基于船舶自動識別系統數據的多汊航道船舶流量預測

袁子文

(交通運輸部規劃研究院，北京 100028)

水運具有污染小、成本低、可靠性高等優點，是大宗貨物的主要運輸方式，為我國的經濟發展做出了重要貢獻。隨著國內和國際經濟貿易的增長，我國到港船舶數量持續增加，航道通航需求不斷發生變化。船舶流量越來越大，以及船舶大型化發展和到港船舶類型的豐富，給航道的建設和管理帶來一定的挑戰。科學合理地預測航道船舶流量可為航道的建設規模提供依據，并指導航道管理措施的制定和實施，在現實中具有重要意義。

國外專家構建了基于灰色理論[1]、神經網絡模型、支持向量機法[2]等航道船舶流量預測系統。國內學者們也提出了不同的模型和算法進行船舶流量預測，王正武等[3]利用回歸模型、馬爾科夫預測、極大似然估計等模型進行短時交通流預測；張淼等[4]利用灰色預測模型進行一次有源濾波器諧波補償，減小了內部結構本身的延遲。

基礎數據是科學合理預測的重要前提，特別針對多汊航道比一般航道更為復雜、船舶進出有更多航路選擇、船流預測更加困難的問題，本文將通過應用自動識別系統(automatic ldentification system，AIS)大數據分析，深度挖掘研究航道的港口吞吐量、航道密度、船舶尺度等數據，從而為船舶流量預測提供豐富的數據。

1 研究方法

1.1 研究思路

針對多汊航道船舶航路復雜多變、船舶流量預測難度較大的難題，本文通過解析AIS原始報文，分離出關鍵字條。根據經驗篩除無效數據并匹配其他船舶數據源，以便進一步識別船舶類型和劃分噸級。將大數據應用于船舶流量預測中，通過對代表船型的航跡跟蹤，總結船舶航行規律和運營情況。結合歷史數據和宏觀形勢發展，綜合預測航道貨運量，基于對AIS數據的挖掘，通過分配模型預測航道船舶流量。研究思路見圖1。

圖1 研究技術路線

1.2 AIS大數據分析

1.2.1AIS發展及應用

AIS是船和岸、船和船之間的海事安全與通信的新型助航系統，一般由甚高頻(VHF)通信機、全球衛星定位儀和與船載顯示器及傳感器等相連接的通信控制器組成，能自動交換船位、航速、航向、船名、呼號等重要信息，有效減少船舶碰撞事故。

AIS數據信息量大、內容多樣，具有典型的大數據特征，對其進行針對性的整理和挖掘具有廣闊的應用前景。但在AIS報文傳輸和接收的過程中，可能因為設備故障、信號問題等原因導致數據缺失、錯誤或者重復。因此在分析AIS數據前，應進行必要的數據解析、篩選等預處理工作。

1.2.2AIS大數據預處理

由于AIS原碼報文不能被常用軟件直接打開，須進行必要的預處理解析數據。本文在原碼報文基礎上添加分隔符以讀取船名、MMSI(水上移動通信業務標識碼)、航速、航向、IMO(國際海事組織的識別碼)等船舶信息。通過在管理平臺中劃斷面的方式，提取船舶通過斷面的信息并導出Excel文件，為后續數據分析提供前提基礎。AIS數據解析樣例見表1。

表1 AIS數據解析樣例

1.2.3數據加工

在解析AIS數據后發現，源碼報文中缺少船舶載質量、船舶吃水等關鍵數據，并且存在部分船舶填報數據與實際脫節的問題。本文通過收集VTS(船舶交通管理系統)、船舶簽證、實地調研、查詢船級社和海事局數據庫，通過船舶的MMSI或者船舶的英文名稱將其他船舶數據庫與AIS動態數據庫匹配，匹配的結果補足碼報文缺少的數據，同時校核船舶類型的劃分。另外，根據經驗將如航速100 kn等部分不合理數據篩除，確保數據的有效性及合理性。加工后的數據樣表見表2。

表2 數據關聯后樣表

1.2.4船舶軌跡追蹤

多汊航道相較于一般航道船舶航路更為復雜多樣，掌握不同船舶類型各噸位的航運需求是船舶流量預測和航道建設的關鍵因素，特別是對于長江口三級分汊、四口入海，沿岸分布多處碼頭的復雜格局，更是重中之重。通過AIS大數據分析，可篩選代表船型，觀察它們的航行軌跡，便于總結船舶航行規律，見圖2、表3。

圖2 某船舶通過南槽航行軌跡(單位：m)

表3 船舶軌跡數據導出樣例

1.3 船流分配模型

1.3.1航道貨運量預測

本文貨運量預測采用比較成熟的運輸強度法、區域權重法、彈性系數法和產業結構法，并通過德爾菲法綜合取值，對于各預測方法的判斷矩陣和結果見表4。

表4 綜合預測法比重

1.3.2船舶流量預測

依據預測的貨運量以及基于AIS大數據分析預測的不同噸級船舶承運貨運量比例，并同時考慮船舶大型化發展趨勢、航道條件和港口規劃等因素進行預測。計算公式如下：

N=∑[Tα(β·DWT)]

(1)

式中：N為船舶通過量；T為分貨類貨運量；DWT為不同噸級船舶的載質量；α為不同噸級船舶承運運量比例；β為船舶實載率。

2 實例分析

以長江口南槽一期航道整治工程為例，開展實際應用研究。長江口航道呈現三級分汊、四口入海格局，根據規劃將重點建設“一主兩輔一支”航道，并于2014年開展南槽一期航道整治工程的研究工作。南槽航道上接南港航道，下至南槽口外B警戒區，定位為長江口主航道(北槽航道)的輔助航道。

2.1 AIS數據分析結論

通過對歷年長江口航道AIS大數據的解析、加工，得到2015年前后南槽航道通航規律。

2.1.1需要候潮的進出口船一般規律

根據南槽航道水深條件，一般實際吃水≥7.0 m，船舶需要乘潮進出南槽航道，乘高潮船舶約占南槽航道船舶總量12。船舶乘潮集中進港，同向多線通航特點突出，常出現4～5線并行通航的情況。

南槽航道進口船通常集中在中浚高潮前3～4 h到達長江口南槽燈船，一般于中浚高潮前1 h至高潮時刻通過S19燈浮附近最淺航段。進口船駛過南槽航道下段，進入九段燈船上游的南槽航道上段，此時正處于中浚高潮后1～2 h時段。

南支航道進口船舶多乘潮流初漲時進口，南支航道通航密度大，進口船可在安全水域標連線500 m以外的水域航行，但不可進入南槽航道下段，且在通過A29燈浮后，應與在南槽航道下段內航行的有關船舶加強聯系，以小角度切入該航道，在其進口航道上行駛進口。

南槽航道出口船于中浚高潮前1～2 h抵九段燈船。

2.1.2南槽航道船舶流向規律

自南槽、南支航道進口的船舶，其船流可分成：

1)一股為大中型船舶，抵南槽航道上段圓圓沙燈船后進入圓圓沙警戒區，穿越圓圓沙警戒區進入外高橋航道，上駛去往上海港各碼頭或進長江。

2)另一股為小型船舶，橫越圓圓沙警戒區穿越長江口北槽深水航道，進入主航道北側寬100 m的小船航道，下駛去往橫沙島或通過橫沙通道去往崇明。

中浚高潮前2 h、高潮和高潮后2 h船舶航行情況見圖3。

圖3 2017-02-13船舶航行情況

2.1.3長江口航道船舶運營規律

由于航道位置的特殊性，進出海運船舶將會原路返回，因此上水、下水船舶按各占50%測算。由于煤炭、鐵礦石及石油等大宗散貨以上水為主，因此上水的散貨船、油船約97%為重載船舶，實載率為95%，下水97%為空載船舶；由于集裝箱運輸的特殊性，集裝箱船上下水幾乎全為重載船舶，實載率為80%；雜貨船上下水基本平衡，上下水各50%為重載船舶，實載率為90%。

2.1.4分配參數推導

通過對大數據中各上下行船舶的載質量和實際吃水間的分析，可推導出船舶的載貨量和實載率。將各噸級船舶分類匯總即可得出散貨船各噸級的載貨量，并以此為基礎做出合理預測。以2014年南槽散雜貨船為例，主要參數見表5。

表5 散貨船分配參數推導結果

2.2 航道貨運量預測結果

根據南槽航道歷年海運量數據的收集，綜合預測得出其特征年海運總量和分貨類運量見表6。

表6 長江口南槽航道海運量預測

2.3 船舶預測結果

根據運量預測結果和基于AIS大數據分析得出的船舶航行、運營規律，通過分配模型預測船舶流量，結果見表7。

表7 長江口南槽航道船舶流量預測

3 結語

1)通過運用AIS大數據，能有效分析多汊航道船舶航路復雜多變，不同類型、噸級的船舶上下行運營情況不一的現實問題，更準確地預測船舶流量。將大數據運用于水運領域能為航道規劃、建設、整治和管理提供更加高效便捷的技術支撐。

2)研究中也發現，在數據源方面，AIS原始報文存在部分填報不實、不具體的情況，缺少實時吃水等數據。在預測方面，本質仍然是基于歷史和未來趨勢的判斷，通過預測模型得出結論，后期應加強考慮對短期國際形勢以及國際船隊運營變化產生的波動影響。