基于AIS的特定船舶會遇實況分布

肖 瀟， 趙 強， 邵哲平， 紀賢標,2， 潘家財,2

(1.集美大學 航海學院， 福建 廈門 361021； 2.廈門大學 信息科學與技術學院， 福建 廈門 361011)

基于AIS的特定船舶會遇實況分布

肖 瀟1， 趙 強1， 邵哲平1， 紀賢標1,2， 潘家財1,2

(1.集美大學 航海學院， 福建 廈門 361021； 2.廈門大學 信息科學與技術學院， 福建 廈門 361011)

由于單獨挖掘特定船舶的會遇信息能夠更加直觀地反應出船舶的行為特征規律，而傳統的采集單船會遇信息的方法存在費時、費力且效率低的問題，因此考慮結合海上交通工程理論，實現基于海量AIS數據繪制特定船舶會遇信息的算法。以閩臺直航船“中遠之星”為例，利用該算法得到其在臺灣海峽水域內的航跡繪制、會遇數目、會遇態勢和會遇最近距離等信息，并進行研究分析。研究結果可為分析水域的通航環境以及為主管部門更好地規劃特定船舶的航路提供理論依據。

水路運輸；特定船舶會遇；AIS信息；航跡分布；中遠之星

研究海上交通的主要目的是降低交通事故(主要是碰撞事故)的發生率。[1]碰撞是船舶會遇的一個罕見而不好的結果，而會遇是碰撞發生的必要條件之一。由于船舶會遇的情況遠比碰撞多(在絕大多數會遇中船舶因采取行動，防止了碰撞的發生)，因此，研究會遇是研究碰撞與避免碰撞的一個重要組成部分。根據海上交通調查掌握單船會遇的實況(即會遇數目、會遇態勢和會遇最近距離)，是實行交通管制和規劃交通的基礎。可以運用海上交通工程理論，采用數據挖掘技術，設計在海量AIS(Automatic Identification System)數據中提取船舶會遇信息的算法，從時間分布、空間分布等多個角度分析海上交通中船舶會遇的狀況。

AIS[2-3]的出現與廣泛應用，不僅提高了船舶的航行效率與安全，而且較好地反應了港口水域船舶的交通特征。AIS信息采集系統[4-6]能夠實時接收各個港口AIS接收點采集到的船載AIS數據。這些數據具有實時性強、量大、內容豐富等特點，可供基于電子海圖的廣域船舶監控系統使用，也可作為歷史數據為分析船舶會遇等交通特征提供依據。潘家財等[7]通過AIS信息采集系統獲取海量的AIS數據，利用數據挖掘技術對AIS數據進行分析，研究船舶會遇算法；唐存寶[8]實現了AIS信息的在線分析處理系統(OLAP-AIS)。現在此基礎上，進一步設計高效的針對特定船舶的航跡分布與會遇算法，分析特定船舶的會遇，并以閩臺直航船“中遠之星”為實例進行相關研究。

1 定義會遇及研究特定船舶會遇的意義

1.1基于AIS的船舶會遇定義

由于會遇[1]的定義不同，研究的思路及獲得研究數據的方法也不盡相同。此處采用的會遇定義是：如果不采取避讓行動，兩船的會遇最近距離(Distance to Closest Point of Approach, DCPA)將小于某一給定距離的一種情況。該定義不考慮船舶是否采取行動及其行動效果。作為會遇判據的兩船距離應根據水域條件的不同進行設置。在沿海或其他寬敞水域，該值可取大些，已有研究文獻[7，9]取為0.5 n mile；在港外或其他開闊水域，也應適當取大些。

1.2研究特定船舶會遇的意義

1.2.1更具針對性

研究所有船舶的會遇，可以總體了解海上交通環境的特點，但對于特定船舶及特殊航線，潛在信息會存在較大的遺漏與缺失，仍利用整體局面來分析存在較多不合理因素。因此，單獨研究特定船舶會遇，能夠更好地還原船舶在此航次中的實況，更加直觀地反應航行過程中各階段的通航環境危險程度。

1.2.2會遇數目

由于海上交通環境的復雜程度不同，船舶的會遇分布也不盡相同。如在交通流交匯區域、轉向區域、有礙航物及淺灘等區域，船舶發生會遇的幾率較大。在航行過程中，根據該船附近船舶會遇的數量即可定量反映該航線各階段通航環境的危險程度。

1.2.3會遇態勢

相關研究[1]表明，碰撞事故與當時當地的交通流和船舶態勢有關。如果該水域的會遇態勢主要為對遇，則表明在該水域采取分道通航制的方法分隔方向相反的交通流的必要性更大。如果該水域的主要會遇態勢為交叉相遇(可分大角度和小角度兩種情況)，說明船舶可能穿越交通流。因此，通過實際挖掘該船航行過程中的會遇態勢分布，可為主管當局合理規劃特定船舶的航路提供理論依據。

1.2.4DCPA的分布

采取避碰行動時，目標船DCPA表征廣大海員對碰撞危險的認識，其大小表示存在碰撞危險而需采取避碰行動的程度，可為船舶的避讓提供參考。

2 特定船舶會遇信息繪制的實現及步驟

2.1基于AIS特定船舶會遇實況的實現流程

特定船舶會遇實況繪制的實現流程見圖1。

圖1 基于AIS特定船舶會遇實況實現的流程

2.2基于AIS特定船舶會遇實況分布步驟

2.2.1AIS信息采集與預處理

定時從AIS數據接收服務器中取出所需AIS消息報文文件，運用AIS信息解碼模塊實現解碼和數據入庫，并在數據庫中預處理使用前的無效數據，以提高AIS信息的有效性,從而得到AIS信息基本表。預處理的主要工作有：刪除動態信息表中海上移動通信業務標識(Maritime Mobile Service Identity,MMSI)為0的記錄；刪除明顯錯誤的AIS數據(如出現負值、速度gt;100 kn、經度gt;180°、緯度gt;90°等)；根據AIS_NAME表刪除超過研究水域范圍的記錄等。

2.2.2特定船舶航跡的繪制

基于唐存寶等[10]對AIS船舶航跡分布算法的論述，在集美大學自主研發的電子海圖顯示系統(以下簡稱“平臺”)上進行二次開發，通過選擇MMSI對特定船舶的航跡進行繪制。為提高算法的高效性，根據設定的條件將目標船的信息在后臺數據庫中選出并導入獨立的一張表，且按時間順序排列。在平臺上直接對表的數據進行畫線，以提高運行效率。圖2線條“·…·”表示“中遠之星”(MMSI=477 559 700)在某時段的航跡分布。

2.2.3會遇點分布圖的繪制

由AIS信息更新率[2-3]可知，AIS動態信息一般在2～180 s廣播一次。兩船要構成會遇，必須在此時發布的AIS信息的一段時間與距離之內，因此關鍵性問題是首先通過限定條件進行第一階段的篩選。航跡分布從圖2轉化為圖3，極大地減輕了運算量，提升了算法效率，具體步驟：

(1) 預處理AIS數據后，在數據庫中搜索所研究船舶實時發布的AIS信息的一定時間與水域空間范圍內的船舶AIS動態表數據，存入臨時表A中；

(2) 對臨時表A按MMSI分組查詢，每組按時間先后排序，計算前后，船舶AIS記錄的時間差、經度差、維度差小于設置的最大閾值，即時間差lt;λtime，經度差lt;λlong，維度差lt;λlat，且航速小于設置的最大閾值，刪除不符合上述條件的數據，存入臨時表B中；

(3) 將表B中的所有MMSI按時間排列，根據研究水域的不同，搜索兩船距離小于一定值的兩船相遇作為一次會遇，并將其存入會遇表C中；

(4) 為消除兩船多次會遇的影響，選出表C中距離最近時的一個數據，并修正兩船的經緯度與距離到同一時間；

(5) 根據研究需要，對船舶會遇表C進行會遇數目、會遇態勢、會遇最近距離等的深入分析。

經分析，該會遇算法的時間復雜度為O(n)，n為AIS記錄數。

圖2 臺灣海峽船舶交通流

圖3 臺灣海峽特定船舶附近船舶交通流

2.2.4會遇態勢的判別

碰撞態勢用來描述目標船與本船的相遇局面。根據《國際海上避碰規則》，以會遇兩船的航向差ΔC(其中航向采用實際的對地航向COG)為依據劃分船舶的會遇態勢(見表1)。

表1 船舶會遇態勢劃分表

3 實例研究

3.1會遇距離的確定

閩臺直航船“中遠之星”最大航速為23 kn，根據最新統計,2013年6月、7月臺灣海峽船舶航速分布見圖4和圖5，其中每個方格邊長為5 n mile，顯示了該月份的平均航速。現將航速劃分為4個區間，分別為0～5 kn，5～10 kn，10～15 kn及15 kn以上，可以得到主要航速分布為10～15 kn區間，因此在考慮會遇距離時，假定來船航速15 kn，用相對速度最快的對遇局面進行分析，即此時的相對速度為38 kn，根據實際海上經驗，從本船當前位置至最近會遇距離的時間大約為6 min計算，此時定義的會遇距離為3.8 n mile。

圖4 臺灣海峽6月份航速分布

圖5 臺灣海峽7月份航速分布

3.2會遇結果展示及分析

3.2.1結果展示

根據研究的重點，只對臺灣海峽內且船長gt;50 m的會遇點進行研究，港內的會遇不作為主要研究對象。“中遠之星”9月直航臺中與基隆的4個航次的航跡與會遇分布見圖6。

3.2.2會遇數目分析

結合圖2與圖6并按會遇數目由多至少分析，A區處于臺灣海峽內航路，穿越臺灣海峽的中小型船舶主要在此區域內航行，且進出廈門港的船舶主要在此區域轉向；B區處于臺灣海峽外航路，南來北往的大型船舶通過東海區或穿過臺灣海峽主要在此區域；C區主要是來自日本與韓國的船舶穿越臺灣海峽所引起的會遇；D區與E區主要是來自日本與韓國的船舶靠泊臺灣島西側港口所引起的會遇。

圖6 “中遠之星”航跡與會遇分布

綜上所述，閩臺直航船“中遠之星”在臺灣海峽內的主要會遇區域為圖6所示區域的附近水域。海事主管機關在管理與規劃航路時，要對上述水域重點關注，尤其是交通流大且通航環境復雜的A區域與B區域，需要過往船舶特別謹慎，以確保安全航行。

3.2.3會遇態勢分析

根據“3.2.4”的會遇態勢判別，經處理得到會遇態勢餅狀圖(見圖7)。從圖中可看出，“中遠之星”在臺灣海峽的會遇以交叉相遇最多，占會遇總數的64%，其中大角度交叉相遇占總數的55%。

圖7 會遇態勢分布

3.2.4會遇最近距離(DCPA)分析

統計結果見圖8，從中可以得出船舶DCPA主要為1.0～2.0 n mile，避碰專著[11]普遍建議，在海上能見度良好時，大船間的安全會遇距離在白天應≥1 n mile，夜間應≥2 n mile，能見度不良時應≥2 n mile；反之，DCPA小于上述數值時會不安全或存在碰撞危險，需采取行動。這一對比結果與研究結果基本相符。

4 結 語

基于AIS數據，運用數據挖掘技術與電子海圖顯示系統共同分析特定船舶的航跡及會遇點分布，對如何提高單航跡繪制效率與查找會遇點效率步驟進行了簡要說明。對閩臺直航船“中遠之星”在臺灣海峽水域內的航跡分布及會遇實況中的會遇數目、會遇態勢及會遇最近距離進行研究分析，得出了該船在臺灣海峽應主要關注的區域、主要會遇態勢及避讓距離參考等數據。該研究可為特定船舶指出航行中應關注的要點或船舶行駛的特殊航線上的主要關注點，并可為在臺灣海峽行駛的特定船舶更好地實行船舶交通管理，保障船舶交通安全，規范船舶航路，以降低海上交通事故發生率提供理論依據。

圖8 會遇最近距離分布

[1] 吳兆麟，朱軍．海上交通工程[M]．2版.大連：大連海事大學出版社，2004．

[2] 孫文力，孫文強.船載自動識別系統[M].大連：大連海事大學出版社，2004.

[3] 國際海事組織.通用船載自動識別系統國際標準匯編[G].袁安存，張淑芳,譯.大連：大連海事大學出版社，2005.

[4] 邵哲平，孫騰達，潘家財，等.基于ECDIS和AIS的船舶綜合信息服務系統的開發[J].中國航海，2007，30(2):30-33.

[5] 紀賢標，邵哲平，潘家財，等.AIS信息分布式采集系統的開發及關鍵技術[J].上海海事大學學報，2007，28(1)：28-31.

[6] 潘家財，邵哲平，姜青山.數據挖掘在海上交通特征分析中的應用研究[J].中國航海，2010,33(2)：60-62.

[7] 潘家財，姜青山，邵哲平.船舶會遇的時空數據挖掘算法及應用[J].中國航海，2010,33(4)：57-60.

[8] 唐存寶.基于AIS信息的在線分析處理系統的研究[D].廈門：集美大學,2010.

[9] GOODWIN E M. Marine Encounter Rates[J]. Journal of Navigation, 1978,31(3):357-369.

[10] 唐存寶,邵哲平,唐張榮,等.基于AIS的船舶航跡分布算法[J].集美大學學報:自然科學版,2012,17(2):109-112.

[11] 吳兆麟,趙月林.海上避碰與值班[M].3版.大連：大連海事大學出版社，2008.

SpecificShip’sEncounterLiveDistributionBasedonAIS

XIAOXiao1,ZHAOQiang1,SHAOZheping1,JIXianbiao1,2,PANJiacai1,2

(1.Navigation College, Jimei University, Xiamen 361021, China; 2.School of Information Science and Engineering, Xiamen University, Xiamen 361011, China)

Due to the specific ship’s encounter can be more intuitive to reflect the characteristic pattern of the ship’s behavior. But the time and energy waste and low efficiency issues of the traditional information collection for specific ship’s encounter, the algorithm for specific ship’s encounter information is achieved based on the intensive AIS data to combine marine traffic engineering theory. Taking the direct route “COSCO STAR” between Fujian and Taiwan for example, the specific ship’s track drawing, encounter times, encounter situation and encounter closest range in Taiwan Strait are studied and analyzed, whose results show a theoretical basis for the navigation environment of the water analyzed and authorities’ better channel planning.

waterway transportation; specific ship’s encounter; AIS data; track distribution; COSCO STAR

2014-04-17

國家自然科學基金(51109090)；福建省重點科技計劃項目(2012H0030)；福建省教育廳科技計劃項目(JB11103)

肖 瀟(1988—)，男，福建將樂人，碩士生，從事交通信息工程及控制研究。E-mail:23252920@qq.com

趙 強(1970—)，男，浙江建德人，講師，碩士，從事航海技術及海油工程研究。E-mail：johnzhao@jmu.edu.cn

1000-4653(2014)03-0050-04

U675.96

A