区域分级
什么是红区——以及围绕它的整套体系。
红区是指人员可能受到高空落物、移动或远程操作设备、高压设备及其他重大危害影响的区域。红区不限于钻台——凡是危险源辨识识别出高空落物可能的地方都适用：起重作业、管排甲板、货物作业、井口区。正式而言，这些区域称为 限制进入区，属于 DROPS 推荐做法所定义的更广泛区域管理体系的一部分：
完全禁入
黑区
危害存在期间任何时候都不允许人员进入。以硬质或上锁的实体围栏阻止进入——例如起下钻作业期间游动滑车的正下方。
永久限制进入
红区
以永久屏障标识持续存在的高空落物危害。仅限被授权人员在有书面风险评价的前提下进入。钻台是最常见的例子。
临时限制进入
黄区
在引入限时危害的作业期间设置临时屏障——如吊装作业、某些维修作业。作业结束后撤除警戒线、防护链和安全警示标志。
开放进入
绿区
具有授权出入口和逃生通道的常规作业区域，执行正常的运行控制措施。
每个设施都应保有清晰标识的危险区域划分图，涵盖全部四类区域，并标出区域负责人位置、通道口和逃生通道——经现场检查核实，并随设备变更导致区域边界变化而及时更新。
为何重要
在危险区域停留的时间越短，事故越少。
基本逻辑很简单：红区管理缩短人员暴露于现场最高风险区域的时间。行业数据说明了这一点的分量：
10%
的油田死亡事故由高空落物造成（IOGP 五年平均值，2021—2025）
35%
在 2025 年适用 IOGP 保命条款的死亡事故中属于“危险区域（Line of fire）”，为占比最大的一类
67%
的 Petrobras 高潜在后果事件为高空落物（2022 年）
<150ms
AI 计算机视觉识别区域闯入的时间
死亡数据来源： IOGP 安全绩效指标——2025 年数据（报告 2025s，2026 年 6 月发布）。
长期存在的挑战是 常态化滞留——红区几乎被永久占用，使这项控制彻底失效。当例外变成常态，区域体系就已被破坏。Transocean 的红区暴露率（RZER）指标反映出行业正转向量化并主动降低人员暴露——这也正是技术赋能监控的意义所在。
良好实践
落地可行的红区管理如何实施。
有效的方案需要明确的归口责任、最新的危险区域划分图、严格的准入控制和书面的准入矩阵——并定期复核，以缩短暴露时间、调整标准作业站位，并通过自动化把人从红区中撤出来。
使用 DROPS Calculator 量化区域风险评价中的后果一侧，并用 控制层级 来确定区域管理在其他屏障中所处的位置。
指定区域负责人
每个区域都需要一名负责的主管来控制进入、批准准入并维护记录——钻台红区通常由司钻负责。
区域划分图与出入示意图
清晰标识黑区、红区、黄区、绿区的图纸，标出区域负责人位置、通道口和逃生通道——经现场检查核实，并随设备变更保持更新。
实体屏障与警示标志
在所有入口设置防护围栏、防护链和警示标志（英文及当地主要语言），并采用交通灯式系统实现钻台的动态准入控制。
进入许可
进入红区前须完成作业风险评价，开展红区或黄区作业前须召开班前会，任务完成后立即收回许可。
红区准入矩阵
以书面矩阵规定哪些作业需要进入区域、由谁进入——定期复核，以缩短暴露时间、调整作业站位，并用自动化把人撤出区域。
变更管理
永久性重新分级须走正式的变更管理流程；临时变更由区域负责人管理，由其更新屏障和标志，并在不再需要时撤除。
技术赋能的监控
从拿着记录板的监护人，到永不眨眼的 AI。
红区监控已从由红区监护人和 DROPS 推动者人工核查——覆盖有限且易受人为差错影响——发展为可扩展、稳定一致、数据驱动的技术辅助系统。现代系统把可穿戴定位器、固定信标、摄像识别、LiDAR 传感器和 AI 分析结合起来，可提供：
- 红区内人员的实时可见性
- 准入规则和个体防护装备要求的执行核查
- 未经授权进入的报警
- 未经授权人员进入特定区域时设备自动停机
- 供运行分析使用的数据采集：滞留规律、暴露时间跟踪和作业流程优化
| 方式 | 工作原理 | 优点 | 缺点 |
|---|---|---|---|
| 可穿戴定位器／信标 | 人员携带或佩戴定位装置（如 Salunda Crew Hawk、NOV HaloGuard） | 个人定位精确；可与设备控制系统联动 | 设备管理、电池续航、班组配合度 |
| 摄像机 + AI 计算机视觉 | 摄像机配合 AI 算法识别设定区域内的人员 | 无需佩戴设备；可利用现有摄像机；留存影像证据 | 需要摄像覆盖；受照明影响；需要算力 |
| 混合系统 | 可穿戴设备 + 摄像机 + 设备联动组合使用 | 覆盖最全面 | 复杂度和成本更高 |
AI 智能监控——前沿方向
YOLO 等计算机视觉模型可实时识别设定区域内的人员——确定边界、在 150 毫秒内标记闯入，并全天候工作而不疲劳。建筑安全领域的 AI 市场预计到 2030 年将达到 51.3 亿美元，油气行业是主要推动力之一。
自动的越界报警与通知
滞留统计与暴露时间测量
人员活动热力图与事件回放
重新设计作业流程，把人彻底移出区域
指南
从红区走向暴露区域管理。
DROPS 自 2010 年起发布区域管理指南，相关思路仍在演进。下一步是 暴露区域管理：按人员实际暴露于危害的情况对作业区域分级——什么可能坠落、移动或释放能量，谁在其影响范围内——而不再只按固定颜色划分。区域因此变成动态的：准入矩阵规定在何种作业中谁可以在何处，监控数据持续验证控制措施是否符合现场实际。
在这一模式下，危险区域划分图是一幅活的风险图景。暴露时间成为可测量的 KPI，常态化滞留由隐性变为显性，技术的作用也从看守边界转向重新设计作业，使需要跨越边界的人越来越少。
DROPS 会员正在共同编制完整的 暴露区域管理指南——目前为会员评审中的工作稿。
一图看懂这一转变
工作坊与工具
先动手学，再自己试。
在“红区与 AI”工作坊中，学员学习红区管理的基本概念及其在控制层级中的位置，剖析常见的方案短板——例外过多、暴露常态化、监督不一致——实际使用包括计算机视觉识别在内的 AI 辅助监控系统，用普通摄像头搭建一套简化的监控原型，并为本单位制定实施路线图。工作坊对 DROPS 会员免费，非会员 50 美元。
工作坊
红区与 AI 驱动的监控工具
11月18日周三 07:00 GMT
用一台笔记本电脑和一个摄像头搭建可运行的监控原型。会员免费，含证书。
免费工具
DROPS AI Monitor
一款桌面应用（macOS／Windows），基于 YOLOv8 在实时摄像画面中识别进入用户自行划定红区的人员——在投入商用系统之前，先看看 AI 监控能做到什么。
下载应用推荐做法
DROPS 区域管理指南
DROPS 自 2010 年起发布行业良好实践的区域管理指南（最初名为《限制进入区（红区）使用推荐指南》）。现行版本涵盖区域分级、区域负责人、准入控制、监控系统、准入矩阵和变更管理。会员可在学习平台上获取。
打开学习平台现场经验
实施中的难点——以及如何解决。
一些早期使用者取得了显著成效；也有人因需求错配、误报或信任问题而暂停部署。差别主要来自五个方面：
政策与岗位设计的一致性
政策在纸面上往往很完整，实际执行中却产生大量例外。企业必须评估自身的红区政策是否导致长时间的常态化滞留——那会让区域管理完全失去意义。建议：重新设计作业流程以压缩红区停留时间，而不只是监督人员是否遵守准入规则。
技术与运行的一致性
常见的失败是在部署技术时没有结合现场运行实际。作业人员、运行管理者与技术供应商之间的协同至关重要——密切沟通、定期反馈和小步调整，才能让系统自然融入日常作业。
员工认同与信任
监控系统应作为安全和效率工具引入，而不是监视手段。清晰的沟通、培训以及让员工参与推行决策必不可少。信任会加快接受度；一旦被视为监视，推行就会失败。
集成与可扩展性
系统必须与现有作业流程无缝衔接，并能在不同现场和恶劣环境中扩展使用。健全的数据治理必不可少：从一开始就明确数据归属、保存期限和隐私问题。
分阶段实施
建议分步推进：先做被动监控，采集数据，完善政策，再逐步引入自动报警和强制措施。自 2016 年前后以来，技术已显著成熟——现代系统在早期使用者经验的基础上，提供了更好的定制能力、实时分析和更直观的界面。
从这里开始
无论走到哪一步，都可以从这里起步。
无论你是首次建立红区管理方案，还是用 AI 智能监控完善既有方案，DROPS Forum 都能提供支持这项工作的资源和社区：报名参加 红区与 AI 工作坊，通过实操训练搭建监控原型；试用免费的 DROPS AI Monitor，在自己的摄像头上体验 AI 识别；使用 DROPS Calculator 评估本单位的高空落物风险；并在 DROPS 学习平台 上学习课程和推荐做法。若要进一步提升能力， DROPS Focal Point Program 把红区管理作为一个核心模块。
红区管理常见问题
红区区域管理是一套系统性做法，用以管控进入高风险区域（红区）的行为——在这些区域中，人员可能暴露于高空落物、移动设备或其他危险源。它在更广泛的控制层级中作为管理控制／能量隔离措施发挥作用。该体系涵盖区域分级（黑区、红区、黄区、绿区）、指定的区域负责人、进入管控程序、监控技术，以及书面的准入矩阵，以尽量减少人员在危险区域的暴露。
红区监控系统运用技术手段——例如配备 AI／计算机视觉的摄像头、可穿戴追踪器或传感器——来检测和跟踪进入钻井平台和工业现场限制进入区域的人员。这类系统对未经授权的进入发出实时告警，并采集数据以提升作业安全水平。现代系统运用 YOLO（You Only Look Once）等计算机视觉模型，可在 150 毫秒内检测到区域闯入，并能不间断运行而不会疲劳。
据估计，油气作业中约 10% 的死亡事故由高空落物造成。红区正是暴露于这些危险源最严重的区域。管控进入这些区域的行为、减少人员在其中停留的时间，可直接降低受伤和死亡的风险。IADC 2024 年数据显示，参与报告的承包商共发生 956 起可记录事件、271 起损失工时事件和 8 起死亡事故。在 Petrobras，高空落物占 2022 年高潜在事件的 67%。有效的红区区域管理通过受控进入、监控和持续改进来应对这些风险。
现代红区监控系统采用多种技术：AI 驱动的计算机视觉分析摄像头画面，实时检测既定区域内的人员；可穿戴信标和追踪器（例如 Salunda Crew Hawk 或 NOV HaloGuard）提供精确的个体追踪，并可与设备控制系统集成；LiDAR 传感器提供空间检测；混合系统则结合多种方式以实现全面覆盖。当未经授权的人员进入受限区域时，AI 系统可触发自动告警或使设备停机。
首先开展全面的危险源辨识／风险评估，识别所有需要限制进入的区域。为每个区域指定区域负责人。制作清晰标示的危险区域划分图，标明黑区（禁止进入）、红区（永久受限）、黄区（临时受限）和绿区（开放通行）。设置实体屏障、安全警示标志，并建立以书面风险评估为前提的准入许可流程。实施红区准入矩阵，跟踪哪些作业需要进入区域。可考虑采用基于摄像头的 AI 检测或可穿戴追踪器实现技术赋能的监控。建议采取分阶段做法：先从被动监控入手，收集数据、完善政策，再逐步引入自动告警和强制执行。
暴露区域管理是传统红区区域管理的演进：它不再仅仅依赖固定的颜色分区，而是按照人员对危险源的实际暴露来划分作业区域——什么可能坠落、移动或释放能量，以及在何种作业期间谁处于其影响范围之内。区域变得动态化，由准入矩阵加以管理，并借助监控数据持续验证，从而使暴露时间成为可衡量的 KPI，而不再是一种看不见的习惯。DROPS 会员正在制定完整的暴露区域管理指南，目前处于工作草案评审阶段。