基于WebGIS的船舶尾氣遙測數據分析系統設計

吳建華 袁小芳 劉凌佳

摘 ?要： 傳統的船舶尾氣檢測方法存在盲目性和滯后性，已經無法滿足海事管理部門全面、實時、高效地對船舶進行監管的需求。針對該問題，提出一種新的基于WebGIS、物聯網、AIS、云數據庫、MyBatis、EChart等技術的船舶尾氣遠程監測方法，并基于此開發了船舶尾氣遙測數據分析系統。系統實現過程中，首先對系統的架構、功能及數據庫進行了設計，其次利用Java、ArcGIS API for JavaScript、天地圖API、MySQL等技術進行了系統實現，包括船舶尾氣數據實時接入、監測尾氣可視化、嫌疑船舶鎖定、嫌疑船舶軌跡追蹤等特色功能。系統應用結果表明，提出的方法可行、有效，可以大大提高船舶尾氣監測的實時性與便捷性，有利于海事執法，推進生態文明建設。

關鍵詞： 船舶尾氣檢測; 遙測數據分析; WebGIS; 遠程監測; 系統設計; 功能實現

中圖分類號： TN919?34; TP399 ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）12?0111?04

Abstract： As the traditional detection methods of ship exhaust gas have blindness and hysteresis， which cannot meet the needs of the maritime administrative department for comprehensive， real?time and efficient ship supervision， a new ship exhaust gas remote monitoring method based on WebGIS， Internet of Things， AIS， cloud database， MyBatis， EChart and other technologies is proposed. Based on this， a telemetry data analysis system of ?ship exhaust gas is developed. In the process of system implementation， the architecture， function and database of the system are designed， and then the system is implemented by means of the Java， ArcGIS API for JavaScript， Tianditu API， MySQL and other technologies， which includes some special functions such as real?time access to ship exhaust gas data， visualization of monitored exhaust gas， locking and trajectory tracking of the suspected ship. The system application results show that the proposed method is feasible and effective， which can greatly improve the real?time performance and convenience of ship exhaust gas monitoring. It is conducive to enforcing maritime law and promoting ecological civilization construction.

Keywords： ship exhaust gas detection; telemetry data analysis; WebGIS; remote monitoring; system design; function implementation

0 ?引 ?言

船舶運輸業的持續發展推動了區域經濟的快速發展，隨之帶來的船舶尾氣污染問題也日益突出[1]。船舶尾氣造成的污染約占整個大氣污染的10%，已經成為不可忽視的大氣污染源[2?3]。快速監測船舶尾氣的排放是控制船舶尾氣污染的首要舉措，但目前海事部門對船舶尾氣的排放監管仍然采用傳統的人工方式，包括檢查航海日志中的換油記錄、抽取油樣檢測等[4?6]，該檢查方法目標隨機、針對性不強，且存在效率低、難度大、耗時長且成本高等問題，迫切需要一個有效的船舶尾氣遙測數據分析系統對船舶尾氣進行監測與數據管理。

目前在船舶尾氣系統設計方面已有不少學者從不同角度開展了相應研究。例如，文獻[7]設計了一套旨在對各項污染指標進行標準化計量的船舶尾氣計量檢測系統，分析了船舶工況變化與尾氣排放濃度之間的相關性。文獻[8]設計了包含服務端軟件、藍牙通信模塊和監測數據顯示模塊的船舶尾氣監測系統，可實現檢測裝置開關的穩定控制與監測數據的實時顯示。文獻[9]設計了基于無人機的船舶尾氣檢測系統，可快速檢測船舶尾氣中的SO2濃度并確定燃油中的硫含量范圍。文獻[10]設計了船舶柴油機排放在線監測系統，實現船舶柴油機排放信息的實時采集、顯示、記錄，以及與獲得訪問權限的外部用戶進行信息互通等功能。但是，現有研究成果難以滿足當前海事部門的管理需求，主要存在以下問題：

1） 功能比較單一，以監測船舶尾氣為主;

2） 無法確定燃油硫含量的值，僅可確定大致范圍;

3） 缺乏嫌疑船舶鎖定與軌跡追蹤功能。

基于此，本文利用物聯網、WebGIS、MyBatis框架等技術，設計了集船舶尾氣數據實時接入、實時可視化監測、嫌疑船舶鎖定與軌跡追蹤于一體的船舶尾氣遙測數據分析系統。

1 ?系統設計

1.1 ?系統架構

系統的總體設計思路是：首先在船舶過往密集的航道上搭建監測站點，在監測站點上布設尾氣遙測設備（包括CO2分析儀與SO2分析儀）、船舶自動識別系統（Automatic Identification System，AIS）接收器及工控機等硬件設備;然后利用物聯網、WebGIS和MyBatis等技術實現一個功能全面、實時性好、數據管理與分析能力強的船舶尾氣遙測數據分析系統。整個系統架構如圖1所示，邏輯上分為5層：

1） 基礎支撐層。主要是指支持整個系統運行的基礎硬件及網絡配置等，包括CO2分析儀、SO2分析儀、AIS接收器、工控機、機柜、路由器、數據傳輸設備、阿里云服務器、電信4G網絡等。

2） 數據服務層。主要負責數據庫管理，為業務邏輯層提供數據服務。數據庫中包含船舶尾氣監測設備數據、船舶信息靜態數據、船舶信息動態數據、二氧化碳信息數據、二氧化硫信息數據與風向風速數據等。

3） 業務邏輯層。利用HTML5，Java，ArcGIS API for JavaScript等編程技術實現船舶尾氣遙測數據分析系統的功能業務流程，并與數據服務層進行交互。

4） 應用層。為用戶提供船舶尾氣實時監測與分析服務，包括監測尾氣可視化、嫌疑船舶鎖定、違規船舶信息管理、嫌疑船舶軌跡追蹤等。

5） 用戶層。使用系統的用戶，包括系統管理員、領導、普通用戶，系統根據角色的不同分配不同的功能權限。

1.2 ?系統功能設計

針對用戶的功能需求，本文從系統使用的便捷性、靈活性和實用性等角度出發進行了系統功能設計，系統的功能結構如圖2所示。

1） 船舶尾氣實時接入。主要是實現CO2與SO2濃度、風向、風速、船舶編號、船舶名稱、船舶經過時間、船舶GPS等信息的實時接入。

2） 船舶尾氣實時監測。主要包括CO2濃度、SO2濃度等尾氣信息的實時監測和船舶編號、船舶經緯度、船舶經過時間等船舶信息的實時監測。

3） 船舶尾氣歷史監測。包括歷史監測時間選擇、船舶尾氣信息查詢、按時間窗口自動播放尾氣監測值、尾氣監測曲線框選、船舶尾氣屬性計算等功能。

4） 嫌疑船舶鎖定管理。主要是對使用高硫油含硫量超標的嫌疑船舶進行篩選、識別與鎖定。

5） 違規船舶信息管理。主要是實現燃油硫含量超標的違規船舶信息的統一管理。

6） 地圖瀏覽與查詢。主要包括地圖漫游、底圖切換、監測站點定位查詢、地圖復位、屬性彈窗等功能。

7） 嫌疑船舶軌跡追蹤。主要功能為實時查看嫌疑船舶的運動軌跡與地理位置。

1.3 ?系統數據庫設計

系統中的數據采用MySQL關系型數據庫管理系統進行統一管理，具體包括船舶尾氣監測設備、船舶信息靜態、船舶信息動態、二氧化碳信息、二氧化硫信息與風向風速等數據。其中，船舶尾氣監測設備包括設備名稱、設備IP、經度、緯度等信息;船舶信息靜態主要包含船舶編號、經過時間、船舶長度、船舶名稱等;船舶信息動態主要記錄船舶海上移動通信業務標識（Maritime Mobile Service Identity，MMSI）、經過時間、GPS信息、對地航向、對地航速、航首向等;二氧化碳信息主要涉及監測時間、二氧化碳濃度;二氧化硫信息主要涉及監測時間、二氧化硫濃度;風向風速主要包括監測風速的時間、風向、風速等信息。系統數據庫的UML類圖設計如圖3所示。

2 ?系統實現

2.1 ?系統技術實現

根據上述系統設計方案，利用Java、ArcGIS API for JavaScript、天地圖API、MySQL等技術，研發了船舶尾氣遙測數據分析系統，實現了遠距離船舶尾氣排放氣體的實時監測與嫌疑船舶的識別、篩選、鎖定與追蹤。系統部分效果如圖4所示。

2.2 ?特色功能實現方法

2.2.1 ?數據實時接入

數據接入是指船舶尾氣遙測數據分析系統接收監測站點發送的尾氣排放和船舶特征數據。實現的思路與方法如下：首先利用HTTP協議將傳感器監測到的海量船舶尾氣數據以JSON格式實時傳輸到服務器，然后運用MyBatis框架開發持久化類PO，編寫持久化操作的Mapper.xml，獲取MyBatis中的SqlSessionFactory，SqlSession對象，再采用面向對象的方法將數據持久化至MySQL數據庫。

2.2.2 ?監測尾氣可視化

監測尾氣可視化包括兩個方面：

1） 實時監測尾氣可視化

主要是采用Ajax輪詢每2 min向后臺服務器發送1次數據請求，獲取并實時更新數據，進而利用ECharts的Customized Rader chart，Gauge，Line等圖表組件對船只、風向風速、尾氣排放等數據進行可視化，實現監測尾氣的動態展示。

2） 歷史監測尾氣可視化

① 運用Layer控件中的layDate選擇器自定義監測時間，以天為單位，自動加載歷史尾氣監測數據;

② 鑒于監測數據量大、篩選工作量繁重等問題，利用jQuery控件設計了一個帶進度條的時間軸，以1 h為單位自動播放一天中不同時刻段的歷史尾氣監測信息;

③ 使用ECharts繪制尾氣排放統計圖，并利用jQueryUI，JavaScript等技術實現按住鼠標拖動來框選并放大監測曲線圖的功能，幫助用戶更直觀、更便捷地監測尾氣排放變化情況。

2.2.3 ?嫌疑船舶鎖定

嫌疑船舶鎖定是通過利用監測尾氣中CO2和SO2的濃度反推船用燃油硫含量，實現使用燃油硫含量超標的嫌疑船舶的快速篩選與識別。具體實現過程如下：

1） 首先計算燃油硫含量濃度：

① 篩選出某時間區間內的船舶尾氣監測數據;

② 利用這些數據計算時區內的背景濃度與監測濃度，其中背景濃度等于時區內尾氣濃度分布中波峰某一側平滑曲線氣體的平均值，監測濃度等于時區內尾氣濃度分布中波峰曲線氣體的平均值;

③ 利用背景濃度和監測濃度估算燃油硫含量的濃度[11?13]，公式如下：

式中，[s]代表燃油硫含量;[sSO2]表示有船只經過時空氣中的監測SO2濃度;[bSO2]為無船只經過時空氣中的背景SO2濃度;[sSO2]表示有船只經過時空氣中的監測CO2濃度; [bCO2]為無船只經過時空氣中的背景CO2濃度。

2） 然后，將根據監測尾氣計算出的燃油硫含量濃度與現行規定的船舶尾氣排放標準（≤0.5%）進行對比，以確定被監測船舶是否存在尾氣排放超標的嫌疑。假如某個點波峰異常大，則可以鎖定該船舶為嫌疑船舶。

3） 最后，根據時間區間獲取嫌疑船舶信息，將以監測站點為中心1 000 m范圍內出現的所有船只進行可視化顯示，結合該嫌疑船舶所處的地理位置與經過時間進行再次篩選，確認無誤后，將其鎖定并添加到違規船舶數據庫進行統一管理，同時通知海事部門進行重點排查。

2.2.4 ?嫌疑船舶軌跡追蹤

船舶軌跡跟蹤屬于廣義上的船舶動力定位，具體來說，是船舶在規定的時間內通過軌跡跟蹤系統的控制到達原本設定的位置上[14]。本系統后臺使用基于Java的開源作業調度框架Quartz定時請求航訊網提供的HTTP協議接口，獲取嫌疑船舶的航行軌跡并持久化至數據庫，步驟如下：

1） 使用SchedulerFactory工廠類創建Scheduler任務調度器，實現調度的自動化。

2） 使用CronTirgger觸發器設置調度時間為間隔2 min的時間規則去執行Job任務，Job默認為無狀態的（stateless）任務[15]，允許并行執行。前端利用ArcGIS API for JavaScript技術加載天地圖實現當前鎖定嫌疑船舶的軌跡追蹤與可視化顯示。

3 ?結 ?語

本文利用高新技術手段實現了海洋船舶尾氣實時動態監測管理工作，建成了一套船舶尾氣監測數據管理與分析系統。系統特色及創新情況如下：

1） 系統界面簡潔、美觀、友好，功能使用方便、快捷;

2） 系統集成了WebGIS、物聯網、AIS、云數據庫、EChart等技術，實現了對傳統船舶尾氣監測工作模式的升級與改造;

3） 具有船舶大數據實時接入、全天候船舶尾氣實時圖形可視化監測、嫌疑船舶鎖定及軌跡追蹤等特色功能，有效地提高了工作的正確性和高效性。

目前，該系統已經在交通運輸部天津水運工程科學研究院投入使用，且運行效果良好，極大地滿足了用戶對海洋船舶尾氣的常態化監測和高效化處理，為海事執法提供了強有力的數據支撐，對相關船舶監測系統的設計與開發具有一定的參考價值。

注：本文通訊作者為袁小芳。

參考文獻

[1] 薛召.內河船舶柴油機尾氣排放監測方法研究[J].浙江交通職業技術學院學報，2016，17（3）：46?49.

[2] EYRING V， ISAKSEN I S A， BERNTSEN T， et al. Transport impacts on atmosphere and climate： shipping [J]. Atmospheric environment， 2010， 44（37）： 4735?4771.

[3] 謝宜煒，孫永明，王亮，等.船舶柴油機尾氣檢測系統設計研究[J].船海工程，2012，41（1）：57?59.

[4] 胡健波，朱建華，彭士濤，等.通過尾氣估算船用燃油硫含量的岸基嗅探法實驗[J].水道港口，2018（6）：735?738.

[5] XING D. Regulatory challenge of ship ECA [J]. China ship survey， 2016（11）： 45?48.

[6] BIAN X H， OUYANG B， BI Q H， et al. Comparative analysis of ship emission control area in China and abroad， and suggestions on related policies and measures [J]. Ship & ocean engineering， 2016（A1）： 141?145.

[7] 柳義成，朱靖，陳允約，等.船舶尾氣計量檢測系統開發研究[J].水道港口，2018，39（3）：370?376.

[8] 汪佳瑤，安博文.船舶尾氣監測系統設計[J].現代計算機，2018（23）：84?88.

[9] 史華杰，安博文，潘勝達，等.基于無人機的船舶尾氣檢測系統設計[J].自動化與儀表，2018，33（6）：58?63.

[10] 趙海鷗，陳智君，魏柳新，等.船舶柴油機排放在線監測系統設計[J].船海工程，2016，45（3）：73?75.

[11] 胡健波，朱建華，彭士濤，等.嗅探法：通過監測尾氣估算船用燃油硫含量的技術[J].水道港口，2018，39（5）：619?625.

[12] WANG H C. Shipping industry emission reduction stars from ship ECA [J]. China maritime safety， 2016（3）： 18?21.

[13] BALZANI L??V J M， ALFOLDY B， BEECKEN J， et al. Field test of available methods to measure remotely SO2 and NOx emissions from ships [J]. Atmospheric measurement techniques， 2014， 6（6）： 9735?9782.

[14] 邱荷珍，王磊，王洪超.船舶軌跡跟蹤研究綜述[J].實驗室研究與探索，2014，33（4）：4?8.

[15] 張鵬，白朝旭，王錕，等.基于Quartz的集團化調度任務分布部署研究[J].現代電子技術，2014，37（2）：80?83.