智能航道中“大數據”研究

曹樹青++舒曉明++梁向棋++張寶瑞

摘 要：通過對大數據基本概念的介紹及基本特征的闡釋，深入分析大數據的本質，并簡要介紹了智能航道的概念、框架及關鍵技術，探討大數據在智能航道應用上的優勢，分析智能航道建設中大數據平臺搭建應注意的方面。

關鍵詞：大數據 智能航道 數據挖掘

近兩年，“大數據”一詞備受人們關注。大數據本質究竟是什么，它在智能航道的建設中充當什么角色，能給智能航道的建設帶來什么優勢，進而給智能航道的建設帶來什么啟示，智能航道中大數據平臺該如何架構？下面談談這方面的看法。

大數據的定義及特征

1、大數據定義

什么是大數據？高德納咨詢公司的定義是：大數據是大量、高速、多變的信息資產，它需要新型的處理方式去促成更強的決策能力、洞察力與優化處理。維基百科的定義是：大數據由巨型數據集組成，這些數據集大小常超出人類在可接受時間下的收集、使用、管理和處理能力。各機構定義雖然不同，但都有一個共識：大數據是一個數據集的集合，這個集合如此龐大而復雜，以至于它無法通過傳統的數據庫管理工具來進行處理，從各種類型的大量數據中，快速獲取有價值信息的能力，就是大數據技術，它不是一種特定的技術，而是一類技術的統稱。

2、大數據特征

大數據有四個特征（4V）：①數據量大（Volume）。數據量從GB級別躍升到TB乃至PB級別。②數據類型繁多（Variety）。包括文檔、圖片、音視頻、地理位置及傳感器等數據，不僅包括傳統的結構化數據，也包括半結構化、非結構化數據。③流動速度快（Velocity）。數據是動態產生的流式數據，數據流動速度快到難以用傳統的模式去處理。④價值密度低（Value）。數據量呈指數增長，而隱藏在數據中的有價值信息卻沒有相應的呈指數增長，但其應用價值極高。大數據有幾個關鍵點，首先，其數據來源不是小范圍的樣本，而是所有數據，其允許不精確的數據，混雜的數據反而會帶來更有價值的信息。其次，它放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。總而言之，大數據的核心就是預測趨勢，就是洞見未來。

大數據與智能航道

1、智能航道定義

“智能航道”（Intelligent Waterway）是指在數字航道基礎上，利用智能傳感器、物聯網、自動控制、人工智能等技術，自動獲取航道系統要素信息，通過融合處理與深度挖掘，實現航道規劃科學化、建養智能化、管理現代化，為水路運輸高效、安全、節能提供實時、精確、便捷的航道服務。

2、大數據與智能航道關系

從智能航道的定義中可以看出，航道數字化僅僅是基礎，智能航道其核心是從全面數據化后的航道中，對所獲得的關于航道的海量數據進行專業化的數據分析、數據挖掘，進而實現從數據到信息、從信息到知識、從知識到洞察力的過程，洞察力才是“智能”二字的具體體現。而大數據，正是從海量數據中挖掘出知識，進而幫助決策和洞見未來的一類技術。大數據，正是實現“智能”二字的核心，是智能航道發展的引擎。

大數據在智能航道應用上的優勢

1、改進傳統的航道河床演變研究

傳統的航道河床研究是基于所測得的航道水文（流速、流量、泥沙）、水深、岸線等相關要素數據，依據水流泥沙運動規律，結合該航道的歷史河床結構數據，構建相應的物理模型和數學模型來對航道河床的演變進行分析，其數據來源是小量具有典型特征的數據。而在智能航道中，航道的水文、水深、岸線等要素數據，是實時監測和實時獲取的，其數據量不是小部分數據，而是所有數據。大數據的核心，其數據分析面對的是全部數據。依據所獲得的實時全部數據，可以對航道河床演變的趨勢進行分析和預測。如可依據實時獲取的水文和岸線數據，結合水流泥沙運動規律以及崩塌臨界值，可以預測岸線的變化及崩塌情況。依據實時獲取的水深數據，結合水流泥沙運動規律，可預測水下地形地貌變化的趨勢，進而分析河床的演變。這正是航道河床演變中“洞察力”的具體體現，依據河床的演變趨勢的預測，航道管理部門可以采取相應的措施來對航道進行維護整治，進而穩定航槽。

2、完善航道整治建筑物預警機制

航道整治建筑物主要有各種壩（丁壩、順壩、潛壩等）、魚嘴、護灘帶、護坡護岸等，由于水流作用，航道整治建筑物會發生水毀情況，而目前對建筑物的水毀情況難以監控。而在智能航道中，通過安裝在航道整治建筑物上的水流傳感器等各類傳感器獲取的全部實時數據，結合壩體結構及受力情況，通過大數據所構建的數據挖掘模型對航道整治建筑物的結構安全穩定性進行綜合模糊評判，可以預測航道整治建筑物發生水毀情況的趨勢，主管部門可以結合判定結果采取相關措施來對航道整治建筑物進行加固或是修補等，進而形成完善的航道整治建筑物維護預警機制。

3、提高航運效率

傳統的船舶航行中，航行路線的選擇更多的依賴于航標和駕駛員的經驗，具有一定的隨意性。智能航道中，大數據能依據各型各類傳感器實時獲取的航道流速流態等流場數據，上水航行時選取水流流速較小的水域，下水航行時選取水流流速較大的水域，進而規劃出船舶航行最佳路徑，并依據航道流場的實時變化，實時修正船舶導航路徑，這樣既節約了航行時間，又降低了航行的經濟成本，還能減少油耗帶來的污染。

4、提高航運安全水平

航運安全是航道管理中重要的一部分，航行船舶的碰撞或是船舶自身故障導致的沉船帶來的損失是慘重的，其自身可控性和主動應急救援能力相對陸路是較弱的。而大數據的實時性和可預測性有助于提高航運安全水平。在船舶駕駛員監測方面，酒精探測傳感器、駕駛員疲勞監測系統等船載檢測裝置通過提取駕駛員的身體特征、面部特征、眼部特性、頭部運動特性、操作行為特性等數據，綜合評判駕駛員的駕駛狀態，并進行報警提示甚至采取相應措施來控制船舶的航行。同時，依據航道上船舶自身的定位裝置及船舶的航速、航向等數據，分析船舶的運動軌跡，大數據快速整合航道上每艘船傳感器所傳回的數據，分析航行路線的安全性，當兩艘船的航行軌跡超出安全距離或是船舶航行在航道管理部門規定的航道外后，及時發出預警提示。大數據以其快速反應時間和綜合決策模型，能有效的減少船舶航行安全事故，提高航運安全水平。endprint

以上幾方面都是談到大數據在智能航道中的預測趨勢和洞見未來的能力，顯然，大數據在智能航道上的應用優勢遠不止以上幾方面。可以說，只有想不到的，沒有做不到的。當前國家正在逐步推進全流域長江黃金水道的建設，長江經濟帶的建設已經上升為國家戰略層面，當長江航運再次復興時，依據長江上船舶航行路線和沿江港口城市的貨運吞吐量，甚至挖掘出船舶航行與沿江港口城市的經濟健康狀況的相關性也不是沒有可能。大數據技術，它只需要能夠分析出二者的相關性就足以幫助洞見趨勢，而不需要分析經濟健康與否背后的原因。依據沿江港口城市經濟健康狀況，又可挖掘出其與國家東部產業向西轉移狀況的相關性，進而在戰略層面上給國家提供數據分析。這就正如谷歌公司的流感趨勢預測速度比美國疾控中心還要快一樣，甚至能比國家統計局的數據統計分析速度還要快。

大數據給智能航道建設的啟示

1、加強數據感知與獲取

大數據強調的是海量數據，所有數據。所以智能航道建設中，航道河床數據、航標數據、水文數據、整治建筑物數據、船舶數據、氣象數據、用戶行為等數據都要納入考慮，并建立相應的數據庫。與航道相關的文檔數據、圖片數據、音視頻數據等結構化、半結構化、非結構化數據都要錄入航道數據庫。數據的全面性非常重要，只有感知了全部數據，才可能掌控航道狀態，洞見航道狀態和發展趨勢。

2、做好數據庫頂層設計

良好的頂層設計有助于數據的存儲、融合、提取、分析以及挖掘。智能航道中的大數據分析平臺可由基礎數據層、基礎設施層、數據挖掘層、終端發布層組成?；A數據層對所獲得的所有數據進行整合，融合成航道要素數據庫、航運要素數據庫、氣象環境數據庫等?；A設施層通過建立云計算平臺，將各類基礎IT設施虛擬化為設備資源服務，為大數據分析所需要的計算能力提供基礎支撐。數據挖掘層通過對基礎數據層數據的分析和挖掘，結合各類專家數學模型，對所獲得的航道要素、航運要素、氣象環境等數據進行實時分析和處理，實現航道演變趨勢預測、航運通航狀態預測等一系列洞見未來的行為。終端發布層采用云計算服務，將航道的狀態、船舶通航狀態、天氣氣象狀態等信息通過多終端（PC、平板電腦、智能手機等）、多類型（文字、音視頻等）發布給管理者和一般用戶。管理者可以根據大數據分析結果進行綜合評判，一般用戶可以實時感知和獲取自己需要的數據，同時反過來用戶狀態、行為所產生的數據又可反饋回基礎數據庫，為后續給一般用戶提供個性化的定制服務提供數據分析依據。

參考文獻：

[1] 熊學斌，呂永祥. 長江蘭家沱—大埠街河段智能航道建設實施方案研究[J]. 水運工程. 2012（11）

[2] 呂永祥. 長江干線航道要素狀態感知與交互技術分析[J]. 水運工程. 2012（09）

[3] 邱衛云. 智能交通大數據分析云平臺技術[J]. 中國交通信息化. 2013（10）

（作者單位：長江航道測量中心）endprint