随着我国、上海及其周边地区经济、对外贸易发展,上海港的地位逐步提升为国际航运中心,上海港将吸引越来越多的货物、船舶挂靠。根据交通部的统计数据,上海港的吞吐量从1990年的13960万吨增长到2005年的44320万吨,年均增长速度为8.8%。上海港进出港船舶的增加以及船舶吨位的增大、船速的加快,使交通环境发生变化,船舶溢油事故时有发生,并且平均每次事故的溢油量越来越大。船舶事故性溢油是突发性的、不确定的,而它给海洋造成的危害却往往是灾难性的。为了减小船舶溢油事故所造成的危害,就需做好事先预防和事后应急处置。事后应急处置指发生海上溢油事故之后,开展的应急救助和清污行动。事后应急处置的成效主要取决去油应急反应体系建立情况。而对船舶溢油事故的中、长期预测是确定所需应急资源多少的重要依据。本文着重建立船舶溢油事故的支持矢量机(SVM)预测模型,另外,还建立相关的灰色预测模型、投影寻踪预测(PPR)模型、BP神经网络模型;并将SVM模型与上述三模型进行对比。研究内容简述如下:在第一章中,主要阐述船舶溢油事故预测及其相关领域目前的研究现状,并概述本文的研究内容。在第二章中,分析上海港年溢油事故的规律、影响因素(预测参数),并利用时间序列法对预测参数未来的值进行预测。在第三章中,阐述统计学习理论,及支持矢量机(SVM)的基本原理和算法。在第四章中,阐述本文实现SVM的步骤,并利用Matlab软件建立该模型;然后将该模型用于上海港水域船舶溢油事故的预测。在第五章中,SVM模型与灰色模型、PPR模型、BP网络模型比较,并分析SVM模型预测精度高的原因。在第六章中,总结研究成果及不足。