馬文耀， 吳兆麟， 李偉峰， 楊家軒

(大連海事大學(xué) 航海學(xué)院， 遼寧 大連 116026)

當(dāng)前根據(jù)軌跡數(shù)據(jù)分析移動(dòng)對(duì)象的行為已成為交通領(lǐng)域的研究熱點(diǎn)。[1]通過分析軌跡數(shù)據(jù)，觀察目標(biāo)隨時(shí)間序列的變化并進(jìn)行剖析，得到運(yùn)動(dòng)個(gè)體高層次的行為描述。在道路交通安全方面，主要從避免“交通堵塞”的角度，利用車輛個(gè)體軌跡分析駕駛員的出行習(xí)慣和駕駛習(xí)慣[2]，重點(diǎn)識(shí)別交通擁堵高發(fā)的時(shí)段和地段，推薦個(gè)人出行路線。[3-4]在船舶行為研究方面，主要從 “交通安全”的角度研究船舶避讓的方法和規(guī)律。[5]船舶避讓措施一般為轉(zhuǎn)向和(或)變速[6]，避讓時(shí)機(jī)和采取避讓措施的位置會(huì)在很大程度上影響避讓安全。同時(shí)，船舶操縱行為是船與船之間及船與外界環(huán)境之間的相互作用，能通過船舶運(yùn)動(dòng)軌跡有效地描述出來。因此，從軌跡中挖掘出避讓時(shí)機(jī)和采取避讓措施的位置等信息有助于識(shí)別及理解船舶操縱行為。

船舶自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System,AIS)不僅能保障船舶的航行安全，還可獲取更高級(jí)別的海上情境意識(shí)。[7]盡管AIS的覆蓋范圍有限，只能反映局部區(qū)域的海上交通，但其具有全球統(tǒng)一的標(biāo)準(zhǔn)，通過融合多個(gè)AIS數(shù)據(jù)源，可用于分析全球海上交通。隨著各國(guó)AIS基站網(wǎng)絡(luò)的建立和星載AIS群的出現(xiàn)，AIS已成為近乎實(shí)時(shí)的全球海上交通信息來源。[8]海量的AIS船舶運(yùn)動(dòng)軌跡數(shù)據(jù)包含有豐富的船舶交通模式和駕駛行為習(xí)慣等信息[9]，通過充分挖掘這些信息，可為船舶駕駛行為研究和異常行為檢測(cè)提供決策支持。

船舶AIS軌跡數(shù)據(jù)能描述船舶空間位置及屬性隨時(shí)間的變化。海上交通研究關(guān)注的對(duì)象一般包括運(yùn)動(dòng)船舶、空間區(qū)域、時(shí)間特征和運(yùn)動(dòng)事件。軌跡特征通常既包括最原始的位置和時(shí)間參數(shù)，也包括間接得到的距離、方向、空間分布和加速度等參數(shù)。由于這些特征過于簡(jiǎn)單，無法反映單船操縱行為，導(dǎo)致可檢測(cè)的船舶異常行為類型有限，甚至無法發(fā)現(xiàn)某些 “重點(diǎn)關(guān)注水域”。

根據(jù)船舶操縱行為特性，結(jié)合船舶運(yùn)動(dòng)學(xué)約束條件，增加軌跡特征維度，將船舶操縱行為引入AIS軌跡特征中，使其對(duì)應(yīng)船舶具體操縱模式，提出一種從AIS軌跡數(shù)據(jù)中自動(dòng)辨識(shí)單船操縱模式的方法。

1 軌跡中船舶操縱行為建模

1.1 船舶操縱行為

船舶操縱行為是指控制船舶在水中運(yùn)動(dòng)的行為。船舶駕駛員根據(jù)船舶的操縱性能和車、舵效應(yīng)，結(jié)合風(fēng)、流和水域等客觀條件，運(yùn)用船舶推進(jìn)器、舵、錨、纜和拖船來保持或改變船舶的運(yùn)動(dòng)狀態(tài)。

船舶軌跡是船舶在一段時(shí)間內(nèi)的操縱過程在空間上的體現(xiàn)，因此蘊(yùn)含船舶操縱過程。由于船舶操縱過程是由一系列操縱行為(機(jī)動(dòng)行為)構(gòu)成的，因此操縱行為能用模型實(shí)例化，并能以可識(shí)別的操縱模式體現(xiàn)。AARSAETHER等[10]將船舶操縱模式分為航向基本恒定和航向變化機(jī)動(dòng)2類。這種基于最簡(jiǎn)單的幾何模型建立的單船操縱行為辨識(shí)模型不能充分體現(xiàn)制動(dòng)、加速、大幅度轉(zhuǎn)向和小角度轉(zhuǎn)向等船舶操縱模式。根據(jù)船舶操縱行為，可進(jìn)一步對(duì)航向基本恒定和航向變化機(jī)動(dòng)進(jìn)行細(xì)分，結(jié)果見圖1。

1.2 船舶操縱行為特征

通過對(duì)有限時(shí)間窗內(nèi)特定船舶軌跡的運(yùn)動(dòng)進(jìn)行分析，可識(shí)別出需重點(diǎn)關(guān)注的船舶行為。根據(jù)操縱行為的不同，將船舶AIS軌跡分成不同類型的航段，每個(gè)航段對(duì)應(yīng)1種操縱模式，每種模式具有若干個(gè)運(yùn)動(dòng)學(xué)特征。根據(jù)不同的運(yùn)動(dòng)學(xué)約束條件， 將AIS軌跡劃分為勻速航段、制動(dòng)航段、加速航段、停留航段、弱偏航航段、強(qiáng)偏航航段和其他航段等航段。各航段分別與圖1中的操縱行為模式對(duì)應(yīng)。

1) 勻速航段：在整個(gè)航段內(nèi)，線速度不為0，線加速度和角加速度接近于0，對(duì)應(yīng)“勻速航行”模式。

2) 制動(dòng)航段：在整個(gè)航段內(nèi)，線加速度小于某個(gè)負(fù)數(shù)的閾值，對(duì)應(yīng)“減速”模式。

3) 加速航段：在整個(gè)航段內(nèi)，線加速度大于某個(gè)正數(shù)的閾值，對(duì)應(yīng)“加速”模式。

4) 停留航段：在整個(gè)航段內(nèi)，線性速度接近于0，對(duì)應(yīng)“停留”模式。

5) 弱偏航航段：角速度接近于一個(gè)定值，開始點(diǎn)和結(jié)束點(diǎn)的航向差在某個(gè)閾值內(nèi)。若航向差為正，則為右舵弱偏航航段，對(duì)應(yīng)“右舵小角度”模式；否則為左舵弱偏航航段，對(duì)應(yīng)“左舵小角度”模式。

6) 強(qiáng)偏航航段：角速度接近于一個(gè)定值，結(jié)束點(diǎn)和開始點(diǎn)的航向差在某個(gè)閾值內(nèi)，其閾值大于弱偏航閾值。若航向差為正，則是右強(qiáng)偏航航段，對(duì)應(yīng)“大幅度右轉(zhuǎn)”模式；否則為左強(qiáng)偏航航段，對(duì)應(yīng)“大幅度左轉(zhuǎn)”模式。

7) 其他航段：在整條船舶軌跡中，已提取的常規(guī)航段以外的航段為不規(guī)則航段。這些航段通?；蚨嗷蛏偕婕耙恍╊愃漂d攣的動(dòng)作，即線性和角加速度均不為0。不規(guī)則航段近似認(rèn)為是“勻速航行”模式。

1.3 軌跡數(shù)據(jù)中單船操縱行為模型

船舶操縱行為也可稱為機(jī)動(dòng)行為，反映船舶的運(yùn)動(dòng)過程。運(yùn)動(dòng)軌跡中每3個(gè)點(diǎn)就構(gòu)成1個(gè)運(yùn)動(dòng)過程，即每3個(gè)軌跡點(diǎn)蘊(yùn)含1個(gè)船舶操縱行為事件。通過等時(shí)間間隔采樣3個(gè)軌跡點(diǎn)，得到該過程中的船舶操縱行為。圖2為船舶操縱模式辨識(shí)示意。圖2a)中：pi與相鄰的pi-1點(diǎn)和pi+1點(diǎn)的采樣時(shí)間間隔為Δt；vin,i為軌跡段pi-1pi的矢量速度；vout,i為軌跡段pipi+1的矢量速度。vin,i和vout,i的計(jì)算式為

(1)

(2)

v=(VSOG,CCOG)

(3)

在航海上，速度矢量可用VSOG或CCOG來表示(如圖2b)所示),其中,VSOG為船舶對(duì)地速度，CCOG為船舶對(duì)地航向。為劃分各航段的操縱行為模式，設(shè)定4個(gè)門限(VTZero，aTAcceleration，aTWeak，aTSharp)，

a)軌跡點(diǎn)間的運(yùn)動(dòng)示意b)速度矢量在航海上的分解示意

圖2 船舶操縱模式辨識(shí)示意

其中VTZero為接近于0的速度值。船舶在錨泊時(shí)，即使自身停止運(yùn)動(dòng)，受風(fēng)和流影響，仍有一定的對(duì)地速度。因此，須設(shè)定VTZero門限。當(dāng)船舶速度小于VTZero時(shí)，認(rèn)為船舶處于“停留”狀態(tài)。aTAcceleration為船舶加速度，船舶航行時(shí)，受不規(guī)律風(fēng)、浪影響，即使車鐘狀態(tài)始終不變，其加速度仍在微弱變化，故須設(shè)定aTAcceleration，僅當(dāng)船舶加速度達(dá)到一定程度(即超過該門限)時(shí)，才判定船舶進(jìn)行變速機(jī)動(dòng)。aTWeak和aTSharp為航向變化率，即船舶航向每分鐘改變的度數(shù)。船舶以自動(dòng)舵模式航行時(shí)，沿預(yù)定航向前進(jìn)，受外界風(fēng)、浪和流聯(lián)合作用，其運(yùn)動(dòng)軌跡呈“S”形，幾乎是沿預(yù)定航向左右擺動(dòng)；當(dāng)船舶偏離預(yù)定航向一定程度之后，會(huì)慢慢轉(zhuǎn)回至預(yù)定航向。這種船舶左右偏擺運(yùn)動(dòng)與船舶轉(zhuǎn)向機(jī)動(dòng)的區(qū)別主要在于航向變化率。當(dāng)船舶的航向變化率小于aTWeak時(shí)，認(rèn)為船舶做“S”形擺動(dòng)，近似認(rèn)為做直線運(yùn)動(dòng)；當(dāng)船舶的航向變化率在aTWeak與aTSharp之間時(shí)，認(rèn)為船舶做小角度轉(zhuǎn)向機(jī)動(dòng)；當(dāng)船舶的航向變化率大于aTSharp時(shí)，認(rèn)為船舶做大角度轉(zhuǎn)向機(jī)動(dòng)。

為比較與Pi點(diǎn)相連的上、下2個(gè)航段的操縱模式，定義船舶速度變化率和航向變化率，分別用as和ac表示，計(jì)算式為

(4)

(5)

根據(jù)不同的運(yùn)動(dòng)學(xué)約束條件，提出船舶操縱模式辨識(shí)模型，辨識(shí)規(guī)則為：

1) 若VSOG,in，i>VTZero,VSOG,out，i>VTZero,|as|

2) 若as<0 且 |as|>aTAcceleration，則認(rèn)為pi處船舶操縱行為屬于減速航行行為。

3) 若as>0且|as|>aTAcceleration，則認(rèn)為pi處船舶操縱行為屬于加速航行行為。

4) 若VSOG,in，i

5) 若ac<0 且aTWeak<|ac|

6) 若ac>0 且aTWeak<|ac|

7) 若ac<0 且 |ac|>aTSharp，則認(rèn)為pi處船舶操縱行為屬于左舵強(qiáng)偏航行為。

8) 若ac>0 且 |ac|>aTSharp，則認(rèn)為pi處船舶操縱行為屬于右舵強(qiáng)偏航行為。

1.4 門限閾值的確定

門限閾值的選擇對(duì)操縱行為模式的辨識(shí)起到關(guān)鍵性作用。門限閾值的大小由船舶操縱性能決定。轉(zhuǎn)向性差的船舶，其舵效較差，單位時(shí)間內(nèi)的航向改變量較小。即使駕駛員操相同的舵角，其轉(zhuǎn)向率變化幅度也較小。因此，對(duì)于操縱性差的船舶，其aTSharp設(shè)置得略小一些。若船舶的保向性好，船舶軌跡“S”形擺動(dòng)幅度相對(duì)較小，則其aTWeak應(yīng)設(shè)置得小一些。若船舶的轉(zhuǎn)向性好，則操相同轉(zhuǎn)舵角能獲得更高的轉(zhuǎn)向率，aTSharp應(yīng)設(shè)置得更大一些。船舶的操縱性好，其加速性能和制動(dòng)性能就會(huì)更好，船舶稍微增減檔位，航速立刻發(fā)生變化，因此aTAcceleration應(yīng)設(shè)置得偏大一些。 船舶的操縱性能與船舶類型、尺度和天氣海況密切相關(guān)，需研究這些因素對(duì)閾值參數(shù)的影響。

1.4.1船舶類型對(duì)閾值參數(shù)的影響

船舶類型一般分為客船、集裝箱船、散貨船、油船和漁船。就操縱性能而言，客船、集裝箱船、散貨船、油船和漁船的操縱性能依次下降。因此，aTAcceleration和aTSharp應(yīng)依次偏大，而aTWeak應(yīng)依次偏小。例如，集裝箱船的操縱性比油船好，加速和減速比油船更迅速，因此集裝箱船的aTAcceleration應(yīng)比油船的大。由于油船的保向性比較差，因此其aTWeak門限設(shè)定應(yīng)比集裝箱船略大。

1.4.2船舶尺度對(duì)閾值參數(shù)的影響

對(duì)于同種船型，小尺度船舶的操縱性明顯優(yōu)于大尺度船舶。因此，小尺度船舶的aTWeak應(yīng)設(shè)置得偏小，而aTSharp應(yīng)設(shè)置得偏大。

1.4.3天氣和海況對(duì)閾值參數(shù)的影響

船舶的操縱性與天氣、海況密切相關(guān)。船舶在天氣、海況狀況良好條件下的操縱性明顯優(yōu)于在惡劣天氣條件下的操縱性。因此，天氣、海況良好條件下的aTWeak設(shè)置得比惡劣天氣海況下的小一些，而aTSharpp設(shè)置得偏大一些。

針對(duì)不同天氣海況、不同種類(油船、集裝箱船、客滾船和散貨船)和不同尺度的船舶，通過實(shí)船操縱性調(diào)研并根據(jù)相關(guān)領(lǐng)域?qū)＜业姆治?，確定船舶操縱行為辨識(shí)模型中的門限閾值，建立船舶操縱行為辨識(shí)參數(shù)知識(shí)庫(kù)。

2 AIS軌跡數(shù)據(jù)中單船操縱行為辨識(shí)

辨識(shí)過程：根據(jù)海上移動(dòng)通信業(yè)務(wù)標(biāo)識(shí)碼(Maritime Mobile Service Identity, MMSI)(或船名)及開始時(shí)刻和結(jié)束時(shí)刻,從AIS原始數(shù)據(jù)中提取出某段時(shí)間內(nèi)單船的原始軌跡，并對(duì)該軌跡進(jìn)行數(shù)據(jù)清洗、插值和等時(shí)間間隔采樣，得到單船等時(shí)間間隔采樣軌跡。對(duì)軌跡上的各個(gè)點(diǎn)進(jìn)行操縱行為模式辨識(shí)，為各軌跡點(diǎn)添加表示操縱模式行為語義的屬性。最后得到帶有船舶操縱行為模式語義的單船軌跡。具體操縱模式辨識(shí)流程見圖3。

2.1 數(shù)據(jù)查詢

船舶軌跡點(diǎn)由船舶采樣點(diǎn)位置、采樣時(shí)間、對(duì)地速度(Speed Over Ground, SOG)、對(duì)地航向(Course Over Ground, COG)、航行狀態(tài)、轉(zhuǎn)向速率和MMSI碼等構(gòu)成。該船的這些采樣點(diǎn)數(shù)據(jù)信息根據(jù)采樣時(shí)間先后順序構(gòu)成軌跡點(diǎn)序列。根據(jù)船舶的MMSI碼及輸入的開始時(shí)刻和結(jié)束時(shí)刻，并按時(shí)間先后排序，采用SQL 查詢語句迅速?gòu)腁IS數(shù)據(jù)庫(kù)中提取出該條船舶軌跡，即該船的單船原始軌跡。

2.2 單船軌跡數(shù)據(jù)清洗

船舶有時(shí)會(huì)發(fā)送超出岸臺(tái)AIS接收范圍的AIS消息，導(dǎo)致該船舶軌跡不全；船舶AIS設(shè)備發(fā)生故障會(huì)導(dǎo)致軌跡中出現(xiàn)部分錯(cuò)誤或軌跡缺失等。[14-15]這些因素都會(huì)影響到單船軌跡操縱行為的分類和識(shí)別，因此需對(duì)AIS數(shù)據(jù)進(jìn)行清洗。

2.3 單船軌跡數(shù)據(jù)插值和采樣

由于AIS設(shè)備以不同時(shí)間間隔(2～360 s)發(fā)送消息，導(dǎo)致基于AIS的單船軌跡點(diǎn)之間的時(shí)間間隔不一致。須對(duì)單船AIS軌跡數(shù)據(jù)進(jìn)行插值，并根據(jù)指定的時(shí)間間隔進(jìn)行采樣，得到等時(shí)間間隔的單船軌跡。

2.4 單船操縱模式辨識(shí)參數(shù)的獲取

根據(jù)船舶的MMSI碼，從AIS信息中獲取船舶靜態(tài)信息，包括船舶類型、船舶長(zhǎng)度、天氣和海況，從門限數(shù)據(jù)庫(kù)中得到該船的操縱模式辨識(shí)參數(shù)。

2.5 單船軌跡操縱行為模式辨識(shí)

逐一對(duì)單船軌跡的各軌跡點(diǎn)進(jìn)行操縱模式辨識(shí)，將得到的操縱模式類別作為該點(diǎn)的船舶操縱行為特征保存到該點(diǎn)中，最終獲得帶有船舶操縱模式的單船軌跡。

3 試驗(yàn)及分析

以瓊州海峽2015年5月份的AIS數(shù)據(jù)集為研究數(shù)據(jù)，提取763艘船舶的運(yùn)動(dòng)軌跡，基于這些數(shù)據(jù)辨識(shí)船舶操縱模式，提取單船的“停留”“勻速航行”“加速”“減速”“小幅度左轉(zhuǎn)”“小幅度右轉(zhuǎn)”“大幅度左轉(zhuǎn)”和“大幅度右轉(zhuǎn)”等8 種操縱模式。采樣時(shí)間間隔設(shè)置為60 s，VTZero=0.4，aTAcceleration=1.2，aTWeak=2，aTSharp=10，獲得帶有操縱模式的船舶軌跡。圖4為某散貨船的帶有操縱模式的船舶軌跡。用4個(gè)矩形框?qū)D4中的船舶軌跡進(jìn)行劃分，將其編號(hào)為①～④。圖5為這4個(gè)矩形區(qū)域的放大圖。

圖5a)中，點(diǎn)A1的模式為“小幅度左轉(zhuǎn)”，點(diǎn)B1的模式為“小幅度右轉(zhuǎn)”，點(diǎn)C1的模式為“加速”，點(diǎn)D1的模式為“減速”，點(diǎn)B1與點(diǎn)C1之間的軌跡點(diǎn)的模式為“勻速航行”，點(diǎn)E1的模式為“大幅度右轉(zhuǎn)”。船舶在矩形區(qū)域①中航行，在點(diǎn)A1～點(diǎn)B1采取小幅度調(diào)整，船舶從瓊州海峽西行通航分道的右側(cè)慢慢移動(dòng)到分道的左側(cè)。

a)矩形區(qū)域1放大圖b)矩形區(qū)域2放大圖

c)矩形區(qū)域3放大圖d)矩形區(qū)域4放大圖

圖5 4個(gè)矩形區(qū)域的放大圖

圖5b)中，點(diǎn)A2的模式為“小幅度左轉(zhuǎn)”,點(diǎn)B2的模式為“小幅度右轉(zhuǎn)”，點(diǎn)C2的模式為“大幅度左轉(zhuǎn)”，點(diǎn)D2的模式為“加速”。船舶在矩形區(qū)域②中航行，先在西行分道中航行，然后小幅度左轉(zhuǎn)調(diào)整進(jìn)入警戒圈，隨后再大幅度左轉(zhuǎn)，航向變?yōu)?85°，即南北向航行。

圖5c)中，點(diǎn)A3的模式為“小幅度左轉(zhuǎn)”，點(diǎn)B3的模式為“大幅度左轉(zhuǎn)”，點(diǎn)C3的模式為“減速”，點(diǎn)D3的模式為“小幅度右轉(zhuǎn)”。從矩形區(qū)域③中可看出，船舶先勻速航行一段，然后小幅度左轉(zhuǎn)，隨后大幅度左轉(zhuǎn)并減速進(jìn)入某個(gè)區(qū)域，最終停止。

圖5d)中，點(diǎn)A4和點(diǎn)B4的模式為“大幅度右轉(zhuǎn)”，點(diǎn)C4和點(diǎn)D4的模式為“大幅度左轉(zhuǎn)”，點(diǎn)E4的模式為停留，且軌跡中點(diǎn)E4之后的軌跡點(diǎn)的模式均為“停留”。矩形區(qū)域④中軌跡點(diǎn)信息見表1。

海口秀英港No.4作業(yè)、防臺(tái)錨地區(qū)域?yàn)榫匦?，矩形頂點(diǎn)坐標(biāo)值見表2。從表1和表2中可看出，這些點(diǎn)所處區(qū)域?yàn)樾阌⒏跱o.4作業(yè)、防臺(tái)錨地，船

表1 矩形區(qū)域4中軌跡點(diǎn)信息

舶在點(diǎn)A4～點(diǎn)D4在錨地內(nèi)航行，但沒有抵達(dá)錨位。船舶到達(dá)錨位后拋錨，點(diǎn)E4以后軌跡點(diǎn)速度均為0，處于錨泊狀態(tài)。辨識(shí)結(jié)果與實(shí)際狀態(tài)一致。

表2 ?？谛阌⒏跱o.4作業(yè)、防臺(tái)錨地

4 結(jié)束語

根據(jù)船舶操縱規(guī)律和運(yùn)動(dòng)學(xué)約束條件，建立船舶操縱模式模型，提出一種從AIS數(shù)據(jù)中自動(dòng)辨識(shí)單船操縱模式的方法。利用該方法對(duì)瓊州海峽內(nèi)船舶的航行軌跡進(jìn)行單船操縱行為模式辨識(shí)。試驗(yàn)結(jié)果表明，該方法能有效識(shí)別出所需的船舶操縱行為模式，如大幅度轉(zhuǎn)向。結(jié)合地理場(chǎng)景知識(shí)，有助于進(jìn)一步了解船舶操縱意圖。由單船操縱模式辨識(shí)結(jié)果可知：小幅度轉(zhuǎn)向往往是船舶調(diào)整航向，糾正偏航；大幅度轉(zhuǎn)向則是船舶在避讓或在航路點(diǎn)轉(zhuǎn)向至新航向。從船舶安全的角度考慮，更加關(guān)注“大幅度左轉(zhuǎn)”和“大幅度右轉(zhuǎn)”。對(duì)海上交通中多艘船舶進(jìn)行單船操縱模式辨識(shí)，通過對(duì)所需的“操縱模式”進(jìn)行軌跡點(diǎn)聚類，能進(jìn)一步識(shí)別出交通模式中的轉(zhuǎn)向區(qū)和停留區(qū)。通過將交通模式中的轉(zhuǎn)向區(qū)與單船軌跡中“大幅度轉(zhuǎn)向”點(diǎn)相比對(duì)，可識(shí)別出單船軌跡中的避讓點(diǎn)。

[1] FANG Z,SHAW S L,TU W,et al．Spatiotemporal Analysis of Critical Transportation Links Based on Time Geographic Concepts: A Case Study of Critical Bridges in Wuhan，China[J].Journal of Transport Geography，2012，23(3): 44-59．

[2] 陶立. 機(jī)動(dòng)車駕駛員不當(dāng)駕駛行為特征與判別指標(biāo)分析 [D].北京: 清華大學(xué), 2012.

[3] 辛飛飛，韋龍雨．交通誘導(dǎo)信息對(duì)駕駛員路徑選擇行為影響調(diào)查分析[J]. 交通信息與安全，2013，31(3): 64-68．

[4] 王祖超,袁曉如. 軌跡數(shù)據(jù)可視分析研究[J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2015, 27(1): 9-25.

[5] 吳兆麟,朱軍.海上交通工程[M].大連：大連海事大學(xué)出版社, 2013:110-116.

[6] 潘家財(cái),邵哲平,姜青山.數(shù)據(jù)挖掘在海上交通特征分析中的應(yīng)用研究[J].中國(guó)航海, 2010, 33(2): 60-62.

[7] VESPE M, VISENTINI I, BRYAN K, et al. Unsupervised Learning of Maritime Traffic Patterns for Anomaly Detection[C]∥Data Fusion & Target Tracking Conference: Algorithms & Applications, 9th IET. IET, 2012: 1-5.

[8] IALA. Recommendation A-124 Appendix 19 : Satellite AIS Considerations[C]∥International Association of Marine Aids to Navigation and Lighthouse Authorities, Tech. Rep., 2011.

[9] 朱飛祥,張英俊,高宗江. 基于數(shù)據(jù)挖掘的船舶行為研究[J]. 中國(guó)航海, 2012, 35(2): 50-54.

[10] AARSAETHER K G，MOAN T. Estimating Navigation Patterns from AIS [J].Journal of Navigation, 2009, 62(4):587-607.

[11] AARSAETHER K G，MOAN T. Combined Maneuvering Analysis, AIS and Full-Mission Simulation[J].International Navigational Symposium on Marine Navigation & Safety of Sea Transportation. Gdynia Poland Main Papers, 2007,23(2):93-100.

[12] TOMINSKI C，SCHUMANN H，ANDRIENKO G，et al．Stacking-Based Visualization of Trajectory Attribute Data[J].Transactions on Visualization and Computer Graphics，2012，18(12) : 2565- 2574.

[13] ANDRIENKO G, ANDRIENKO N, BAK P, et al. Visual Analytics of Movement [M]. New York: Springer, 2013:83-86.

[14] GRAVESON A. AIS-An Inexact Science [J]. Journal of Navigation, 2004,57(3):339-343.

[15] NORRIS A. AIS Implementation-Success or Failure [J]. Journal of Navigation, 2007,60(1):1-10.