Identify the Factors Affecting Marine Accidents in Low Visibility

Document Type : Original Article

Authors
Abbas Khazaei 1
Ali Mohamadi 2
1 Instructor, M.Sc., Grad., Imam Khomeini University of Marine Sciences, Nowshahr, Iran.
2 Assistant Professor, Imam Khomeini University of Marine Sciences, Nowshahr, Iran.
10.22034/road.2024.434865.2238
Abstract
The purpose of this research is to identify the factors affecting marine accidents in low visibility. One of the reasons for the collision of floating units with each other and the floating unit with the ground is the reduction of horizontal visibility. In this research, using the descriptive-survey method, the factors affecting marine accidents that occur due to the reduction of horizontal visibility have been investigated. In this research, interviews were first conducted and the questionnaire questions were designed under this variable. Next, this questionnaire was sent to 95 naval officers of the Islamic Republic of Iran who are working on floating units, and their answers were statistically analyzed using SPSS software. According to Friedman's ranking, the variables affecting the occurrence of marine accidents in low visibility are: a) human factors b) environmental conditions and c) technical conditions, the identified factors for the main human variable are the skill and experience of the commander, vigilance. The officer watching the bridge at the time of passing out of sight. Due to the lack of vision and skills and experience of the good command staff. The main factors for the environmental condition variable identified are traffic in the area, navigation in certain areas and the effect of waves and rough seas, and finally the main factors for the technical condition variable of radar calibration, engine and its quality, and ARPA radar with its peripheral systems.
Keywords
Low Visibility
Collision
Marine Damage
Human Factors
Environmental Conditions
Technical Condition
-اصغری، سعید (1384). مدل‌های مدیریت خطاهای انسانی. سومین همایش ایمنی دریانوردی. تهران، 27-26.
-ایدنی، ابراهیم و خجسته، علیرضا (1388). حوادث دریایی ناشی از عدم توانایی ایجاد ارتباط. همایش هماهنگی ارگان­های دریایی کشور، تهران.
-بهرامی رودباری، رضا زرکندی، سهیل و قاضیانی، خدیجه (1393). آمار و احتمالات مهندسی. انتشارات نوین پویا، چاپ اول.
-جفره، منوچهر (1388). نقش مؤلفه­های نرم افزاری و زیست افزاری، ماهنامه پیام دریا، شماره 182، 65-63.
-جواد پور، منصور (1390). بررسی اثرات مه غبار بر تصادمات دریایی خلیج فارس و دریای عمان، پایان­نامه کارشناسی ارشد، دانشگاه دریایی چابهار.
-خدادادی، حمید رضا (1390). بررسی نقش انسان در سوانح دریایی و روش کاهش خطاهای انسانی در شرکت­های کشتیرانی ایرانی، پایان نامه کارشناسی ارشد، دانشگاه دریایی چابهار.
-حافظ­نیا، محمد رضا. (1380). مقدمه­ای بر روش تحقیق در علوم انسانی، تهران، انتشارات سمت، چاپ هشتم.
-سرمد، زهره، بازرگان، عباس و حجازی، الهه. (۱۳۷۶). روش­های تحقیق در علوم رفتاری. تهران: انتشارات آگه.
-کاظمی، سعید. (1389). آشنایی با فرآیندهای مبتنی بر تحلیل خطر در پیشگیری از سوانح دریایی، دوازدهمین همایش صنایع دریایی ایران، زیباکنار.
-نوبهار، مصطفی، جمالی، غلامرضا، و شادی، احمد. (1399). رتبه بندی عوامل موثر بر سوانح دریایی کشتی­های تجاری در آب­های آزاد با استفاده از
تکنیک­های تصمیم گیری چندمعیاره (مطالعه موردی: خلیج فارس و دریای عمان). اقیانوس شناسی، 11(41 )، 111-101.
-مبارک حسن، الهام و تاج ‌بخش، سحر و غفاریان، پروین و پگاه فر، نفیسه و کریم خانی، مهناز. (1398). مطالعه ساختارهای همدیدی موثر در گرد و خاک منطقه خلیج فارس، نشریه اقیانوس شناسی، دوره 10، شماره 37، 64-53.
-مرادی، علی. (1388). نقش عنصر انسانی در بروز سوانح دریایی، ماهنامه بندر و دریا، شماره 22، 59-55.
-Celik, M. and Cebi, S. (2009) Analytical HFACS for Investigating Human Errors in Shipping Accidents, Accident Analysis and Prevention, Vol. 41, 66-75.
-Celik, M. and Lavasani, S.M. and Wang, J. (2010). A Risk-Based Modelling Approach to Enhance Shipping Accident Investigation, Safety Science, Vol. 48, 18-27.
-Castillo-Botón, C., Casillas-Pérez, D., Casanova-Mateo, C., Ghimire, S., Cerro-Prada, E., Gutierrez, P. A., & Salcedo-Sanz, S. (2022). Machine learning regression and classification methods for fog events prediction. Atmospheric Research, 272, 106157.‏
-Calaf, M., Vercauteren, N., Katul, G. G., Giometto, M. G., Morrison, T. J., Margairaz, F., & Pardyjak, E. R. (2023). Boundary-layer processes hindering contemporary numerical weather prediction models. Boundary-Layer Meteorology, 186(1), 43-68.‏
-Cornejo-Bueno, S., Casillas-Pérez, D., Cornejo-Bueno, L., Chidean, M. I., Caamaño, A. J., Sanz-Justo, J., & Salcedo-Sanz, S. (2020). Persistence analysis and prediction of low-visibility events at Valladolid airport, Spain. Symmetry, 12(6), 1045.‏
-Fernando, H. J., Gultepe, I., Dorman, C., Pardyjak, E., Wang, Q., Hoch, S. W., & Wauer, B. (2021). C-FOG: life of coastal fog. Bulletin of the American Meteorological Society, 102(2), E244-E272.
-Ren, J., Jenkinson, I., Wang, J., Xu, D.L.,Yang, J.B. (2008). A Methodology to Model Causal Relationships on Offshore Safety Assessment Focusing on Human and Organizational Factors, Safety Research, Vol. 39, 87-100.
-Salcedo-Sanz, S., Pérez-Aracil, J., Ascenso, G., Del Ser, J., Casillas-Pérez, D., Kadow, C., & Castelletti, A. (2022). Analysis, characterization, prediction and attribution of extreme atmospheric events with machine learning: a review. arXiv preprint arXiv:2207.07580.‏