閩江口水域船舶錨泊行為識別與挖掘方法

劉宗楊 周春輝* 孫業(yè)峰 譚林旭 趙俊男 肖進(jìn)麗

(武漢理工大學(xué)航運(yùn)學(xué)院1) 武漢 430063) (內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室2) 武漢 430063)

0 引 言

根據(jù)國際海上避碰規(guī)則(COLREGS)，每一船舶在同一時刻只能屬于在航、錨泊、系岸或擱淺這四種狀態(tài)之一[1]，當(dāng)船舶在等候靠泊、潮水、引水、檢疫和錨地裝卸作業(yè)及避風(fēng)等，均需拋錨停泊，因此錨泊狀態(tài)是一種重要的船舶行為狀態(tài).由于近年來海洋經(jīng)濟(jì)的興起與發(fā)展，沿海船舶數(shù)量逐漸增多，而港外錨地大多并未及時規(guī)劃或規(guī)劃不合理，導(dǎo)致許多船舶錨泊隨意，形成習(xí)慣性錨泊聚集區(qū)，聚集區(qū)可能占用航道、習(xí)慣航路、水上重要工程區(qū)(風(fēng)電場、采砂區(qū))等重要通航與工程水域，易給水上船舶通航帶來安全風(fēng)險，而習(xí)慣錨泊聚集區(qū)的分布并不穩(wěn)定，在季節(jié)、風(fēng)向等不同因素影響下習(xí)慣錨泊聚集區(qū)均有所不同，需要對沿海水域的船舶習(xí)慣錨泊聚集區(qū)進(jìn)行識別、判定，并對其聚集性規(guī)律進(jìn)行探究.

目前針對船舶錨泊的相關(guān)研究主要集中在錨泊船安全管理[2]、錨泊系統(tǒng)性能[3]、港口錨地規(guī)劃[4]、錨地容量[5]等方面，較少關(guān)注船舶的錨泊運(yùn)動行為識別.在船舶行為識別的相關(guān)研究中，一部分是基于傳統(tǒng)經(jīng)驗(yàn)公式對船舶狀態(tài)進(jìn)行識別和統(tǒng)計(jì)[6]，還有一部分基于船舶運(yùn)動模型對船舶行為進(jìn)行判定[7]，近年來由于數(shù)據(jù)科學(xué)的發(fā)展，基于海量AIS數(shù)據(jù)對船舶行為特征識別和提取[8]研究逐漸發(fā)展，但主要關(guān)注于識別船舶異常行為[9]或特定航行場景下[10]船舶行為特征的提取，依然缺乏對船舶錨泊行為的判定和其聚集性行為的識別相關(guān)研究成果.文中基于船舶AIS數(shù)據(jù)，得到水域內(nèi)主要的船舶錨泊聚集區(qū)和分布情況，從而為錨地規(guī)劃、水上工程選址和水上通航風(fēng)險規(guī)避提供依據(jù)和參考.

1 船舶錨泊行為識別與挖掘方法

1.1 船舶錨泊行為特征分析

對某一水域1個月內(nèi)已知有錨泊行為的船舶從錨泊前的準(zhǔn)備過程至收錨離開水域的全過程AIS數(shù)據(jù)進(jìn)行解析，觀察錨泊船在拋錨和收錨過程中的運(yùn)動特征變化，從而對船舶錨泊行為識別模型的構(gòu)建形成支撐.根據(jù)水域內(nèi)已知有錨泊行為的船舶運(yùn)動軌跡，選取具有標(biāo)準(zhǔn)特征的軌跡進(jìn)行分析，見圖1.

圖1 某水域內(nèi)錨泊船舶軌跡圖

由此可以分析出錨泊行為具有以下幾點(diǎn)特征：

1)通過觀察可以發(fā)現(xiàn)船舶在錨泊過程中一般會在一定范圍的水域內(nèi)形成大量密集的AIS軌跡點(diǎn)，軌跡點(diǎn)的密集程度和錨泊時間呈正相關(guān)關(guān)系，根據(jù)ITU-R M.1371-4建議書，錨泊或系泊且移動速度不超過3 kn的船舶的AIS報告間隔為3 min[11]，且一般船舶錨泊時間大于2 h，見圖2，即在錨泊水域內(nèi)拋錨的船舶應(yīng)至少會發(fā)送40個錨泊位置報告.

圖2 觀測水域內(nèi)船舶錨泊時間統(tǒng)計(jì)圖

2)在拋錨之前船舶一般會控制安全余速，船速一般小于2 kn船長才會下令拋錨，且拋錨及錨泊過程中由于風(fēng)浪流的影響，船速并不一定為0，通過對水域內(nèi)船舶錨泊過程中的船速變化進(jìn)行統(tǒng)計(jì)，見圖3，綜合考慮數(shù)據(jù)偏差因素及自然環(huán)境對于錨泊船速的影響，可認(rèn)為錨泊船拋錨以及錨泊過程中的船速在0～2 kn.

圖3 錨泊船軌跡點(diǎn)船速統(tǒng)計(jì)圖

1.2 船舶錨泊行為識別方法

1.2.1AIS數(shù)據(jù)清洗

將AIS數(shù)據(jù)按照MMSI進(jìn)行單船數(shù)據(jù)提取，得到的單船數(shù)據(jù)按照時間序列排序構(gòu)成單船軌跡，去除AIS點(diǎn)數(shù)量不足40的船舶軌跡，對錯誤的軌跡點(diǎn)進(jìn)行刪除，對部分?jǐn)?shù)據(jù)缺失導(dǎo)致的相鄰軌跡點(diǎn)距離過大的AIS數(shù)據(jù)進(jìn)行平均插補(bǔ).

1.2.2錨泊軌跡段截取

對每一船舶的軌跡數(shù)據(jù)進(jìn)行篩選和截取，篩選和截取流程見圖4.截取的軌跡段應(yīng)包含至少40個船速小于2節(jié)的連續(xù)軌跡點(diǎn)，且其中船速小于0.3 kn的軌跡點(diǎn)應(yīng)高于一定比例K，且K值與水域內(nèi)的風(fēng)浪流因素相關(guān)，根據(jù)文獻(xiàn)[12]則有：

圖4 錨泊軌跡段截取流程圖

K=(1-DS/30)×100%

(1)

式中：DS為水域內(nèi)月度6級以上風(fēng)(標(biāo)準(zhǔn)風(fēng))的天數(shù).

1.2.3錨泊行為識別和船舶錨泊核心代表點(diǎn)提取

2.2 家系Ⅱ 檢出致病基因?yàn)镃DH23基因的c.7240-1G>A和c.7252G>A兩個位點(diǎn)復(fù)合雜合突變；2名耳聾患者(Ⅱ2、Ⅱ3)視力、視野、眼底檢查未見異常。CDH23基因c.7252G>A位點(diǎn)突變?yōu)閲鴥?nèi)首報新突變位點(diǎn)，結(jié)果、家系圖及測序突變。見表1、表2、圖1、圖2。

根據(jù)軌跡點(diǎn)密集度和軌跡點(diǎn)速度截取的錨泊軌跡段數(shù)據(jù)僅為粗篩數(shù)據(jù)，并不完全為船舶錨泊狀態(tài)下的軌跡數(shù)據(jù)，還可能包括下錨前的微速運(yùn)動軌跡點(diǎn)和起錨后的微速駛離軌跡點(diǎn).

將截取到的錨泊軌跡段拆解成軌跡點(diǎn)，進(jìn)行DBSCAN聚類，因單一軌跡僅為同一船舶錨泊產(chǎn)生，設(shè)置Minpts的數(shù)量設(shè)置為40，Eps的值應(yīng)設(shè)置和錨鏈最大控制水域范圍半徑相同，即

Eps=R

(2)

錨鏈控制的水域范圍主要依據(jù)船舶拋錨后的軌跡圍繞下錨點(diǎn)形成，一般拋錨錨鏈長度依據(jù)拋錨點(diǎn)水深確定，此處為方便計(jì)算采用錨鏈最大控制范圍半徑為

(3)

式中：R為錨鏈最大控制水域范圍半徑；d為下錨點(diǎn)水深；n為下水錨鏈節(jié)數(shù)；L為單節(jié)錨鏈長度，見圖5.

圖5 錨鏈最大控制水域范圍半徑示意圖

根據(jù)設(shè)置的參數(shù)，單一船舶軌跡點(diǎn)僅會聚為一類，也會產(chǎn)生少數(shù)的噪聲點(diǎn)，在軌跡點(diǎn)中刪除噪聲點(diǎn)，將去除噪聲點(diǎn)后的軌跡數(shù)據(jù)進(jìn)行保存.然后將去除噪聲點(diǎn)后的軌跡數(shù)據(jù)進(jìn)行K-medoide算法處理.具體步驟如下.

步驟1任意選取1個對象作為medoids(單一軌跡僅存在一個簇).

步驟2計(jì)算余下的軌跡點(diǎn)到這個中心點(diǎn)的距離，并把每個點(diǎn)到這個中心點(diǎn)最短的聚簇作為自己所屬的聚簇.

步驟3在聚簇中按照順序依次選取點(diǎn)，計(jì)算該點(diǎn)到當(dāng)前聚簇中所有點(diǎn)距離之和，最終距離之和最小的點(diǎn)，則視為新的中心點(diǎn).

步驟4重復(fù)上述步驟，直至軌跡點(diǎn)集簇的中心點(diǎn)不再改變.

步驟5將此中心點(diǎn)作為此船舶錨泊核心代表點(diǎn)并提取其數(shù)據(jù).

通過K-medoide算法處理提取出的單船核心代表點(diǎn)可用于錨泊聚集區(qū)挖掘，以環(huán)形軌跡為例，對其軌跡點(diǎn)進(jìn)行船舶錨泊核心代表點(diǎn)的提取結(jié)果見圖6，可以發(fā)現(xiàn)，提取到的核心代表點(diǎn)基本上能夠完成對相應(yīng)錨泊船的位置代表.

圖6 環(huán)形錨泊軌跡的核心代表點(diǎn)提取

1.3 船舶錨泊聚集行為挖掘方法

步驟1對水域內(nèi)提取到的所有船舶錨泊核心代表點(diǎn)進(jìn)行DBSCAN算法聚類，得到主要的分類結(jié)果和噪聲點(diǎn)情況.

步驟2去除噪聲點(diǎn).

步驟3對所有的分類簇內(nèi)的船舶錨泊核心代表點(diǎn)信息進(jìn)行統(tǒng)計(jì)，根據(jù)簇內(nèi)船舶錨泊核心代表點(diǎn)數(shù)量對分類簇大小進(jìn)行排序，每一分類簇視作一個錨泊聚集區(qū).

步驟4對每一錨泊聚集區(qū)的船舶信息進(jìn)行統(tǒng)計(jì)，從而挖掘出水域錨泊熱點(diǎn)及錨泊船舶信息.

2 閩江口水域船舶錨泊行為時空分析

2.1 數(shù)據(jù)來源及實(shí)驗(yàn)水域選取

閩江口通航水域是船舶進(jìn)出福州閩江口內(nèi)港區(qū)的必經(jīng)之路，也是各類船舶進(jìn)出福州港和中小型船舶常航行的南北主要航路，且該水域內(nèi)島嶼眾多，航行條件復(fù)雜，航道狹窄，水深淺，淺灘、暗礁和礙航物多，氣象條件十分惡劣，自古以來就是海上事故的多發(fā)區(qū)，該水域內(nèi)目前僅有七星礁錨地一處，且避風(fēng)條件較差，水域內(nèi)船舶錨泊較為隨意，不規(guī)范的錨泊行為給該水域的船舶管理造成困難、通航安全造成風(fēng)險.為探究閩江口水域的船舶錨泊聚集區(qū)分布情況，文中選取閩江口水域作為實(shí)驗(yàn)水域，以閩江口水域2019年9月—2020年9月采集的船舶AIS數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，挖掘該水域內(nèi)船舶錨泊特征和主要錨泊聚集區(qū)的時空變化規(guī)律.

2.2 船舶錨泊行為識別結(jié)果

閩江口水域的水深多在10～20 m，取15 m水深、6節(jié)(1節(jié)為27.5 m)錨鏈計(jì)算錨鏈最大控制范圍半徑R=164 m，并根據(jù)閩江口水域氣象信息計(jì)算出單月K值，通過DBSCAN+K-medoide聚類算法的錨泊行為識別和船舶錨泊核心代表點(diǎn)提取，并以2020年6月為例，得到閩江口水域的船舶錨泊行為識別結(jié)果見圖7.

圖7 2020年6月閩江口水域的船舶錨泊行為識別結(jié)果

2.3 船舶錨泊聚集區(qū)分布

通過船舶錨泊行為識別結(jié)果直接觀察水域內(nèi)船舶主要聚集區(qū)并不容易，識別出的船舶錨泊軌跡的核心代表點(diǎn)繁多且分布雜亂，分區(qū)并不明顯，在進(jìn)行DBSCAN算法聚類后，得到圖8的初步處理結(jié)果，可以看到船舶錨泊軌跡核心代表點(diǎn)根據(jù)分布的地理空間密度分割為不同的聚集區(qū)，并采用不同的顏色予以區(qū)分.

圖8 2020年6月閩江口水域船舶錨泊聚集區(qū)分布

通過算法初步處理可以挖掘到水域內(nèi)存在49個大小不同的錨泊聚集區(qū)，各個聚集區(qū)內(nèi)的船舶數(shù)量不同，存在諸多小型錨泊聚集區(qū)內(nèi)僅存在10個以內(nèi)的船舶錨泊軌跡的核心代表點(diǎn)，且水域內(nèi)存在一定數(shù)量的噪點(diǎn)，為確定水域內(nèi)主要錨泊聚集區(qū)的分布和時空變化過程，本文根據(jù)聚集區(qū)內(nèi)船舶數(shù)量僅保留前10大船舶錨泊聚集區(qū)，并去除噪點(diǎn)，得到閩江口水域內(nèi)的主要船舶錨泊聚集區(qū)分布情況，見圖9.

圖9 2020年6月閩江口水域船舶主要錨泊聚集區(qū)分布

2.4 錨泊聚集區(qū)域時空變化

閩江口水域?yàn)檠睾：絽^(qū)，存在多條航線、航道、習(xí)慣航路，水域內(nèi)因漁業(yè)、風(fēng)力、海砂資源豐富而分布著大小漁場、風(fēng)電場、采砂區(qū)等海上漁場和工程區(qū).水域內(nèi)運(yùn)輸、捕撈、施工船舶繁多，錨泊聚集區(qū)分布也隨季節(jié)、風(fēng)向等不同因素變化而變化，對閩江口錨泊聚集區(qū)域時空變化進(jìn)行分析能夠更好的把握水域內(nèi)的船舶錨泊規(guī)律，為水域內(nèi)的安全管理提供技術(shù)參考依據(jù).為此分別選擇2019年9月、12月、2020年3月、6月的AIS數(shù)據(jù)進(jìn)行船舶錨泊行為識別和聚集區(qū)挖掘，以便對閩江口水域內(nèi)1年內(nèi)的船舶錨泊情況進(jìn)行分析.

1)閩江口水域船舶錨泊聚集區(qū)域基本分布 綜合圖9～10，可以看出閩江口水域的船舶習(xí)慣性錨泊聚集區(qū)雖然在相關(guān)因素影響下發(fā)生變化，但總體而言，水域存在5個常年基本錨泊聚集分布區(qū)，分別為馬祖島西北錨泊聚集區(qū)(A區(qū))、西犬島西側(cè)和南側(cè)錨泊聚集區(qū)(B區(qū))、黃岐灣及坪嶼附近錨泊聚集區(qū)(C區(qū))、可門口外錨泊聚集區(qū)(D區(qū))、東洛島南側(cè)錨泊聚集區(qū)(E區(qū)).

圖10 閩江口水域船舶主要錨泊聚集區(qū)分布

2)錨泊聚集區(qū)域內(nèi)船舶錨泊數(shù)量與錨泊時間變化情況 錨泊聚集區(qū)域內(nèi)船舶錨泊數(shù)量變化情況是需要被首先關(guān)注的，通過對上文中確定的閩江口水域五個主要錨泊聚集區(qū)內(nèi)錨泊數(shù)量進(jìn)行挖掘，統(tǒng)計(jì)結(jié)果見圖11，由圖11可知，在1年的時間過程中A區(qū)、C區(qū)、D區(qū)、E區(qū)均在3月份出現(xiàn)了錨泊峰值，B區(qū)卻相反，在2019年12月和2020年3月錨泊數(shù)量處于一個相對低的水平，而在A區(qū)、C區(qū)、D區(qū)、E區(qū)錨泊數(shù)量相對偏低的9月份和6月份，B區(qū)錨泊數(shù)量在高位運(yùn)行.

圖11 五個主要錨泊聚集區(qū)內(nèi)船舶數(shù)量隨時間變化情況

對閩江口水域主要聚集區(qū)內(nèi)的船舶平均錨泊時間進(jìn)行挖掘，得到表1的結(jié)果，閩江口水域主要聚集區(qū)內(nèi)的船舶平均錨泊時間總體而言較短，船舶的平均錨泊時間普遍在2～9 h以內(nèi).

表1 船舶平均錨泊時間

3)臺風(fēng)月船舶錨泊情況變化 閩江口海域在夏季易受臺風(fēng)影響，臺風(fēng)來臨將會對船舶錨泊行為形成影響，2020年8月多個臺風(fēng)影響或登陸福建沿海地區(qū)，對閩江口水域船舶作業(yè)和航行造成影響，因而選擇2020年8月份數(shù)據(jù)進(jìn)行錨泊聚集區(qū)挖掘，觀察和分析閩江口水域在臺風(fēng)月的船舶錨泊變化情況，挖掘結(jié)果見圖12.

圖12 臺風(fēng)月船舶主要錨泊聚集區(qū)分布情況

主要錨泊聚集區(qū)中A聚集區(qū)消失，B區(qū)面積和錨泊船也有所減少，在前10大錨泊聚集區(qū)中，有三處位于風(fēng)浪較小的閩江口內(nèi)港區(qū)，兩處位于羅源灣內(nèi)，還有一處位于黃岐灣內(nèi)，一處位于過嶼南部港灣內(nèi)，外海僅有B區(qū)和D區(qū)兩處錨泊聚集區(qū)，且錨泊船數(shù)量和聚集區(qū)面積均小于六月份，見圖13.

圖13 2020年8月和6月B區(qū)錨泊熱力圖變化情況

4)船舶錨泊情況變化原因分析 閩江口水域較為核心的錨泊聚集區(qū)即為A、B、C區(qū)，A區(qū)2019年9月和12月錨泊數(shù)量較少，而在2020年3月和6月份錨泊船增多，甚至與定海灣、黃岐灣附近的錨泊船相互銜接形成同一聚集區(qū)，見圖14a)，此處多為待泊進(jìn)港船舶.B區(qū)位于西犬島西南側(cè)、七星礁南側(cè)，見圖14b)，這一錨泊聚集區(qū)在冬季錨泊船較少，夏季錨泊船較多，主要是由于冬季閩江口水域多大風(fēng)天氣，此處錨泊無港灣阻擋冬季盛行東北風(fēng)，避風(fēng)效果較差.C區(qū)位于黃岐灣及坪嶼附近，因黃岐灣內(nèi)建有黃岐國家級中心漁港，此聚集區(qū)的船舶主要為漁船，漁船的錨泊行為受福建禁漁期和大風(fēng)天氣影響較大，而呈現(xiàn)出C區(qū)錨泊數(shù)量并不穩(wěn)定，禁漁期此區(qū)錨泊船數(shù)量較多.

圖14 2020年3月A、B區(qū)錨泊密度熱力圖

除此之外，在部分月份存在錨泊聚集區(qū)占用航線、航路的情況(見圖15)，2020年6月份的A、B區(qū)均有不同程度的占用福建沿海推薦內(nèi)航路甚至占用閩江口水域定線制警戒區(qū)水域，這對于沿定線制和內(nèi)航路正常航行的船舶構(gòu)成一定程度的航行風(fēng)險，錨泊船暫時性無動力情況下易與航路內(nèi)直線航行或轉(zhuǎn)向的船舶形成緊迫危險.

3 結(jié) 束 語

船舶的錨泊行為會產(chǎn)生聚集性，而對船舶錨泊行為識別和聚集區(qū)的挖掘?qū)τ谒騼?nèi)船舶通航安全具有一定意義，通過對閩江口水域的錨泊聚集區(qū)進(jìn)行算法挖掘，可以發(fā)現(xiàn)水域內(nèi)的錨泊聚集熱點(diǎn)區(qū)域在不同月份并不相同，聚集區(qū)域并未完全位于規(guī)定的錨地內(nèi)，且部分錨泊聚集區(qū)占用定線制水域和水上航路，這為閩江口錨泊聚集熱點(diǎn)水域的管理和水域通航安全政策制定提供了技術(shù)參考.