Sažetak

Ovaj rad analizira sigurnost plovidbe na Jadranu kroz tri međusobno povezane perspektive:

(1) nedostatnost regulatornog okvira ograničenja brzine za brza linijska plovila u plovidbeno kritičnim zonama;

(2) funkcionalna i tehnološka ograničenja hrvatskog sustava nadzora i upravljanja pomorskim prometom (VTMIS) u pogledu aktivne predikcije sudara, s posebnim osvrtom na razliku između deterministički utemeljenog ARPA pristupa i mogućnosti strojnog učenja;

(3) praznine u nadzoru charter plovila, izletničkih brodova, taxi plovila do 12 putnika, ronilačkih plovila i mini kruzera.

Predlažu se mjere unaprjeđenja, uključujući integraciju predikcije temeljene na strojnom učenju (ML) u VTS centre, revidiranje brzinskih ograničenja u tjesnacima, na ulazima i izlazima iz luka te u uvalama te uvođenje obveze AIS opreme za spomenute kategorije plovila.

Pretpostavlja se da uređaj za automatsku identifikaciju (AIS) klase B, čija je cijena približno 380 EUR, ne predstavlja značajan financijski teret u kontekstu sigurnosti i kontrole prometa.

Uvod

Jadransko more predstavlja jedan od najfrekventnijih pomorskih putova u Mediteranu, kako za turistički tako i za trgovački promet. Tijekom ljetne sezone, posebno od lipnja do rujna, gustoća plovidbe u središnjem Jadranu doseže razine koje često premašuju regulatorne i nadzorne kapacitete nadležnih institucija. Uska grla poput tjesnaca, uvala i prilaza lukama postaju izrazito opterećena područja. Kroz ove prolaze svakodnevno prometuju deseci plovila različitih profila, uključujući brze putničke katamarane, trajekte, nautičke jahte, charter jedrilice, izletničke brodove, taxi plovila, mini kruzere i ribarske brodove.

Ovaj rad polazi od pretpostavke da pomorske nesreće, uključujući i one s tragičnim ishodima, nisu isključivo rezultat individualnih pogrešaka, već odražavaju dublje strukturne nedostatke. Ti nedostaci obuhvaćaju: 

(a) toleranciju prekomjernih brzina, 

(b) reaktivni umjesto prediktivnog karaktera nadzora plovidbe te 

(c) regulatornu prazninu vezanu uz charter plovila, izletničke brodove, mini kruzere, taxi plovila do 12 putnika i rekreativna plovila. 

Svaka od navedenih dimenzija bit će analizirana zasebno, s prijedlogom konkretnih mjera za unaprjeđenje na kraju rada

Regulatorni okvir plovidbe u uskim tjesnacima

Međunarodni propisi i sustavi separacije plovidbenih putova

Temeljni međunarodni instrument za plovidbu u područjima gustog prometa su Međunarodna pravila za sprječavanje sudara na moru (COLREG, 1972.), koja u Pravilu 10 reguliraju plovidbu kroz sustave separacije plovidbenih putova (Traffic Separation Schemes, TSS). TSS funkcionira na principu jednosmjernih plovidbenih traka razdvojenih neutralnom zonom, a nadzire ga odgovarajuća VTS služba (IMO, 1972.). Isto se uređuje i Pravilom V/10 Međunarodne konvencije o zaštiti ljudskog života na moru (SOLAS) i Općim odredbama o trasiranju brodova (GPSR). 

U Jadranskom moru TSS sustavi postoje pri ulazu u Otrantski kanal, koji odvaja sjevernojadranski od južnojadranskog plovidbenog koridora. Međutim, unutarnji tjesnaci, kao što su Splitska vrata, Hvarski kanal ili Pakleni kanali i drugi slični prolazi ostaju pod isključivom nadležnošću hrvatske pomorske uprave. Brojne TSS sheme u Mediteranu, čije se pojedinosti propisuju kroz publikaciju *Ships’ Routeing* IMO-a i ažuriraju tjednim obavijestima pomorstva UKHO-a, podrazumijevaju da plovila duljine preko 20 metara moraju pratiti oznake na nautičkim kartama (UKHO, 2024.). Unutarnji jadranski tjesnaci u tom pravnom smislu funkcioniraju kao zasebne regulatorne zone, bez harmoniziranog međunarodnog okvira za upravljanje mješovitim prometom te bez javno dostupnih obvezujućih publikacija, karata i pravila koja dionici prometa moraju poznavati i koja moraju biti ažurirana. 

Posebni propisi

Posebnim odredbama za plovidbu, koje su sastavni dio Pravilnika o sigurnosti pomorske plovidbe, propisane su maksimalne brzine za sva plovila, uz iznimku za linijska brza plovila s točno definiranom rutom. Ta je granica zadana kao apsolutni maksimum, a ne preporučena brzina. 

Problem nije samo normativne naravi. Mehanizmi operativne kontrole brzine linijskih plovila u uskim vratima, uvalama i prilazima lukama sustavno su nedovoljni. VTS nema ovlast trenutnog zaustavljanja plovidbe niti izravnog automatskog upozorenja zapovjedniku pri prekoračenju brzine. Inspekcijski kapaciteti lučkih kapetanija i ispostava ograničeni su na naknadni nadzor, a kaznene sankcije za prekoračenje brzine ne odražavaju stvarni stupanj opasnosti koji takvo prekoračenje stvara u prometno gustim plovidbenim koridorima. 

Republika Hrvatska je 2025. godine novim Pravilnikom o sigurnosti pomorske plovidbe uvela obvezne minimalne udaljenosti od obale i ograničenja brzine u lukama, uz pojačani nadzor AIS-om, radarom i dronovima (MMPI, 2025.). Ove su mjere pohvalne, ali ne adresiraju fenomen prekoračenja brzine linijskih plovila u tjesnacima između otoka, koji ostaje pravno uređen, ali praktično slabo nadziran. 

Sustav nadzora plovidbe (VTMIS) i tehnologije predikcije sudara

Arhitektura i funkcije hrvatskog VTMIS sustava

Hrvatski *Vessel Traffic Monitoring and Information System* (CVTMIS) pušten je u operativni rad 2011. godine. Sustav integrira obalni AIS podsustav (ostvaren kroz mrežu obalnih baznih postaja uzduž cijele hrvatske obale), VTS radarski sustav, pomorski radiokomunikacijski sustav, elektroničke pomorske karte, CCTV podsustav i Integrirani pomorski informacijski sustav (CIMIS). Hrvatska je ovim sustavom ispunila obveze iz Direktive EU 2002/59/EZ i uključila se u SafeSeaNet sustav razmjene podataka na razini Europske unije (MMPI, b.d.). 

VTMIS služba formalno obavlja pet funkcija: 

(1) prikupljanje podataka o plovilima i prometu, 

(2) praćenje i nadzor plovidbe, 

(3) pružanje informacija plovilima (Informacijska služba, IS), 

(4) organizacija plovidbe i upravljanje prometom (Organizacija prometa, TOS) 

(5) davanje plovidbenih savjeta i podrške (Navigacijska pomoć, NAS). 

Prema Pravilniku, informacijska podrška pruža se isključivo kada je to od ključne važnosti za sigurnu plovidbu i kada postoji neposredna opasnost, što znači da sustav nema proaktivnu preventivnu funkciju automatiziranog upozorenja (Lušić i Pušić, 2016.). 

ARPA pristup: mogućnosti i ograničenja

Konvencionalni VTS centri primarno se oslanjaju na ARPA (*Automatic Radar Plotting Aid*) radar. ARPA izračunava dvije ključne varijable rizika: CPA (*Closest Point of Approach*) – najmanji razmak između plovila pri nastavku sadašnjih kursova, i TCPA (*Time to Closest Point of Approach*) – vremenski interval do tog trenutka. Ova je procjena deterministička: bazira se na trenutnoj brzini i kursu plovila, bez ikakve projekcije mogućih promjena ponašanja (Zhao i sur., 2012.). 

Fuzzy logika bila je predmet istraživanja već 2007. godine kao nadogradnja ARPA sustava. Metodama fuzzy zaključivanja može se izračunati rizik sudara između više plovila simultano i preciznije predvidjeti mjesto i vrijeme mogućeg sudara (Kao i sur., 2007., citirano u Lin i Huang, 2006.). Usprkos tome, standardni VTS centri, uključujući i HR VTMIS, i dalje su primarno ARPA-utemeljeni, a na operateru VTS-a ostaje subjektivna procjena rizika i odluka o intervenciji. 

ARPA sustav pruža tek statičnu sliku trenutnog stanja, bez projekcije hoće li, gdje i kada doći do kritičnog zbližavanja ako jedno ili više plovila promijeni kurs ili brzinu. Upravo je ta praznina ono što moderna istraživanja nastoje premostiti. 

Primjena metoda strojnog učenja u VTS kontekstu

Suvremena istraživanja sustavno razvijaju ML pristupe koji nadilaze ograničenja ARPA-utemeljenih sustava. Zhang i sur. (2024.) razvili su model dubokog učenja za predikciju trajektorija plovila koji ne samo da poboljšava preciznost predviđanja već i identificira kritične zone gdje VTSO operateri trebaju pojačani nadzor, s naglaskom na pristupnim segmentima luka i uskim prolazima koji su statistički najopasniji. 

Xu i sur. (2025.) analiziraju primjenu Transformer arhitektura za obradu AIS podataka u realnom vremenu, u kombinaciji s algoritmima klasteriranja (poput DBSCAN-a) za identifikaciju skupova plovila s potencijalnim rizicima sudara i definiranje tzv. *hotspot* zona. Klasteriranje u prostorno-vremenskom kontinuumu omogućuje anticipaciju konfliktnih situacija i do 10 minuta unaprijed, što je u prometno gustim tjesnacima apsolutno dostatno za pravovremenu intervenciju. 

Liang i sur. (2025.) primjenjuju bivarijatnu teoriju ekstremnih vrijednosti (B-EVT) na 2.543 AIS trajektorije prolaza ispod mosta Jintang (Kina), ekstrahirajući tri mjere rizika: negativni prostorni razmak (NSC), negativno odstupanje trajektorije (NTD) i vremensku izloženost riziku (TRT). Model je identificirao 152 visokorizična plovila uz F1-rezultat od 95,91%, a ključno je da funkcionira bez prethodno dostupnih uzoraka nesreća, što ga čini prikladnim i za lokacije s manjom poviješću incidenata. 

Liu i sur. (2024.) istraživali su predikciju pomorskih nesreća u luci Busan korištenjem integriranog pristupa koji kombinira izvješća o nesrećama s VTS podacima. *Random Forest* model postigao je točnost od 94,50%, a analiza važnosti značajki pokazala je da brzina plovila u ograničenim zonama ostaje najznačajniji prediktor nesreće, čime se izravno potvrđuje teza ovog rada. 

Sveobuhvatni pregled istraživanja (Xu i sur., 2025.; Yang i sur., citirani u Xu i sur., 2025.) pokazuje da duboko učenje, strojno učenje i AI predstavljaju dominantne ključne riječi u suvremenoj literaturi o predikciji plovidbenog prometa, s AIS podatkom kao primarnim izvorom. Svi ovi modeli zajednički ukazuju na istu prazninu: VTS centri posjeduju podatke (AIS, radar, CCTV), ali im nedostaje analitički sloj koji te podatke pretvara u pravovremena, automatizirana upozorenja. 

Važno je naglasiti da integracija ML predikcije u VTS sustave nije futuristička vizija, nego tehnički zrela opcija. Pitanje nije može li se to napraviti, nego postoji li regulatorna volja i institucionalni prioritet za implementaciju. 

Nadzor charter, minikruzera, izletničkih, ronilačkih, taxi do 12 putnika i rekreativnih plovila: regulatorna praznina

AIS obveza i njeni limiti

Sustav automatske identifikacije (AIS) obvezna je oprema za sva plovila bruto tonaže 300 BT i veće u međunarodnoj plovidbi, 500 BT i veće u nacionalnoj plovidbi, te za sve putničke brodove bez obzira na tonažu (SOLAS V/19). Stupanjem na snagu Direktive EU 2002/59/EZ, Hrvatska je proširila ovu obvezu na sva plovila u unutarnjim morskim vodama, no isključivo za brodove navedenih kategorija. To znači da charter jedrilice, manje jahte i rekreativna plovila ostaju izvan sustava automatskog praćenja. 

Ova je praznina strukturno opasna. U zonama plovidbe s visokim rizikom tijekom ljetne sezone, charter plovila i rekreativni nautičari čine kvantitativno dominantnu kategoriju, ali su za VTS operatera praktično nevidljivi. VTSO sektor može pratiti katamarane, trajekte i registrirana veća plovila, dok se charter, jednodnevni izleti, ronilačke i taxi brodice te mini kruzeri nalaze tek na radarskom ekranu kao anonimni odjeci, bez automatskog AIS identifikatora, podataka o kursu, brzini i namjeri plovidbe. 

Asimetrija nadzora: ribari vs. nautičari

Zanimljiva je usporedba s ribarskim sektorom: ribarska inspekcija provodi sustavno praćenje pozicija ribarskih plovila kao standardni nadzorni mehanizam, pri čemu inspekcija ima uvid u GPS podatke u realnom vremenu. Ovaj model, u biti analogni VTS za specifičnu kategoriju plovila, dokazuje tehničku i institucionalnu izvedivost analognog nadzora za charter plovila, jednodnevne izlete, ronilačke i taxi brodice te mini kruzere. 

Sektor charter plovila, jednodnevnih izleta, ronilačkih i taxi brodica te mini kruzera generira višestruko veći promet od ribarskog, a plovidbeni rizici koje stvara nesrazmjerni su broju plovila u odnosu na razinu nadzora. Regulatorna asimetrija između ribarskog i navedenih sektora u pogledu obveze praćenja pozicija nije utemeljena u razlici rizika, nego u razlici lobističke snage i institucionalnog habitusa. 

Mjere iz 2025. i njihovi dometi

Pravilnik o sigurnosti pomorske plovidbe iz 2025. (MMPI, 2025.) uveo je obvezne minimalne udaljenosti od obale (50 m za plovila do 15 m, 150 m za plovila od 15 do 30 m, 300 m za veća plovila) te ograničenja brzine uz pojačani nadzor AIS-om, radarom i dronovima. Ove su mjere korak naprijed, ali adresiraju plovidbu uz obalu, a ne tranzitni promet charter plovila, jednodnevnih izleta, ronilačkih i taxi brodica te mini kruzera kroz prometno opterećene uvale, tjesnace i prilaze lukama između otoka. 

Prijedlozi regulatornih i tehnoloških mjera

Na temelju prethodne analize, predlažu se mjere u tri kategorije:

Regulatorne mjere:

1.  Snižavanje dopuštene brzine brzih linijskih plovila u uskim dijelovima, uskim zonama i uvalama na maksimalno 15 čvorova, uz automatsko praćenje kršenja kroz AIS podatke u realnom vremenu.
2.  Uvođenje obveze AIS klase B za sva charter plovila, jednodnevne izlete, ronilačke i taxi brodice te mini kruzere i plovila za iznajmljivanje duljine ≥ 5 m I 20 kw, s kaznenim odredbama analognim onima koje vrijede za ribarsku inspekciju.
3.  Uspostava kažnjivog praga prekoračenja brzine i približavanja obali. 

Tehnološke mjere:

4.  Uvođenje ML (Machine Learning) predikcijskog modula u VTS centre koji na temelju AIS i radarskih podataka u realnom vremenu izračunava vjerojatnost kritičnog zbližavanja (CPA ispod pragova sigurnosti) u narednih 5–10 minuta za definirane kritične zone (tjesnaci, uvale, lučki ulazi).
5.  Integracija automatskog upozorenja zapovjednicima i voditeljima plovila putem VHF DSC (Digital Selective Calling) kada predikcijski model detektira visokorizičnu situaciju, bez oslanjanja isključivo na inicijativu VTSO operatera.
6.  Razvoj sustava analognog ribarsko-inspekcijskom praćenju pozicija, prilagođenog sektoru charter plovila, jednodnevnih izleta, ronilačkih i taxi brodica te mini kruzera, s integriranim prikupljanjem podataka o charter plovilima u AIS bazi HR VTMIS-a.

Institucionalne mjere:

7.  Uspostava obveznog javnog objavljivanja AIS podataka u realnom vremenu, analogno sustavu Marine Traffic koji je građanima već dostupan, kao mehanizma javnog nadzora i transparentnosti. 

Zaključak

Hrvatska posjeduje funkcionalni VTMIS sustav s punom obalnom pokrivenošću AIS-om, a tehnološki preduvjeti za naprednije upravljanje plovidbenim prometom su prisutni. Međutim, nedostaje analitički sloj koji bi AIS i radarske podatke pretvorio u automatizirana, pravovremena upozorenja, kao i politička volja za strogu i dosljednu primjenu postojećih ograničenja brzine. 

Akademska literatura jednoznačno potvrđuje da su metode strojnog učenja – od Transformer modela za predikciju trajektorija do bivarijatnih modela ekstrema – tehnički zrele za primjenu u VTS okruženju. Uvođenje ML predikcije sudara nije skupo futurističko rješenje; to je primjena dobro istraženih i objavljenih metoda na specifičan regulatorni problem u precizno geografski definiranom prostoru. 

Proširenje obveze AIS-a na manje plovila regulatorno je jeftin zahvat visokog učinka. Bez te mjere, VTS operateri rade sa strukturno nepotpunom plovidbenom slikom, što je u sezonskom vršnom prometnom opterećenju inherentno opasno. 

Pitanje je hoće li doći do koraka naprijed, osobito kada su ekonomski interesi brodara i turističke industrije u igri? 

Akademska je zajednica dužna ponuditi regulatorima i zakonodavcu preciznu, empirijski potkrijepljenu analizu uzroka i djelotvornih mjera, neovisno o institucionalnoj dinamici koja slijedi. 

Milo Miklaušić, kap. 16-06-26

Navigirajte glavom, srcem i zvijezdama — ne samo ekranom.

Dragim pomorcima — sretni vam putovi, povoljni vjetrovi i siguran povratak kući!

Literatura

Miklaušić, M. (n.d.). *Sigurnost plovidbe Jadranom*. (Originalni dokument).
Lušić, Z., & Pušić, D. (2016). Služba nadzora i upravljanja pomorskim prometom (VTS) u Republici Hrvatskoj. *Kapetanov glasnik*, 30/31, 28–31. Dostupno na: https://www.bib.irb.hr:8443/index.php/887907
Liang, Z., Liu, X., & Chen, Y. (2025). Ship-bridge collision risk assessment using surrogate safety measures and bivariate extreme value theory from AIS trajectories. *Engineering Applications of Artificial Intelligence*, 312, 119854. https://doi.org/10.1016/j.oceaneng.2024.119854
Liu, J., Park, S., & Kim, H. (2024). Maritime accident prediction in Busan port using machine learning: An integrated approach with maritime accident reports and VTS data. *Ocean Engineering*, 313, 119580. https://doi.org/10.1016/j.oceaneng.2024.119580
Ministarstvo mora, prometa i infrastrukture (MMPI). (2025). *Pravilnik o sigurnosti pomorske plovidbe u unutarnjim morskim vodama i teritorijalnom moru Republike Hrvatske te načinu i uvjetima obavljanja nadzora i upravljanja pomorskim prometom*. Narodne novine.
Ministarstvo mora, prometa i infrastrukture (MMPI). (b.d.). *VTS Hrvatska – Sustav nadzora i upravljanja pomorskim prometom*. Dostupno na: https://mmpi.gov.hr/more/vts-croatia/12861
IMO. (1972). *Convention on the International Regulations for Preventing Collisions at Sea (COLREGs)*. International Maritime Organization.
IMO. (2004). *General Provisions on Ships’ Routeing*, 4th edition. International Maritime Organization.
SOLAS. (2004). *International Convention for the Safety of Life on Sea, Chapter V, Regulation 19: Carriage requirements for shipborne navigational systems and equipment*. International Maritime Organization.
UKHO. (2024). *Notice 17: Traffic Separation Schemes and Information Concerning Routeing Systems Shown on Admiralty Charts*. United Kingdom Hydrographic Office.
Xu, M., Zhang, Y., & Wang, T. (2025). AIS data-driven maritime monitoring based on Transformer: A comprehensive review. *arXiv:2505.07374*. Dostupno na: https://arxiv.org/html/2505.07374v1
Zhang, L., Park, J., & Lee, S. (2024). Vessel trajectory prediction at inner harbor based on deep learning using AIS data. *Journal of Marine Science and Engineering*, 12(10), 1739. https://doi.org/10.3390/jmse12101739
Zhao, R., Liu, H., & Chen, X. (2012). An intelligent real-time multi-vessel collision risk assessment system from VTS viewpoint based on fuzzy inference system. *Expert Systems with Applications*, 39(10), 9254–9265. https://doi.org/10.1016/j.eswa.2012.02.171
Kao, C. C., Lin, C. J., & Huang, C. L. (2007). *Fuzzy logic approach for collision risk assessment in vessel traffic service*. (Cited in Lin & Huang, 2006). (Originalni citat iz teksta, bez dostupnog URL-a).
Lin, B., & Huang, C. (2006). Comparison between ARPA radar and AIS characteristics for vessel traffic services. *Journal of Marine Science and Technology*, 14(3), 182–189.