崔志偉，張宇琳，張飛舟，高 姍

基于AIS數(shù)據(jù)的海上電子圍欄選址

崔志偉1,2，張宇琳1，張飛舟1，高 姍3

（1.北京大學(xué) 地球與空間科學(xué)學(xué)院，北京 100091；2. 32011部隊(duì)，北京 100094；3. 中國(guó)自然資源航空物探遙感中心，北京 100083）

針對(duì)電子圍欄在海洋交通管理應(yīng)用中的選址粗放問題，利用船舶自動(dòng)識(shí)別系統(tǒng)（AIS）數(shù)據(jù)聚類分析實(shí)現(xiàn)海上電子圍欄的選址：通過數(shù)據(jù)清洗和特征抽取對(duì)AIS原始數(shù)據(jù)進(jìn)行篩選，構(gòu)建具有時(shí)序特征的屬性數(shù)組；并采用改進(jìn)的基于密度聚類（DBSCAN）算法對(duì)AIS數(shù)據(jù)進(jìn)行聚類計(jì)算，挖掘分析出船舶的實(shí)際空間分布特征；然后給出海上電子圍欄選址的具體方法和流程；最后以最小外接矩形方法獲得研究區(qū)域電子圍欄邊界位置。實(shí)驗(yàn)結(jié)果表明，該方法獲取的海上電子圍欄在需求覆蓋率、流速穩(wěn)定性和靠近航道距離等方面的性能都有較大的提高，具有較為廣闊的應(yīng)用前景，可為港口的精細(xì)化、科學(xué)化管理提供技術(shù)支撐。

密度聚類（DBSCAN）算法；最小外接矩形；電子圍欄；自動(dòng)識(shí)別系統(tǒng)；有效性分析

0 引言

20世紀(jì)90年代初，為彌補(bǔ)船舶交通管理系統(tǒng)（vessel traffic service，VTS）和傳統(tǒng)雷達(dá)在高精度定位、船舶唯一編碼等方面的不足[1]，加強(qiáng)全球海上交通管制，維護(hù)海上航行安全，歐、美等國(guó)家結(jié)合數(shù)字選擇呼叫(digital selective calling，DSC)技術(shù)開始研究測(cè)試船舶自動(dòng)識(shí)別系統(tǒng)（automatic identification system，AIS）[2]。1998年瑞典率先建成一個(gè)全國(guó)性的AIS系統(tǒng)，帶動(dòng)了國(guó)際AIS系統(tǒng)的建設(shè)發(fā)展。AIS系統(tǒng)的技術(shù)理念和運(yùn)行模式由基站式逐步向網(wǎng)絡(luò)化、信息化、智能化過渡，如今已形成天基、岸基和船載AIS系統(tǒng)共同提供船舶管理服務(wù)的局面。當(dāng)前，我國(guó)海上經(jīng)濟(jì)迅猛發(fā)展，AIS系統(tǒng)每天產(chǎn)生海量具有時(shí)空屬性的航跡數(shù)據(jù)，量級(jí)上也將從現(xiàn)在的吉（十億）字節(jié)（gigabyte，GB）、太（萬億）字節(jié)（terabyte，TB）級(jí)逐步增長(zhǎng)到拍（千萬億）字節(jié)（petabyte，PB）、艾（百億億）字節(jié)（exabyte，EB），乃至澤（十萬億億）字節(jié)（zettabyte，ZB）級(jí)[3]，為水上交通、海洋漁業(yè)、海洋生態(tài)、安全監(jiān)視等[4-7]海上活動(dòng)的動(dòng)態(tài)監(jiān)管提供數(shù)據(jù)基礎(chǔ)。文獻(xiàn)[8]通過對(duì)AIS數(shù)據(jù)降噪處理，并在模型中融合歷史數(shù)據(jù)，提取了精度較高的船舶軌跡；文獻(xiàn)[9]基于實(shí)時(shí)的AIS數(shù)據(jù)建立了航道交通擁堵的快速判定模型，實(shí)現(xiàn)了航道交通流量的實(shí)時(shí)監(jiān)測(cè)和及時(shí)管控；文獻(xiàn)[10]在分析大量AIS數(shù)據(jù)基礎(chǔ)上，對(duì)船舶軌跡異常進(jìn)行了歸納分類，并實(shí)現(xiàn)軌跡異常的自動(dòng)檢測(cè)；文獻(xiàn)[11]采用深度學(xué)習(xí)的方法從實(shí)時(shí)AIS數(shù)據(jù)中提取特征，提高了漁業(yè)活動(dòng)識(shí)別預(yù)測(cè)的準(zhǔn)確性；文獻(xiàn)[12]針對(duì)海上風(fēng)電場(chǎng)在船舶航行、航路規(guī)劃等方面產(chǎn)生的不利影響，提出了將電子圍欄系統(tǒng)應(yīng)用服務(wù)于海上風(fēng)電場(chǎng)等重點(diǎn)監(jiān)管海域的新型航海保障模式；文獻(xiàn)[13]面向海運(yùn)大數(shù)據(jù)統(tǒng)計(jì)分析需求，以港口、泊位為中心，以特定值為半徑畫圓，計(jì)算生成特定海域的電子圍欄范圍。目前海上電子圍欄選址方法多為通過實(shí)地調(diào)研手工繪制，在選址精度和效率方面有待進(jìn)一步提升，同時(shí)AIS數(shù)據(jù)挖掘研究成果卻非常豐富；因此本文基于AIS數(shù)據(jù)開展海上電子圍欄選址的研究，通過對(duì)AIS數(shù)據(jù)進(jìn)行聚類處理，分析港口船舶停留的空間分布特征，并據(jù)此提出電子圍欄建設(shè)的選址方法，為實(shí)現(xiàn)船舶精細(xì)化、科學(xué)化助航監(jiān)管提供技術(shù)參考。

1 AIS數(shù)據(jù)

AIS數(shù)據(jù)包括靜態(tài)信息、動(dòng)態(tài)信息、航次相關(guān)信息和安全相關(guān)信息[14]，如表1所示。其中，靜態(tài)信息指由船名、船型、海上移動(dòng)業(yè)務(wù)標(biāo)識(shí)等構(gòu)成的固定不變的信息。動(dòng)態(tài)信息指由傳感器獲得的船舶地理位置（經(jīng)度、緯度）、航向、航速、時(shí)間等船舶動(dòng)態(tài)信息。航次相關(guān)信息指由人工輸入的航線計(jì)劃、預(yù)計(jì)達(dá)港時(shí)間、吃水、載貨類型等信息。安全信息即對(duì)船舶航行安全構(gòu)成影響的氣象、告警、禁航等信息。

表1 AIS數(shù)據(jù)屬性

AIS數(shù)據(jù)的挖掘主要可以分為時(shí)空模式挖掘、聚類、分類和時(shí)空異常檢測(cè)等類型，本文通過對(duì)AIS數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、特征抽取和聚類計(jì)算實(shí)現(xiàn)船舶空間特征的挖掘分析，并在此基礎(chǔ)上對(duì)海上電子圍欄的選址計(jì)算進(jìn)行研究。

2 改進(jìn)的DBSCAN聚類算法

算法主要步驟為：

6）標(biāo)記出所有核心點(diǎn)、邊界點(diǎn)和噪聲點(diǎn)；

7）輸出聚類結(jié)果。

3 基于改進(jìn)DBSCAN算法的選址方法

3.1 選址流程

圖1 選址流程

3.2 數(shù)據(jù)挖掘

3.2.1 數(shù)據(jù)清洗

由于數(shù)據(jù)在接收、傳輸過程中不可避免地受到環(huán)境、設(shè)備等因素的影響，AIS數(shù)據(jù)通常會(huì)存在信息重復(fù)、缺失、錯(cuò)誤等問題。如天津港地理位置經(jīng)度位于117°E—119°E之間，緯度位于38°N—40°N之間，而由于信息錯(cuò)誤會(huì)出現(xiàn)航跡點(diǎn)坐標(biāo)在上述范圍之外的漂移點(diǎn)。為消除異常數(shù)據(jù)對(duì)后續(xù)AIS數(shù)據(jù)時(shí)空聚類的影響，本文對(duì)前后信息完全一致的重復(fù)數(shù)據(jù)、定位偏離正常地理范圍的漂移數(shù)據(jù)和海上移動(dòng)業(yè)務(wù)標(biāo)識(shí)（maritime mobile service identify，MMSI）錯(cuò)誤的噪聲數(shù)據(jù)進(jìn)行篩選或剔除。另一方面，本文研究主要基于靜態(tài)船舶的空間分布特征來選取電子圍欄的建設(shè)位置，須對(duì)航行船舶數(shù)據(jù)進(jìn)行二次篩除。在風(fēng)、流共同作用下，走錨船只實(shí)際漂移速度通常不大于2節(jié)[17]；因此，以航速大于2節(jié)作為航行船舶數(shù)據(jù)的判斷標(biāo)準(zhǔn)。AIS數(shù)據(jù)清洗相關(guān)屬性可信范圍如表2所示。

表2 AIS數(shù)據(jù)主要屬性可信范圍值

3.2.2 特征抽取

表3 特征抽取數(shù)據(jù)列表

3.2.3 聚類計(jì)算

3.3 選址計(jì)算

改進(jìn)的DBSCAN聚類算法將符合鄰域密度閾值的靜態(tài)船舶點(diǎn)位聚類后分組為由一個(gè)個(gè)點(diǎn)簇構(gòu)成的集合，可以準(zhǔn)確呈現(xiàn)出不同海域不同船舶的停留需求。本文通過航道數(shù)據(jù)將研究區(qū)域劃分為不同的子區(qū)域，在各子區(qū)域的所有需求集群中，分別查找需求量最大的集群，通過最小外接矩形方法計(jì)算集群邊界作為電子圍欄的近似范圍，如圖3所示為電子圍欄選址計(jì)算的具體過程。

圖3 電子圍欄選址計(jì)算具體過程

3.4 選址有效性分析

4 實(shí)驗(yàn)與結(jié)果分析

表4 實(shí)驗(yàn)條件說明

圖4 實(shí)驗(yàn)范圍示意

圖5 航跡點(diǎn)聚類結(jié)果

通過聚類挖掘可以看出，天津港大沽口北錨地、大沽口散化錨地、大沽口南錨地范圍分別為12.9 km×4.6 km、5.5 km×4.2 km和7.4 km×4.3km，與實(shí)際錨地范圍基本相符。船舶停泊在空間分布上總體呈現(xiàn)出規(guī)律性聚集的特點(diǎn)，如大沽口北錨地、大沽口散化錨地和大沽口南錨地等，而大沽口北錨地東側(cè)海域雖未規(guī)劃相應(yīng)錨地范圍，大型船舶依然呈現(xiàn)出較強(qiáng)的聚集性，03登船區(qū)北側(cè)海域由于水深較淺，船舶以漁船為主，又呈現(xiàn)出較為明顯的離散性。不難發(fā)現(xiàn)，天津港船舶停泊整體規(guī)范之外，對(duì)部分船只的?？亢凸芾磉€存在著薄弱環(huán)節(jié)，如十萬噸級(jí)錨地的船舶雖聚集性較好，但未嚴(yán)格按照錨地進(jìn)行停泊，而大沽口北錨地東側(cè)海域船舶停留則缺乏有效的錨地規(guī)劃和船舶管理措施，如圖6所示。

圖6 錨地規(guī)劃范圍

基于固定航道和船舶空間分布特征，在研究區(qū)域給出3個(gè)密度較大集群的最小外接矩形作為電子圍欄的邊界，如圖7所示。

圖7 電子圍欄選址結(jié)果

對(duì)水深、底質(zhì)、流速、距航道距離、需求覆蓋率等5項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行兩兩比較，采用1～9標(biāo)度表述其差別，通過構(gòu)建判斷矩陣求解各項(xiàng)權(quán)重值，最終獲得5項(xiàng)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的權(quán)重值，如表5所示。

表5 各項(xiàng)指標(biāo)權(quán)重值

針對(duì)對(duì)比方案中各項(xiàng)評(píng)價(jià)指標(biāo)按照有效性分別進(jìn)行10分制評(píng)分，并通過式（4）加權(quán)計(jì)算其綜合評(píng)分值，如圖8所示。

圖8 不同方案定量評(píng)分對(duì)比

可以看出：利用本文方法獲取的選址方案總體性能更優(yōu)，2種方案在水深、底質(zhì)方面的條件基本吻合；而本文選址方案內(nèi)流速更小，利于錨泊船只航行安全，并且整體離航道的距離更近，需求覆蓋率更高。測(cè)試結(jié)果表明，該選址方法可以有效地幫助在研究區(qū)域內(nèi)選擇合適的位置建立電子圍欄。

5 結(jié)束語

港口建設(shè)是我國(guó)深化對(duì)外開放的重要途徑。隨著大數(shù)據(jù)、物聯(lián)網(wǎng)等新技術(shù)的發(fā)展應(yīng)用，我國(guó)港航業(yè)機(jī)遇與挑戰(zhàn)并存。為保障海上交通科學(xué)有序發(fā)展，海事部門構(gòu)建了船舶自動(dòng)識(shí)別系統(tǒng)、船舶交通服務(wù)系統(tǒng)、閉路電視監(jiān)控系統(tǒng)等多元化管理手段，但依然存在船舶進(jìn)出港口不報(bào)告、船舶停泊不進(jìn)錨地等管理難點(diǎn)。本文基于AIS數(shù)據(jù)提出一種海上電子圍欄選址的方法框架，采用改進(jìn)的DBSCAN聚類算法對(duì)天津港大沽口錨地的停留船舶進(jìn)行時(shí)空聚類分析，并在此基礎(chǔ)上通過最小外接矩形方法找到電子圍欄建設(shè)的合理位置。通過對(duì)比分析，利用本文方法得出的選址結(jié)果在流速、距航道距離和需求覆蓋率等方面優(yōu)勢(shì)更明顯。本文初步選取了天津港水域內(nèi)靜態(tài)船舶的AIS數(shù)據(jù)進(jìn)行處理和研究，下一步將結(jié)合航行船舶AIS數(shù)據(jù)對(duì)電子圍欄選址的影響進(jìn)行深入研究。

[1] 牛健春. AIS在VTS船舶交通管理系統(tǒng)中的作用[J]. 航海技術(shù), 2003(1): 38-39.

[2] 楊永康. 通用船舶自動(dòng)識(shí)別系統(tǒng)(UAIS)性能和使用[J]. 航海技術(shù), 2004(1): 21-24.

[3] 李德仁. 論時(shí)空大數(shù)據(jù)的智能處理與服務(wù)[J]. 地球信息科學(xué)學(xué)報(bào), 2019, 21(12): 1825-1831.

[4] ZHANG L, MENG Q, FWA T F. Big AIS data based spatial-temporal analyses of ship traffic in Singapore port waters[J]. Transportation Research Part E: Logistics and Transportation Review, 2019, 129: 287-304.

[5] 李曉恩, 周亮, 肖楊, 等. 基于漁船AIS數(shù)據(jù)的南海北部海洋漁業(yè)捕撈強(qiáng)度空間特征挖掘[J]. 地球信息科學(xué)學(xué)報(bào), 2021, 23(5): 850-859.

[6] LIU T K, TSAI T K. Vessel traffic patterns in the port of Kaohsiung and the management implications for preventing the introduction of non-indigenous aquatic species[J]. Marine Pollution Bulletin, 2011, 62(3): 602-608.

[7] FU P, WANG H, LIU K, et al. Finding abnormal vessel trajectories using feature learning[J]. IEEE Access, 2017, 5: 7898-7909.

[8] 高大為, 朱永生, 張金奮, 等. 基于AIS數(shù)據(jù)的船舶航跡多維預(yù)測(cè)方法[J]. 中國(guó)航海, 2021, 44(3): 56-63.

[9] 何正偉, 劉力榮, 楊帆, 等. 基于AIS實(shí)時(shí)數(shù)據(jù)的航道交通擁堵快速判定方法[J]. 中國(guó)航海, 2018, 41(2): 113-118, 129.

[10] 吳建華, 吳琛, 劉文, 等. 舶舶AIS軌跡異常的自動(dòng)檢測(cè)與修復(fù)算法[J]. 中國(guó)航海, 2017, 40(1): 8-12, 101.

[11] SHEN K Y, CHU Y J, CHANG S J, et al. A study of correlation between fishing activity and AIS data by deep learning[J]. TransNav: International Journal on Marine Navigation and Safety of Sea Transportation, 2020, 14:527-531.

[12] 蘇斌, 王有軍, 李星. 淺談AIS海上電子圍欄系統(tǒng)及在海上風(fēng)電場(chǎng)的應(yīng)用[J]. 航海技術(shù), 2021(5): 38-41.

[13] 趙龍飛, 姜曉軼, 孫苗, 等. 面向海運(yùn)統(tǒng)計(jì)的AIS大數(shù)據(jù)挖掘分析研究[J]. 海洋科學(xué), 2021, 45(12): 55-64.

[14] 衛(wèi)桂榮, 楊春. 船舶AIS數(shù)據(jù)錯(cuò)誤檢測(cè)方法[J]. 中國(guó)航海, 2016, 39(4): 11-14.

[15] ESTER M, KRIEGEL H P, SANDER J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise[C]// Proceedings of the Second International Conference on Knowledge Discovery and Data Mining(KDD-96). [S.l.]: [s.n.], 1996: 226-231.

[16] 宋董飛, 徐華. DBSCAN算法研究及并行化實(shí)現(xiàn)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2018, 54(24): 52-56, 122.

[17] 李學(xué)東. 港外錨地相對(duì)安全距離研究[J]. 中國(guó)港灣建設(shè), 2015, 35(1): 16-18, 24.

[18] 周江華, 胡云平. 基于層次分析法的寧波港錨地選擇方案[J]. 浙江海洋學(xué)院學(xué)報(bào)(自然科學(xué)版), 2004, 23(4): 315-319.

[19] 董如梅, 王慶林, 陳錦娣. 一種兩兩比較判斷矩陣的探討[J]. 北京理工大學(xué)學(xué)報(bào), 2000, 20(4): 407-411.

Siting of maritime electronic fence based on AIS data

CUI Zhiwei1,2, ZHANG Yulin1, ZHANG Feizhou1, GAO Shan3

（1. School of Earth and Space Sciences, Beijing University, Beijing 100091, China; 2. Troops 32011, Beijing 100094, China; 3.China Aero Geophysical Survey and Remote Sensing Center for Natural Resources, Beijing 100083, China）

Aiming at the problem of rough site selection in the application of electronic fences in marine traffic management, the paper proposed a site selection method of marine electronic fences by using the clustering analysis of automatic ship identification system (AIS) data: the original AIS data were screened by data cleaning and feature extraction to construct an attribute array with time-series characteristics; and an improved density-based spatial clustering of applications with noise (DBSCAN) algorithm was used to cluster the AIS data to mine and analyze the actual spatial distribution characteristics of ships; then a specific method and its process for siting the maritime electronic fence were given; finally, the boundary location of the electronic fence in the study area was obtained by the minimum enclosing rectangle method. Experimental result showed that the performance of the maritime electronic fence obtained by the proposed method would be greatly improved in terms of demand coverage rate, flow speed stability and distance close to the channel, which could have a relatively broad application prospect and provide technical support for the refined and scientific management of the port.

density-based spatial clustering of applications with noise (DBSCAN) algorithm; minimum enclosing rectangle; electronic fence; automatic identification system; validity analysis

崔志偉, 張宇琳, 張飛舟, 等. 基于AIS數(shù)據(jù)的海上電子圍欄選址[J]. 導(dǎo)航定位學(xué)報(bào), 2023, 11(4): 49-55.（CUI Zhiwei, ZHANG Yulin, ZHANG Feizhou, et al. Siting of maritime electronic fence based on AIS data[J]. Journal of Navigation and Positioning, 2023, 11(4): 49-55.）DOI:10.16547/j.cnki.10-1096.20230407.

P228

A

2095-4999(2023)04-0049-07

2022-11-18

崔志偉（1988—），男，河南商丘人，碩士研究生，研究方向?yàn)樾l(wèi)星導(dǎo)航應(yīng)用、空間信息智能處理。

張飛舟（1966—），男，北京人，博士，教授，研究方向?yàn)橹腔鄢鞘?、物?lián)網(wǎng)以及空間信息智能處理。