舶排放廢棄重油的汙染，加 上油汙受到海流流向影響，從中寮漁港以北綿延10 公里海岸線均遭受汙染，約有 1/3 海 岸線遭重油覆蓋，北岸的珊瑚碎屑海灘和礁岩潮間帶，甚至連海底都沉積著厚重油塊，

造成生態系統極大的破壞。事件發生後海洋大學通訊與導航工程學系張淑淨教授使用交 通部運輸研究所港灣技術研究中心的 AIS 資料追蹤並研判可疑船舶，環保署與外交部也 積極追查可疑船舶，期望能遏止此違法事件。環保署綜整各方資訊後，認為油污排放時 間可能是在2017 年 3 月 9 日 9 時至 10 時，並公布那段期間內經過綠島附近的船舶之 AIS 航跡資料(圖 26)，分別是距離綠島 4.5 海浬及 6 海浬的兩艘船舶。根據新聞媒體報導，環 保署副署長詹順貴表示被鎖定的船隻是4 萬噸等級的散裝貨輪，而本報告第 4.3 節「岸基 高頻雷達測流系統估測船舶回波強度」之研究對象同樣為散裝貨輪，因此，本節將以台 灣東部鄰近綠島之三座高頻雷達測站搭配 AIS 資料(圖 27)進行船舶訊號識別，來模擬油 汙事件發生後，肇事船隻可能關閉 AIS 訊號的狀況下，利用本系列專題研究所研發出的

技術是否能夠有效地偵測出排放油汙之可疑船舶，進而評估其威脅等級。在澳洲政府的 同意與協助下，環保署與外交部得以針對原先鎖定的船舶進行登船檢查，並排除該船排 放油污之嫌。因此本節後續之討論為避免誤導，不會將船舶資訊呈現出，只是以該船作 為情境模擬之對象。

圖片來源：環保署

圖

26

環保署公布

2017

年

3

月

9

日

9

時至

10

時前後通過綠島兩側船舶軌跡圖

圖

_{27 2017}

年

₃

月

₉

日

₉

時至

₁₀

時前後通過綠島兩側之船舶

_AIS

軌跡 4.4.2 鄰近高頻雷達測站辨識結果

國家海洋研究中心的環台高頻雷達測流系統最接近綠島中寮漁港之三座測站分別 是由北到南的綠野

(LUYE)

站、小野柳

(SHIA)

站、及旭海

(SUHI)

站，此三座長距型測站距 離單元解析度為

3.7 Km

。圖

28

綠圈實心黑點為三座測站的位置；黑色三角形為綠島中寮 漁港位置；藍色圓圈範圍是以中寮漁港為中心的

4.5

海浬之緩衝區

(buffer zone)

範圍；淺 綠色實線為環保署原先鎖定的疑似船舶於

2017

年

9

時

30

分至

10

時

30

分之航行軌跡圖。

此一偵測時間內的移動範圍是圖 28 中的紅色實線段。將三座測站在 9 時 59 分的雷達資 料利用ASI 演算法(見圖 8)搜尋出雷達頻譜內船舶回波訊號後，接著再利用多重訊號演算 法(multiple signal classification, MUSIC ) (見圖 8)定位出船舶之方位角(以正北為 0°)，可偵 測出該船舶分別位於於綠野站188°處、小野柳站 105°處、以及旭海站 42°處，在圖 28 中 是以黑色虛線連接三測站，經詳細ASI 與 MUSIC 之分析結果可參見圖 29 至圖 34 所示，

並說明如下：

圖29(a)為最北邊之綠野站於 2017 年 3 月 9 日 9 時 59 分之頻譜總覽，橫軸為相對 於雷達站之徑向速度；縱軸為距離單元RC2 至 RC30。圖 29(b)為經 ASI 處理後利用 2σ 為門檻值篩選訊號之結果，可以看出有相當多可疑回波訊號分布於頻譜內，紅色圓圈部 分為經 AIS 比對後確實為該船舶之訊號，接著將感興趣區域縮小為 RC24 至 RC30 後可 更清楚看到船舶回波訊號於 RC26 處(圖 30(b))。針對篩選出之紅色圓圈船舶訊號利用 MUSIC 對其進行方位估測可獲得如圖 30(c)之結果，橫軸為以正北為 0°之各方位角；縱 軸為訊號到達方位函數(direction of arrival, DOA)，若曲線出現峰值時表示訊號從該對應 方位角進入雷達接收天線，即可判斷出目標物所在之方位角。因此，根據圖30(c)之結果 證實船舶相對於綠野站188°處。圖 31(a)為最接近中寮漁港的小野柳站頻譜識別結果；圖 31(b)同樣利用 2σ作為訊號與雜訊分離之門檻值，可以更清楚看到該船舶位於小野柳站 RC6 處，換算成實際距離約為 22.2 Km 至 25.9 Km。從總譜上判別船舶訊號位於 RC6 附 近後接著將ROI 縮小至 RC5 至 RC13 (圖 32(b))可更清楚看出紅色圓圈船舶之訊號回波。

經MUSIC 識別後可得知船舶位於小野柳站 105°(圖 32(c))，同時也可利用圖 28 確認紅色 實線船舶軌跡確實位於小野柳站90°以南之區域，因此根據相對位置也可進一步確認所估 測出角度為合理之數值。圖33 為最南邊旭海測站整張頻譜識別之結果，於 RC22 處發現 該船舶訊號回波並以紅色圓圈表示之，為使更清楚看見回波訊號以及對其進行方位解算，

將 ROI 範圍縮小為 RC20 至 RC25(圖 34(b))。圖 34(c)之 DOA 函數峰值位於方位角 42°

上，代表船舶相對於旭海測站於東北方位置，進一步與圖28 進行相對位置比對也證實估 測之船舶落於一個合理位置。

根據上述雷達估測之資訊綜整為表 3，綠野(LUYE)站、小野柳(SHIA)站、及旭海 (SUHI)站透過 ASI 可獲得船舶之距離單元及徑向速度資訊，MUSIC 則可提供重要之方位 角資訊，經比對實際AIS 資料(表 4)之船舶上述三項資訊可發現表 3 所估測資料均落入該 範圍內，可提高演算法所獲得資訊之可信度。圖28 即是根據表 3 之方位角資訊繪製各測 站至估測目標船舶之角度，且可看出三條線之交點落於紅色實線內，代表可利用方位角 資訊定位船舶所在位置。下一節4.4.3「前方交會法」將會利用表三所獲得之方位角資訊 配合兩測站之經緯度座標，前方交會出船舶可能之位置經緯度，提供後續利用此一空間 位置轉換為相對於某一受威脅地點的距離進行威脅等級評估。

圖28 臺灣東部鄰近綠島之三座高頻雷達測站與船舶軌跡相對位置圖

0 5 10 20Kilometers

LUYE

SHIA

SUHI

Zhongliao Fishery Harbor

(a)

(b)

圖30 綠野站船舶訊號識別結果: (a) ASI 於 RC24-30 辨識結果；(b) ASI 以 2σ篩選結 果； (c) MUSIC 方位辨識於 188°出現峰值之結果

圖31 小野柳站於 RC2-30 辨識結果

圖32 小野柳站船舶訊號識別結果(a) ASI 於 RC5-13 辨識結果；(b) ASI 以 2σ篩選結 果； (c) MUSIC 方位辨識於 105°出現峰值之結果

(a)

(b)

(c)

(a)Top view of ROI at 20170309 015941 in SHIA site

-5 -4 -3 -2 -1 0 1 2 3 4 5

Radial velocity (m/s) 5

10 15 20 25 30

(a)

(b)

Loop3 (A3) Range Cell

(a)

(b)

(c)

圖33 旭海站於 RC2-30 辨識結果

圖34 旭海站船舶訊號識別結果(a) ASI 於 RC20-25 辨識結果；(b) ASI 以 2σ篩選結 果； (c) MUSIC 方位辨識於 42°出現峰值之結果

Loop3 (A3) Range Cell

(a)

(b)

(a)

(b)

(c)

表3 雷達估測船舶資料統整

Radar sites Information of target (distance / azimuth / radial speed)

LUYE RC26 188 ﾟ -5.1 m/s

SHIA RC6 105 ﾟ 1.6 m/s

SUHI RC22 42 ﾟ 5.2 m/s

表4 AIS 船舶資料統整

Radar sites Information of vessel (distance / azimuth / radial speed) LUYE RC24 - RC26

A

、

B

為∠A 與∠B 之角度。當 A、B、P 的排列順序與方位角的增加方向一致時，sign 取值為1；反之，若 A、B、P 的排列順序與方位角的增加方向相反時，sign 取值為-1。

本章節將延續第4.4.2 節「鄰近高頻雷達測站辨識結果」所整理出表 3 資訊，並利用綠野 站與小野柳站兩組已知經緯度資訊前方交會出船舶實際經緯度位置。角度及空間資訊如 圖36 所示：假設 A 點為綠野站、B 點為小野柳站，此二站之經緯度已知，且經兩站座標 位置可計算出綠野站之位置位於小野柳站方位角 25 ﾟ處，此外根據表 3 可知綠野站估測 船舶位置為方位角 188 ﾟ，小野柳站估測船舶位置為方位角 105 ﾟ，故可得∠B 為 80 ﾟ，

根據內錯角相等性值，故25 ﾟ的 α 相等於 8 ﾟ的 β 加上∠A，可解算出∠A 為 16 ﾟ。掌握 兩測站之經緯度與∠A 及∠B 後根據式 3 與式 4 可解算出船舶位置為(121.4180, 22.7359)。

同時也可利用第二年度「雙雷達站估算船舶位置與船速向量」獲得目標物之實際船速，

結果如圖28 黃色星號位置，可見前方交會之估測位置落於船舶實際 AIS 資料航線上，後 續即可透過此一經緯度座標與船速提供給最接近且具有巡邏艦艇或飛行器之海域監控單 位進行現場確認。

圖36 兩測站與估測之船舶相對角度圖 4.4.4 雙雷達站估算船舶位置與船速向量

單一雷達站可運用目標物偵測技術求得船舶相對於雷達站之距離、徑向速度、及方 位角資訊，同樣地可由鄰近另一雷達站求得上述資訊，雙雷達站所推算的船舶空間位置 理應相同，故可相互確認計算結果的正確性。利用雙站所獲得船舶之徑向速度及方位角 資訊進一步合成實際船速向量以及船舶真航向，以確切掌握目標物之動態資訊。

圖37 為船舶實際航速及真航向解算示意圖，兩三角形圖示為蘇澳及漢本雷達站之相對位 置，黑色實心圓點為船舶位置。利用 ASI 可求得船舶相對於綠野及小野柳測站之徑向速 度

V

₁及

V

₂，其值如為正號代表朝雷達站靠近之徑向速度，負號表示遠離雷達站之徑向速 度；MUSIC 演算法則可獲得船舶相對於雷達站之方位角 及₁  ，上述兩角度皆是以正北₂ 為零度並以順時針計算(clockwise degrees from true North, CWN)。因此，船舶實際航速 V

A

B

P

188ﾟ

80ﾟ

8ﾟ

75ﾟ 25ﾟ

16ﾟ

α

β

) cos(

₂

2

 V 







V (6)

由式

(5)

及式

(6)

即可求得實際航速 V 及真航向 之解析解，分別為式

(7)

及式

(8)

，此兩式均 適用於船舶各種航行方向。

) cos( ₁

在文檔中 高頻雷達測流系統應用於海面船舶偵測與追蹤 (III) (頁 29-37)