基于網絡化密度聚類的船舶停泊點數據挖掘

葉仁道+黃靚瑩

【摘 要】 為獲取船舶停泊行為規律，以大連港、天津港、青島港、德國羅斯托克港、巴西桑托斯港和荷蘭格羅寧根港等全球六大港口水域為例，基于Hive數據倉庫和R語言平臺，利用網格化DBSCAN算法，提取船舶在各港口水域停泊點位置、面積等信息，進而基于停泊點可視化結果，驗證這六大港口實時可視化結果與基于歷史數據挖掘結果相符。研究成果有助于保障港口水域船舶安全通航，亦為船舶交通管理系統智能化奠定基礎，從而推動港口行業持續、健康發展。

【關鍵詞】 船舶自動識別系統（AIS）；數據挖掘技術；Hive數據倉庫；網格化；空間密度聚類（DBSCAN）

0 引 言

港口作為海上交通樞紐及實現對外貿易往來的窗口，在促進地區經濟發展方面起著重要作用。在世界經濟全球化的今天，國際貿易量增長促進了港口行業的快速發展。在此背景下，加快港口水域船舶通航安全建設迫在眉睫，挖掘停泊點信息對于提高船舶安全通航至關重要。

借助數據挖掘技術和船舶自動識別系統（AIS），可對港口水域AIS數據進行深入數據挖掘，以獲取船舶停泊行為規律。在船舶通航安全研究方面，現有研究較多考慮船舶交通流特征來分析船舶通航規律[1-2]，未考慮停泊點作為港口水域運輸樞紐在安全通航管理中的重要性。鑒于此，本文基于Hive數據倉庫和R語言平臺，結合港口水域船舶交通特征和網格化具有噪聲的空間密度聚類（DBSCAN）法，對大連港、天津港、青島港、德國羅斯托克港、巴西桑托斯港和荷蘭格羅寧根港等全球六大港口水域的停泊點位置、面積等信息進行數據挖掘，進而基于動態船舶地圖上的停泊點可視化，從停泊點面積、經緯度偏差兩個方面，對比這六大港口實時可視化停泊點位置與歷史數據挖掘結果比對，驗證本文研究方法的有效性、合理性。

1 六大港水域船舶交通情況

船舶停泊點包括港口和錨地，其中：港口是船舶安全往來的運輸樞紐，在國際貿易和運輸系統中發揮著重要作用；錨地是船舶停靠泊位前的候泊場所，其大小在一定程度上影響船舶通航安全。[3] 因此，本文以全球具代表性的大連港、天津港、青島港、德國羅斯托克港、巴西桑托斯港和荷蘭格羅寧根港等六大港為例，利用AIS數據，對港口水域船舶停泊點進行數據挖掘。六大港口水域經緯度范圍見表1，經緯度選取均在為提高數據利用率和算法運行效率，對六大港口水域AIS動態數據進行以下預處理：首先，從Hive數據倉庫中導出2015年1月1日―5月31日數據，利用R語言平臺進行數據清理，包括去除重復及異常數據；其次，基于船舶在停泊點附近具有船速趨于零的特征，篩選出船速等于零的AIS觀測數據。各港口水域船舶觀測量見表2，其中：天津港船舶觀測量最多，累計達26 661 494艘次；桑托斯港船舶觀測量最少，累計達1 952 459艘次。

2 船舶停泊點數據挖掘算法及步驟

基于網格化的劃分構造了一個全新的獨立數據空間，將大量原始數據點放進具有經緯度范圍屬性的網格單元中，從而減少聚類對象以及降低噪聲。DBSCAN算法可以過濾低密度區域，發現稠密度樣本區域，因此將網格劃分法與DBSCAN算法相結合，提出船舶停泊點數據挖掘的思路和方法。

利用Hive數據倉庫和R語言平臺，建立基于網格化的DBSCAN算法，從船舶停泊行為角度數據挖掘分析船舶交通行為，分析海上船舶停泊點，具體步驟如下：

步驟1：針對清理后的AIS數據，將經緯度進行網格化操作。選定港口水域經緯度范圍均為00*100個網格。

步驟2：統計每個網格內的船舶數、航行速度、船舶停泊時間等信息，其中，若一艘船舶在同一個網格內出現的天數為n，則記船舶數為n。

步驟3：設定網格單元船舶數閾值，對網格進行篩選。當網格內船舶數低于150艘時，不予保存。

步驟4：針對篩選后的網格，利用DBSCAN算法進行聚類，得到若干分類簇作為停泊點，密度聚類半徑參數設定為0.02，最小目標數為3。

步驟5：基于DBSCAN結果，統計各分類的位置信息和船舶信息，并將數據挖掘結果與動態船舶地圖上的停泊點參照位置（Marine Traffic網站港口標識位置）進行比對，驗證研究方法的正確性和有效性。

3 實證分析

3.1 國內三大港口停泊點數據挖掘結果

基于網格化DBSCAN算法，挖掘大連港、天津港、青島港國內三大港口水域的停泊點數據，分別挖掘出停泊點4個、5個和4個，詳情見表3。

驗證結果如下：

（1）大連港水域1～4號停泊點的面積分別為3.23 km2、56.70 km2、27.00 km2和54.40 km2，停泊點的船舶艘數分別為、、和，其中2號停泊點的面積和船舶艘數均為最大，1號停泊點的面積和船舶艘數均最小。通過比較停泊點的面積和停泊點的船舶艘數，認為運用DBSCAN算法所得的大連港停泊點面積大小與實際情況相符，進而將數據挖掘所得停泊點中心位置坐標與參照位置坐標進行對比，經度和緯度誤差均在1 km內，這證明大連港停泊點數據挖掘結果是合理的。

（2）天津港水域1～5號停泊點的面積分別為5.10 km2、208.00 km2、21.00 km2、36.00 km2和6.00 km2，停泊點的船舶艘數分別為、、、和562；青島港水域1～4號停泊點的面積分別為4.90 km2、117.00 km2、23.56 km2和11.20 km2，停泊點的船舶艘數分別為、、和。比較停泊點的面積和停泊點的船舶艘數，運用DBSCAN算法所得的天津港和青島港停泊點面積大小與實際情況同樣相符，進而比較中心位置坐標與參照位置坐標，經緯度誤差均在可接受范圍內，這證明天津港和青島港的停泊點數據挖掘結果同樣合理。

以動態船舶地圖將停泊點數據挖掘結果進行可視化，進一步驗證網格化DBSCAN結果的合理性。大連、天津、青島這三大港口停泊點可視化結果見圖1，從左至右分別為大連港、天津港、青島港，其中：紅色大矩形圈定本文研究水域范圍內的實時動態船舶地圖；紅色數字代表挖掘所得停泊點的中心位置；黃色標志代表港口所在位置；標志代表處于在航狀態的船舶，不同顏色對應不同類型船舶；菱形標志代表處于停泊狀態的船舶。endprint

基于歷史AIS數據挖掘所得停泊點（數字標識區域）基本上覆蓋大連、天津、青島這三大港口水域范圍的實際停泊點（菱形標志密集區域）。天津港停泊點可視化結果表明，2號停泊點的停靠船舶數最多且覆蓋面積最大，1號停泊點的停靠船舶數最少且覆蓋面積最小，這與表3分析結果完全一致；同理，大連港和青島港的停泊點可視化結果與表3分析結果同樣一致，這說明大連、天津、青島等國內三大港口水域停泊點的實時可視化結果與基于歷史AIS數據挖掘結果相符。

3.2 國外港口停泊點數據挖掘結果

選擇對德國羅斯托克港、巴西桑托斯港、荷蘭格羅寧根港等3個國外港水域進行停泊點數據挖掘分析，得出3個國外港口水域的停泊點分別是2個、1個和6個，詳情見表4。

驗證結果如下：

（1）羅斯托克港水域1號和2號停泊點的面積分別為52.38 km2和7.80 km2，停泊點的船舶艘數分別為和475，其中1號停泊點的面積和船舶艘數均大于2號。通過比較停泊點的面積和停泊點的船舶數，運用DBSCAN算法所得的羅斯托克港停泊點面積大小與實際情況相符，將數據挖掘所得的停泊點中心位置坐標與參照坐標進行對比，結果表明：1號停泊點的2個坐標非常接近，而2號停泊點的中心位置坐標與參照坐標之間存在偏差。出現偏差的原因一方面與網頁停泊點參考坐標信息的實時性相關，另一方面與該水域AIS船舶數據樣本量少且不完整有關。總體而言，羅斯托克港數據挖掘結果較為合理。

（2）桑托斯港水域數據挖掘得出1個停泊點，面積為69.70 km2，船舶數為艘；格羅寧根港水域1～6號停泊點面積分別為3.15 km2、23.20 km2、1.80 km2、2.09 km2、8.74 km2和24.00 km2，船舶艘數分別為、、668、、和。對比停泊點面積和船舶艘數，運用DBSCAN算法所得的格羅寧根港停泊點面積大小與實際情況相符，將數據挖掘所得停泊點中心位置坐標與參照坐標進行對比，結果表明經緯度誤差均在1 km內――桑托斯港和格羅寧根港停泊點數據挖掘結果同樣合理。

對停泊點數據挖掘結果進行可視化，這3個港口停泊點可視化結果見圖2（從左至右分別為羅斯托克港、桑托港、格羅寧根港）。類比國內港口停泊點可視化分析過程，得到如下結論：這3個國外港口水域停泊點的實時可視化結果與基于歷史AIS數據挖掘的結果一致。

參考文獻：

[1] 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（2）：60-62.

[2] 朱飛祥，張英俊，高宗江.基于數據挖掘的船舶行為研究[J].中國航海，2012，（2）：50-54.

[3] 郭曉清，黃建設.廈門港與我國主要港口競爭力的比較分析[J].中國航海，2015（4）：121-124.endprint